如果你过去几年一直在用国内云服务，可能会有一种错觉：算力这种东西，好像是越用越便宜的。带宽降价、存储降价、计算降价，厂商之间的价格战几乎打成了日常操作，甚至到了“比谁更亏”的程度。云厂商不赚钱，用户用得开心，这种局面维持了十几年。

但现在，这个逻辑开始反过来了。

腾讯云先动，阿里云随后跟进，百度智能云也不甘落后，一轮几乎同步的涨价动作，让市场突然意识到一件事：中国云市场，可能真的要告别“长期通缩”了。尤其是阿里云部分产品上调幅度接近34%，这种力度，在过去是很难想象的。

问题是，为什么偏偏是现在？

答案藏在一个过去不太起眼的词里：Token。

如果说移动互联网时代的核心计量单位是“用户”，那么AI时代的核心计量单位，很可能就是Token。每一次大模型调用、每一段文本生成、每一次推理过程，本质上都在消耗Token。而随着大模型应用从“玩具”走向“生产力工具”，Token的消耗量正在呈指数级增长。

这也是为什么业内开始调侃“龙虾”狂潮——开源AI框架的普及，让越来越多开发者和企业能够低成本接入大模型能力，但代价是，Token用量像吃自助餐一样，一不小心就超标。你以为自己在用一个聊天工具，实际上背后是算力在疯狂燃烧。

更关键的是，中国的AI模型定价，本身就处在一个极低的位置。主流模型的输出价格，普遍只有国际头部模型的10%到20%，甚至更低。这种定价策略在早期是为了抢市场、做生态，但当需求真正爆发之后，就会暴露出一个问题：价格太低，反而支撑不起供给。

于是，一个经典的供需关系开始显现。

一边是需求端，企业开始把AI真正嵌入业务流程，从客服到营销，从代码生成到数据分析，Token调用量不再是“尝鲜级别”，而是“生产级别”。另一边是供给端，算力资源并没有无限扩张，尤其是在高端GPU和数据中心资源上，约束依然存在。

当需求增长的速度，超过供给扩张的速度时，价格上行几乎是必然结果。

但如果只把这轮涨价理解为“成本推动”，就低估了它的意义。更深层的变化在于，中国云计算行业的商业模式，正在发生一次迟来的修正。

过去十几年，云厂商更像是“基础设施铺设者”，核心任务是把市场做大，而不是把利润做厚。价格战的本质，是在用资本换时间，用亏损换市场份额。这种模式在行业早期是合理的，因为需求还没有完全被激发。

但AI的出现，改变了这个平衡。

当云从“可选项”变成“必需品”，当算力从“辅助资源”变成“核心生产资料”，定价权就开始回到供给方手中。换句话说，云厂商不再只是卖服务器和带宽，而是在出售一种新的生产能力。

这时候，再用过去那套“低价换规模”的逻辑，就有点不合时宜了。

从资本市场的角度看，这也是一个重要信号。长期以来，中国云业务在财报中的表现，往往是“收入增长不错，但利润不太好看”。投资者对这一块的预期，也相对保守。但如果提价周期真正成立，那么云业务的盈利模型就有可能发生质变。

瑞银和巴克莱的判断，其实已经点出了这条逻辑链条：算力短缺、需求激增、AI SaaS商业化逐渐清晰，这三者叠加，意味着云厂商不仅可以涨价，还可能开始真正赚钱。

而一旦盈利预期被重塑，腾讯、阿里、百度这些核心标的，估值逻辑也会随之调整。

当然，这里面也有一个值得警惕的点：涨价并不意味着可以无限涨。

如果价格上涨过快，可能会抑制一部分需求，尤其是中小企业和开发者群体。而如果开源模型继续进化、算力效率持续提升，也会在一定程度上对价格形成约束。所以，这更像是一个“区间上移”的过程，而不是单边飙升。

但无论如何，一个趋势已经很清晰：云计算正在从“拼价格”走向“拼价值”。

这背后，其实是整个产业阶段的变化。早期是基础设施建设期，中期是规模扩张期，而现在，开始进入商业化兑现期。不同阶段，对应的是完全不同的策略和逻辑。

如果再往前看一步，这轮涨价还有一个更有意思的外溢效应。

当Token开始成为核心计量单位，当算力成本被显性化，企业在使用AI时的行为也会发生变化。过去可以“随便调用”，现在需要“精细计算”；过去追求“效果最好”，现在开始权衡“效果与成本”。这会倒逼应用层优化，也会催生新的工具和服务。

某种程度上，这有点像电价市场化之后，整个用电结构发生的变化。价格不仅是成本信号，也是行为信号。

所以，这一轮看似简单的涨价，其实更像是一场行业的重新定价。

从“白菜价”的云，到“有成本约束”的算力，从“烧钱换市场”，到“变现讲效率”，中国云计算行业终于走到了一个更接近商业本质的位置。这个过程不会一蹴而就，也不会一帆风顺，但方向已经很难逆转。

最后，如果用一句稍微不那么严肃的话来总结，就是：以前大家用云，像是在用打折促销的自助餐，现在开始按克计价了。吃还是要吃的，只是再也不能随便装满盘子了。

而对于云厂商来说，这或许是他们第一次真正有机会，把“流量”变成“利润”。