AI价值链正在经历结构性重估。过去赚走大部分利润的芯片制造商正面临下游模型厂商的快速追赶，但上游的利润空间远未触及天花板。
SemiAnalysis分析指出，Anthropic年化收入在数月内从90亿美元升至逾440亿美元，推理毛利率从38%增至70%以上。英伟达目前的定价框架仍以成本为导向，尚未反映推理工作负载经济学的变化。一旦框架调整，英伟达系统定价具备40%以上的上调空间。台积电N3制程产能同样处于价值重分配的核心位置。
支撑此判断的关键在于供需两端的结构性错配：N3制程预计2026年下半年利用率将超过100%，DRAM工厂已逾90%满负荷运行，而前沿模型的Token需求仍在以复合速度扩张。这一背景下，英伟达通过SOCAMM内存模块实现差异化定价的窗口已经打开。
AI价值洼地转移：基础设施层让位于模型层从2023年至2025年初，AI价值链中的绝大部分利润积聚于基础设施层。英伟达率先爆发，随后电力资产Vistra与GE Vernova分别在2024年上涨265%和146%，存储厂商SanDisk、Western Digital、Seagate和Micron在2025年均实现逾200%涨幅。
这一格局的背面，是模型创建者与推理服务商长期承受的低毛利困境。彼时AI的实际使用价值有限，市场对AI投资回报的质疑声不断。
转折点出现在2025年12月。随着Agentic AI（智能体AI）真正走向实用，AI的经济逻辑被彻底改写。SemiAnalysis披露，其自身年化Token消耗支出已接近员工薪酬的30%，每名员工每月消耗Token量接近50亿个，是Meta内部人均用量的5倍以上。大量原本需要初级分析师数小时完成的工作——包括财务建模、数据可视化、盈利分析——如今只需数美元的Token支出即可完成。
SemiAnalysis估算，其团队在Anthropic Claude上的年化支出峰值已达1095万美元，而由此带来的竞争优势远超这一成本。Anthropic随即受益：ARR从90亿美元飙升至440亿美元以上，推理毛利率从38%升至超过70%。
Token成本骤降，模型厂商利润率扩张具有持续性驱动模型厂商毛利率跃升的另一核心因素，是Token生产成本的大幅下降。
从硬件维度看，在8K输入、1K输出的标准推理任务上，经过完整软件优化（含宽EP、计算与预取分离、多令牌预测）的B300系统每秒每GPU可产生约14000个Token，而未优化版本仅约1000个——同款硬件上，软件优化单独贡献了14倍的吞吐量提升。若进一步叠加硬件升级，最优配置的GB300 NVL72相比H100的FP8吞吐量提升约17倍，切换至H100原生不支持的FP4精度后，差距扩大至32倍，而GB300每GPU总拥有成本仅高出约70%。
从定价结构看，Agentic工作负载具有极高的输入输出比（Claude Code使用场景约为300:1）与极高的缓存命中率（90%以上），使得绝大多数Token落入最低计费档。SemiAnalysis估算，Opus 4.7在智能体任务上的真实混合成本约为每百万Token0.99美元，远低于标价的每百万输入Token5美元。
即便面对Anthropic对Opus系列的大幅降价——Opus 4.5的定价较此前降低三分之二——SemiAnalysis认为Anthropic的单位毛利实际上有所提升：一方面，生产成本随硬件升级进一步下降；另一方面，用户大规模从Sonnet切换至Opus，推高了混合ASP。
更具战略意义的是，Anthropic在高端产品线上仍拥有定价主导权。Opus Fast定价为常规Opus的6倍，而已宣布的Mythos定价为每百万Token25美元/125美元，是常规Opus的5倍。SemiAnalysis明确表示，若Anthropic愿意开放每百万Token150美元/750美元的Mythos Fast，其团队仍会购买——因为生产力提升的价值远超成本。
模型厂商的定价权为何难以被竞争侵蚀对于前沿模型高利润率是否可持续，最常见的质疑来自竞争压力。SemiAnalysis给出了两个反驳理由。
其一，前沿闭源模型与开源模型之间的能力差距依然显著，且短期内难以弥合。以Kimi K2.6（每百万Token0.95美元/4美元）为代表的低价开源模型对Opus定价几乎不构成实质性压制。
