文 | 象先志

本地虾风险还是有点大，各家也上线了各种云端虾。

Kimi 出了 K2.5，我第一时间开了 Allegretto 套餐，199 元 / 月的套餐，布局 KimiClaw 的最低配套餐，想试试 Agent 集群到底有多能打。MiniMax 的 Coding Plan 也试了。

结果呢？Kimi 隔三差五跳出 " 高峰时段算力不足 " 的提示，Agent 任务跑到一半断掉是家常便饭。MiniMax 那边更离谱，龙虾部署上去，聊两句就掉线，API 动不动返回限速警告。

199 块买了一张算力排队票。

翻了翻用户群，吐槽声不绝于耳，一个 MiniMax 用户 @客服：" 今天已经连续掉线了，聊 2 句就掉了。" 客服回复：建议您检查本地网络。另一个人贴出终端截图，MiniMax API 返回 rate_limit_error，配图是一张 " 赛博牛马 " 的表情包：大哥，我就一个虾，隔了 5 分钟发了条消息，给我限速了。

小红书上也是，基本都是劝下车的。

简单来说就是，你花了钱，但算力不一定是你的。什么时候能用上，看运气，因为高峰时期限速太严重了。

那边的 Claude 是动不动就限额，咱们这边是动不动就限速。还是能工智人好，run 一天只需要俩馒头。

不过算力紧缺这事儿早就不新鲜了，2 月 10 日，Kimi 因算力告急宕机，官方回应堪称行为艺术：" 嗯，正在找算力。要不先用 DeepSeek。" 一家融了超 20 亿美元、手握 100 亿现金的公司，在自家产品最火的时候让用户去用竞品。DeepSeek 自己也没好到哪去—— 2 月 28 日、3 月 5 日接连大规模宕机，服务器繁忙。

2026 年春天，国产 AI 集体进入了 " 用不了 " 时代。

算力基建，提前兑现

直觉上，" 算力荒 " 好像是禁令的锅。这个有道理，但不精确。

禁令是背景板，DeepSeek 和 Qwen 这些模型本身就在资源约束下设计，MoE 架构天然省算力。Kimi 总裁张予彤之前在达沃斯说得很直白：仅用美国顶尖实验室 1% 的资源，做出了全球领先的开源模型。

真正击穿基础设施的，是 Agent。

Chatbot 是一问一答，算力消耗线性可预测。Agent 完全不同——一个任务背后可能触发几十上百次模型调用：规划、拆解、执行、反思、纠错，每一步都过模型。长上下文持续占显存，工具调用让 GPU 空转。

Chatbot 时代 GPU 就好像餐厅服务员，一桌客人上完菜就去下一桌。Agent 时代，服务员全程陪同，从点菜到结账，思考菜单的时候也不能走。同样数量的服务员，能服务的桌数断崖式下降。

粗略计算的话，Chatbot 单轮对话消耗约 1,000 到 3,000 个 token。Agent 做一个完整任务——比如用龙虾跑一次深度研究——要经历感知、规划、执行、反思等多个循环，中等复杂度轻松吃掉 10 万 token，复杂任务到百万级。

有开发者报告单次 OpenClaw 运行烧掉了 800 万 token。再叠加 K2.5 Thinking 这类推理链模型，思考过程本身的隐藏 token 能把成本再放大 10 到 30 倍。保守估计，从 chatbot 到 Agent，单次任务算力消耗放大 30 到 100 倍，极端场景 1,000 倍以上。

Deloitte 的研究点出了一个宏观悖论：过去两年 token 单价降了 280 倍，但企业 AI 账单反而飙升——推理成本降了 1,000 倍，需求增长了 10,000 倍。

问题是，Kimi 和 MiniMax 自己并不拥有 GPU。

从财报上看，MiniMax 固定资产开支都极低，Kimi 虽然还没上市但情况也类似，算力几乎全部来自第三方云服务——轻资产模式，跟 OpenAI 自建数据中心完全不同。Kimi 背后是火山引擎和阿里云双轨供应：火山引擎从 2023 年起独家提供训练和推理方案，后来阿里投了月之暗面 8 亿美元，其中一部分直接以阿里云算力结算，杨植麟公开给阿里云 " 代言 "。MiniMax 更复杂，阿里云、腾讯云、火山引擎都是它的供应商，早期招标会上三家杀到 2 折竞价。

谁也没想到，随着龙虾到来，token 需求的爆发来得如此之快。

Agent 来了之后，价格战的逻辑跑不通了。" 以后 " 变成了 " 现在 "：未来缓慢补充基建的时间瞬间消失。

用户在骂 Kimi 卡的时候，Kimi 可能也在骂火山引擎和阿里云卡。算力荒是从芯片到云服务到模型公司到用户的四层传导，Kimi 和 MiniMax 站在最下游，承受每一层压力的叠加。

上游扛得住吗？

信号已经出现了。今年 3 月，国内云厂商开始集体调价—— AI 算力和存储产品价格上涨，涨幅从个位数到 30% 以上不等。优刻得直接开启全系涨价。海外也不例外，AWS 和谷歌云在部分产品上试水调价。SK 海力士公开表示 2026 年存储芯片持续涨价已成定局，DRAM 库存仅剩约 4 周。持续二十年的 " 云服务只降不升 " 铁律，被 AI 需求击穿了。

