作者：相青，编辑：嘉辛

中国云市场终于不再打价格战了。3月18日，阿里云、百度智能云纷纷宣布涨价。

阿里云官网发布公告称，平头哥真武810E等算力卡产品上涨5%—34%，文件存储CPFS（智算版）上涨30%；百度智能云也发布调价公告，宣布AI算力相关产品上调约5%—30%，并行文件存储上调约30%。

从打价格战到纷纷提价，标志着中国云计算行业价格战的时代正在结束，行业正式进入以算力价值为核心的变现阶段。

一、告别价格战，云计算驶向顺周期

如果把时间往前拨一年，中国云计算市场还是另一番景象。

2024年，云厂商还在价格战。当年2月，阿里云在2024战略发布会上宣布，全线下调中国区云产品官网售价，平均降价幅度超20%，最高降幅达55%，被称为“史上最大力度降价”。

随后，腾讯云、百度智能云等主要玩家几乎全部入局，整个行业进入“以价换量”的竞争阶段。

在大模型刚刚爆发的窗口期，云厂商普遍将算力与模型能力视为入口资源，通过极低价格吸引开发者与企业入场，优先占据生态位。

当时，行业的共识是，算力会变便宜，甚至会像带宽一样成为一种持续贬值的基础资源。

但这一判断，在被迅速修正。

今年3月，阿里云与百度智能云几乎同时宣布上调AI算力及存储产品价格，部分产品涨幅达到30%以上。这是近年来头部云厂商少见的同步提价。

从“最高降价50%”，到“最高涨价30%”，中国云计算市场在一年内完成了一次定价逻辑的反转。这背后是供需关系的变化。

一方面，需求持续变大。

过去一年，AI应用的形态正在从对话式工具转向能做事的智能体。以 OpenClaw 一类工具为代表，AI不再只是生成文本，而是可以直接调用软件、跨应用完成复杂任务。相应地，算力消耗也从单次问答的千级、万级Token，迅速跃升至数十万甚至百万级。

沙利文 2026 年 2 月发布的报告显示，2025 年下半年中国企业级大模型日均调用量飙升至 37.0 万亿 tokens，较上半年的 10.2 万亿 tokens 暴涨 263%，半年实现近 3 倍扩容。

另一方面，算力供给的扩张并没有想象中那么快。高端GPU、服务器、数据中心建设都属于重资产投入，周期长、成本高。

存储成本快速上升。根据Counterpoint发布的一份报告，2026年第一季度内存和NAND闪存的价格均上涨了90%，而且涨势可能还会继续，直接推高了云厂商在数据存储与传输环节的成本结构。

另一方面，高端GPU供给依然紧张，英伟达H100、H200等核心算力芯片的交付周期已经排至2027年，算力扩张不再是一个可以短期解决的问题。

在需求快速释放的情况下，短期内供给难以同步跟上，算力依旧是“相对稀缺资源”，因此涨价势在必行。

此外，算力不同于传统云资源，其核心成本高度依赖高端芯片与基础设施投入。在持续降价的过程中，云厂商实际上是在用利润换规模。一旦AI需求从拉新阶段进入规模使用阶段，这种以低价驱动的策略就很难长期维持。

因此，这次涨价是一次行业性的“止血”。当头部厂商开始同步上调价格，意味着一个新的阶段正在到来：云计算不再只是通过低价争夺用户，而是开始围绕算力效率、模型能力与解决方案能力，重新建立竞争壁垒。

二、涨价之后，云计算进入“算力变现”阶段

这一次涨价，并不只是中国市场，全球云基础设施市场都在经历一轮明显的价格回升。

2026年1月，亚马逊AWS打响了AI算力涨价“第一枪”，将其EC2机器学习容量块（Capacity Blocks for ML）价格上调约15%；随后几天，谷歌云发布公告，宣布自5月1日起全面上调全球数据传输服务价格，这也是其近20年来首次对基础云服务实施如此幅度的涨价。

全球科技巨头的步调一致，意味着云计算行业已正式从“烧钱换市场”跨入“算力变现”阶段。

过去十年，中国云计算市场的主线是价格战。以阿里云、百度云为代表的厂商通过持续降价来教育市场、扩大用户规模、挤压竞争对手。但现在，通过低价抢占市场的策略难以为继，云厂商需通过合理利润支撑底层技术研发和长期服务稳定性。

这场行业变化将很快传导到下游客户。他们将面临成本上升带来的直接压力。

过去一年，很多AI创业公司习惯了云厂商的低价补贴，但随着算力价格上涨，那些缺乏造血能力、纯靠Token消耗量撑估值的“套壳”应用将面临重大打击。

AI领域的创业门槛，特别是基础模型研发的门槛，将被进一步抬高。创业者必须思考，我的应用产生的价值，是否跑得赢算力的涨幅？这会倒逼市场抛弃“烧钱换规模”的幻想，转向追求高客单价、高粘性的场景。

对于云厂商而言，则迎来更高维度的竞争。

自研能力成了大厂最深的护城河。拥有自研芯片和全栈优化能力的云厂商，即便随市提价，依然具备更灵活的成本对冲手段和资源调度效率。

相比之下，缺乏硬件自主权的二、三线云厂商陷入了两难，跟进涨价可能引发核心客户向头部平台流失。

如果不涨价，则需在芯片与存储组件的双重高价下承受巨额亏损。这种成本倒挂将使其生存空间被进一步极限挤压。