近期，海豚研究团队深入分析了云服务厂商在人工智能领域的业务布局和盈利状况，发现其利润率表现优于预期，主要得益于高毛利率的MaaS/TaaS业务逐渐取代了低毛利率的“裸金属”IaaS业务。研究指出，云厂商在整个AI产业链中的议价能力是影响其利润率的关键因素。
在AI模型定价方面，研究发现，尽管模型能力不断提升，但大模型的使用价格并未显著上涨，呈现出区间震荡或持平的趋势。与此同时，算力的单位成本却随着芯片代际的提升而明显下降。以Qwen 3.5模型为例，最新的GB200 NVL72芯片每百万Token生成成本仅为H100/200的1/3至1/4。这种成本下降主要得益于芯片性能的显著提升，而价格涨幅相对较小。
云厂商的算力租赁价格也在上涨。自2025年底以来，最新几代GPU的云租赁价格上涨了约1/4至1/2，老旧主流芯片的租赁价格也上涨了约15%至20%。这表明在算力供不应求的情况下，云厂商的议价能力有所提升，进而推动了其毛利率的提高。
研究团队通过定量分析发现，软硬件技术的共同进步对云厂商和模型商的毛利率产生了积极影响。以H200芯片为例，在软件技术进步和租赁价格上涨的双重作用下，云厂商的毛利率从31%提升至38%。而采用最新B300芯片后，云厂商的毛利率进一步提升至42%。尽管存储等硬件价格上涨对云厂商的毛利率产生了一定侵蚀，但整体影响相对有限。
云厂商的自营芯片能力也为其带来了更高的利润率。以AWS的Trainium 3芯片为例，其生成Token的效率比H200高出约30%至40%，而综合成本却低近40%。这使得Trainium 3芯片的综合毛利率接近B300芯片，为AWS在中小模型推理领域提供了强有力的竞争工具。
在算力供需方面，研究团队预测，到2028年，AI和传统云计算需求对应的算力规模将达到约53 GW，而头部云厂商的总算力规模将达到约100 GW，可对外出租的算力规模约为73 GW。这意味着从2028年开始，算力市场可能出现供过于求的情况，供需缺口将逐渐扩大。
这一预测对上游硬件商和云厂商产生了不同影响。对于硬件商而言，云厂商自研芯片性能的显著提升降低了其对外部芯片供应商的依赖，导致硬件商的议价权下降，利润空间受到挤压。对于云厂商而言，算力建设和资本支出可能在2027年达到峰值后下降，尽管这可能减缓云收入的增长，但恢复现金流的利好可能超过增速下降的利空。
然而，算力供应阶段性超过需求可能导致云厂商之间的竞争加剧，争夺有限的需求订单。那些能够强势绑定AI实验室、获得大量算力订单的云厂商，其云收入增速可能会进一步提升。但整体而言，云厂商的议价权可能走低，云租赁价格可能从溢价转为折价，对云业务利润率产生拖累，尽管部分影响可能被芯片效率提升的利好所抵消。