涨价的逻辑不复杂。云厂商们过去一年疯狂扩建 AI 算力基础设施，资本开支动辄数百亿量级，但 AI 业务本身的利润率还很薄，远不够覆盖基建投入。Token 调用量在指数级增长—— 2026 年 2 月国内主流大模型日均消耗合计约 180 万亿——但卖 Token 的收入增速追不上建数据中心的花钱速度。涨价，不是云厂商贪心，是供应链涨价的无奈之举。

更棘手的是设备折旧。AWS、Google Cloud、Azure 三家在 2023-2024 年统一把服务器折旧年限从 3-4 年延长到了 6 年，集体节省了约 180 亿美元的年度折旧开支。但 NVIDIA 的芯片迭代周期只有 18-24 个月——你今天花几千亿建的数据中心，里面的 GPU 可能两年后就不是最优选择了，折旧却要摊 6 年。

Satya Nadella 自己都说：" 我不想在一代芯片上背四五年的折旧。"

看一眼算力市场的格局。火山引擎凭借豆包以日均 63 万亿 Token 领跑，拿下公有云大模型调用量 49.2% 的份额，几乎一家占了半壁江山。阿里云日均 32 万亿排第二，腾讯元宝 28 万亿、DeepSeek 22 万亿紧随其后。但调用量第一和营收第一不是同一家——按 Omdia 统计，阿里云以 35.8% 营收份额稳居 AI 云市场第一，超过第二到第四名总和。火山赢在 " 轻 "，阿里赢在 " 重 "。

Kimi 和 MiniMax 的算力命脉就握在这两家手里。MiniMax 上市后资本市场对 Token 增长狂热追捧—— M2.5 发布首周调用量暴涨至 3.07 万亿 Token ——但每一个 Token 背后都是真实的推理成本。MiniMax 2025 年全年营收不足 8000 万美元，经调整净亏损 2.5 亿，毛利率刚爬到 25%。上游一涨价，这个刚转正的毛利随时可能被吃掉。

这些问题反映到 C 端，只有一个结果：继续承受涨价或限流。Kimi 配置最低的 Allegretto 套餐已经 199 元 / 月，几乎和包含 Co-work 以及 Claude Code 的 Claude Pro 同价了。如果继续涨价，我们所说的 " 白菜价 " 智能，就真的不存在了。

截至文章发布前，老虎证券刚刚发布消息，月之暗面已经开始考虑赴港上市。那 Kimi 就需要正面回答这个问题了：是继续租算力还是自己买设备，是保利润率还是保用户。MiniMax 已经站在聚光灯下，每一季财报都是照妖镜。Kimi 本来手握 100 亿的账上资金，至少短期不用受到资本市场的审视，但刚好今天，就传出了 Kimi 赴港上市的传闻。

如果传闻是真的，那么 Kimi 和 MiniMax 们真的需要考虑一个问题，到底是保用户还是保利润率。随着涨价链条的传递，大模型们被 " 两头堵 " 的可能性，已经骤然提升。

写在最后

2026 年，Agent 改变了算力的需求曲线。便宜的智能没变贵，使用智能的方式变了，资源出现了挤兑。

涨价什么时候会停？短期内恐怕看不到。Agent 的需求曲线还在陡峭的上升期—— Kimi K2.5 刚上线不到一个月，收入就超过了 2025 年全年；MiniMax M2.5 发布首周 Token 消耗量超过三家竞品之和。多 Agent 并行、长上下文推理、编程场景的爆发才刚刚开始，每一个新场景打开都意味着 Token 消耗量再上一个台阶。而供给侧的扩容周期是以年为单位的——数据中心从规划到投产至少 18 个月，芯片禁令下国产替代的产能爬坡更慢。需求按周增长，供给按年追赶，中间的剪刀差就是涨价和限流的空间。

更深层的变化是，中国的云厂商们可能正在被迫进入一个全新的重资产设备周期。过去二十年，云计算的叙事是 " 轻 " ——弹性伸缩、按需付费、用多少买多少。但 Agent 时代的算力需求把这个叙事翻了过来。阿里宣布三年投入 3800 亿建 AI 基础设施，字节在火山引擎上的算力部署同样激进。这些投入一旦启动就停不下来——你今天不建，明天的 Token 就没地方跑；但建了之后，折旧摊销会在未来五到十年持续压在利润表上。

这很像二十年前电信运营商铺 3G/4G 网络的周期：需求爆发倒逼巨额基建，基建倒逼涨价或补贴退坡，最终整个行业的利润结构被重塑。当年中国移动、中国联通经历的资本开支竞赛，今天可能在阿里云、火山引擎身上重演。区别在于，电信行业有牌照壁垒和政策保护，云厂商没有。

对于站在链条最下游的 Kimi 和 MiniMax 们来说，这意味着算力成本不会回到价格战时代的地板价了。对于用 199 元套餐跑龙虾的你和我来说，这意味着 " 便宜好用的 AI" 这个窗口期，可能比所有人想象的都要短。