其二，算力约束意味着任何一家前沿实验室都无法独自服务整个市场。Anthropic已通过将Claude Code锁定在100美元以上月订阅门槛、限制第三方接入等方式主动管理需求侧。Token需求在可预见的未来将持续超出供给，这意味着有能力提供真正前沿质量的实验室，可以按照Token所创造的经济价值而非竞争性成本来制定价格。
英伟达的定价克制：监管逻辑还是战略误判面对AI价值链的深刻重构，英伟达迄今未对其定价框架作出实质性调整，这是一个值得关注的结构性问题。
英伟达目前的定价仍主要以成本为锚，反映的是需求价值随时间递减的旧范式——而这一假设已不再成立。当前需求增长并非线性，而是以复合速度扩张，由智能体工作负载爆发与每个工作流程Token消耗量的持续跃升共同驱动。
SemiAnalysis认为，英伟达保持定价克制，部分原因在于监管层面的顾虑。英伟达在GPU、互联与软件栈上的主导地位已引发日益密切的反垄断关注。在下游AI实验室同样大幅盈利的背景下，激进提价可能加剧监管风险，也可能加速客户向TPU、Trainium等替代平台分散。
在此意义上，英伟达的行为模式与台积电颇为相似。台积电长期以来即便在满负荷运营、扮演先进制程供应瓶颈的情况下，也未将定价提升至稀缺溢价的极限，而是优先维护生态系统长期稳定与客户关系。这一逻辑可概括为"AI央行"——通过适度让利支撑下游生态扩张，而非最大化短期利润提取，以确保自身在AI时代的长期主导地位。
然而，这一策略存在真实的机会成本。在算力需求持续超过供给的结构性背景下，掌握稀缺资源却未充分定价，相当于将价值拱手相让给生态链中游和下游。台积电在N3制程上同样如此——SemiAnalysis直接指出这是"战略失误"，至少应要求更大规模的预付款安排。
Rubin定价空间：SOCAMM成为利润新杠杆英伟达即将推出的Vera Rubin VR NVL72系统，提供了一个重新评估定价框架的契机。
从成本角度看，据测算，VR NVL72实现与GB300 NVL72相同的15.6%项目IRR（5年期，15%预付款）所需的最低GPU租金约为每小时4.92美元。从价值角度看，若以FP8密集算力维度锚定当前GB300每PFLOP租金约0.70美元，VR NVL72对应的理论最高定价约为每GPU每小时12.25美元，是成本地板价的约2.5倍。
这一巨大价差表明，英伟达在VR NVL72定价上拥有充足的上调空间。SemiAnalysis估算，若英伟达将系统定价提升约40%，仍可为Neocloud保留足够的利润空间——即便Neocloud将租金提价至每小时8美元以上，对应每PFLOP成本仍低于历史趋势线。
在具体机制上，SOCAMM成为最关键的定价杠杆。不同于GB300将LPDDR5X内存直接焊接于主板、嵌入整体系统定价，VR NVL72采用可插拔的SOCAMM模块，允许英伟达将内存作为独立计费项目单独列示和定价。
SOCAMM（Small Outline Compression Attached Memory Module，小型化压缩附加内存模组）是英伟达主导、联合三星、SK海力士和美光等内存厂商开发的新型模块化内存标准，基于LPDDR5X（或未来LPDDR6）DRAM技术，面向AI服务器与个人AI超级计算机场景。
模型显示，英伟达在2026年第一季度支付的SOCAMM合同价格约为每GB 8美元，较上季度大幅提升，主要反映LPDDR5X供应紧张与整体DRAM价格上行。基于对2026年底移动DRAM定价的预测，2026年底SOCAMM定价或超过每GB 13美元，全年均值约10美元为合理假设。
在此基础上，SemiAnalysis认为英伟达在SOCAMM上收取60%毛利率具有合理性：一是内存供应全面紧张，英伟达在SOCAMM采购上具有优先获取权；二是VR NVL72在性能/TCO维度远超同期竞品，客户缺乏可替代选项；三是英伟达本身已面临SOCAMM采购成本的大幅上涨，向下游传导具有合理依据。
此外，内存定价不像GPU定价那样面临反垄断顾虑，这给了英伟达更大的差异化定价空间——包括对Neocloud与超大规模云厂商实施差别定价。目前，英伟达在网络设备上已对Neocloud收取约为超大规模云厂商两倍的价格，同样的逻辑完全可以延伸至内存层面。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。新宝策略提示：文章来自网络，不代表本站观点。
