海外研選 | 小摩：Token用量、GPU租賃和DRAM價格齊升 AI基建需求仍獲支撐

財聯社7月3日訊（編輯 夏軍雄）摩根大通在其最新《數據中心觀察》報告中指出，大模型調用量仍在快速擴張，Token支出重新加速，非超大規模雲廠商市場的GPU租賃價格繼續上行，DRAM現貨價格維持強勢。

該行認為，模型價格下降並未削弱AI需求，反而正在通過更低門檻和更廣使用場景，推動推理需求進一步擴張。

Token價格下降，但AI使用量正在更快擴張

摩根大通跟蹤的OpenRouter數據顯示，6月LLM Token總量環比增長70%，顯著高於5月的33%和4月的5%；同比增速達到20倍，高於5月的12倍和4月的15倍。Token支出也同步回升，6月環比增長70%，同比增長16倍，結束了此前兩個月增速放緩的狀態。

（OpenRouter數據顯示，6月全球周度Token用量躍升至約45萬億，其中非美國模型增速顯著快於美國模型）

從商業邏輯看，這意味着模型價格下降並未導致市場收入縮減。平均Token價格在6月環比上漲7%，但同比仍下降5%；不過同比降幅已明顯小於5月的21%和4月的24%。換言之，行業仍處於長期單位價格下行階段，但價格下滑速度正在收窄，而使用量的增長速度遠快於價格調整速度。

（平均Token價格走勢）

這也是AI商業化能否成立的關鍵。大模型服務本質上具有典型的軟件和雲服務特徵：單次調用價格下降，可能降低客户使用門檻，並刺激更多開發者、企業和消費者將模型嵌入搜索、客服、編程、辦公、廣告和智能體應用中。只要調用量增長持續快於價格下降，模型供應商的總收入池仍然可以擴大。

摩根大通據此判斷，在其樣本和簡化假設下，即使採用較保守的Token價格，模型提供商的單位經濟性仍呈改善趨勢。這並不代表所有模型公司已經實現穩定盈利，但至少説明市場需求端尚未出現「價格戰壓垮商業模式」的跡象。

美國模型份額下降，但仍掌握主要收入池

值得注意的是，Token使用量與收入貢獻之間出現了明顯分化。

6月，美國模型，包括OpenAI、Anthropic、谷歌和xAI等，佔OpenRouter總Token量的35%，低於5月的46%和4月的56%。其Token量環比增長30%、同比增長8倍，增速依然很快，但弱於整體市場。

這意味着以DeepSeek、MiniMax、MiMo、GLM等為代表的中國模型和低成本模型，正在開發者、初創企業、代理式編程等對成本高度敏感的場景中，快速擴大使用份額。

按Token用量計算，6月排名前五的模型分別為DeepSeek V4 Flash、MiMo-V2.5、MiniMax M3、Hy3 preview和Claude Opus 4.7，合計佔總Token量的45%。

（Token用量排名前20的大模型）

但如果看支出端，美國模型仍佔據明顯優勢。美國模型貢獻了85%以上的Token支出，6月相關支出環比增長65%、同比增長14倍。按Token支出計算，排名前五的模型依次為Claude Opus 4.7、Claude Opus 4.8、GPT-5.5、Claude Sonnet 4.6和GLM 5.2，合計佔總支出的75%。

其中，Claude Opus 4.7是唯一同時進入Token使用量和支出前五的模型。這一現象反映出市場正在形成雙層結構：低成本、開源或中國模型更擅長擴大調用規模；高性能、閉源和企業級模型則仍掌握更多高價值應用和付費需求。

GPU租賃價格上漲，非雲巨頭市場仍然缺算力

摩根大通跟蹤的彭博數據表明，6月非超大規模雲廠商市場的GPU租賃價格繼續上漲。A100平均租賃價格為每GPU小時1.63美元，環比上漲6.3%，已連續第五個月上漲；H100平均價格為2.72美元，環比上漲3.7%，連續第七個月上漲；B200平均價格為5.33美元，環比上漲2.7%。

三類GPU同步漲價的意義在於，AI算力需求並未只集中於微軟、亞馬遜、谷歌和Meta等超大規模雲廠商。大量模型初創公司、企業客户、GPU雲服務商和區域性數據中心，仍在爭奪有限的高端計算資源。

從價格結構看，A100租價上漲最快，説明上一代GPU並未因新產品推出而迅速失去市場。對於大量推理任務、輕量訓練任務和成本敏感型應用而言，A100仍具有較高性價比。H100則因其在大模型訓練和推理中的通用性，需求持續堅挺。

不過，高端GPU之間的價格溢價正在收窄。H100對A100的價格比從4月的1.77倍下降至6月的1.67倍；B200對H100的價格比從4月的2.04倍下降至1.96倍，較2025年9月指數推出時的2.58倍明顯回落。

這可能意味着，市場對最新一代GPU的絕對需求依然旺盛，但隨着供給逐步增加、替代產品擴散，以及客户更多根據單位算力成本選擇設備，B200的稀缺溢價正在趨於理性。對英偉達而言，這並不必然意味着需求減弱，更多可能反映AI算力市場正從「只要最新產品」逐步走向更精細的性能和成本優化。

DRAM繼續飆升，NAND先行進入分化階段

6月DDR5 16Gb現貨價格升至43.14美元，環比上漲10%，較去年同期的5.13美元上漲740%，並且已連續第三個月上升。相比之下，NAND 1Tb現貨價格為27.03美元，環比僅下降0.3%，但已經連續第三個月小幅回調；儘管如此，其價格仍較去年同期的5.28美元上漲412%。

DRAM和NAND走勢分化，反映AI基礎設施對不同存儲品類的拉動並不均衡。

DRAM，尤其是高端DDR和HBM相關產品，直接受益於AI服務器配置升級。大模型訓練和推理需要處理更大的參數量、更長的上下文窗口和更高的併發請求，對內存容量、帶寬和穩定性的要求明顯高於傳統服務器。因此，AI服務器對高端DRAM的需求增長，不僅提升了內存使用量，也擠壓了部分常規DRAM供應。

NAND則更多關聯企業級SSD、數據存儲和傳統終端需求。雖然AI數據中心同樣需要大量SSD，但NAND產能彈性、庫存調整和終端需求變化通常更快，因此其價格更容易在短期內出現波動。連續三個月小幅下跌，意味着NAND市場的緊張程度可能正在緩解，但同比超過5倍的價格漲幅仍表明行業並未回到供給寬松狀態。

對於美光、SK海力士、三星等DRAM和HBM供應商而言，DRAM價格強勢有利於盈利能力和產品結構改善；對西部數據、閃迪、希捷等存儲相關公司而言，NAND價格仍處於高位，但未來利潤彈性可能弱於DRAM。

對於服務器整機廠、雲服務商和模型公司來説，內存成本上漲則意味着AI基礎設施投資成本仍有上行壓力。