AWS 开卖优先算力：租哪张卡，决定 GPU 托管赚不赚钱

AWS 卖优先通道，2027 年容量已售罄

Jassy 在 10 月 23 日说，AWS 2027 年的容量大部分已经卖出，2028 年的一部分也没了。11 月 3 日更新的 Bedrock 价目表，卖的就是这种紧缺。

优先档比标准价贵 75%。弹性档便宜 50%，部分模型的批量档是半价。靠这几档，AWS 把同一个模型卖给两类人：一类要保证速度，一类可以等。原因是需求。亚马逊财报显示，AWS 第三季度同比增长 39.3%，这是连续第六个季度加速，也是近五年来最快的增速。亚马逊为 2026 年计划了约 2200 亿美元的资本开支。10 月 30 日它说，大约每 14 秒就装上一块 AI 加速卡。

AWS 留了一部分容量给按需使用、EC2 和 Bedrock 推理。这部分留多少，它没有说。现在，价目表是外界判断容量有多紧的最清楚的公开信号。

租哪张卡，决定托管能不能赚钱

11 月 3 日发表的一份分析发现，H200 卡即便满负荷也在亏钱。B300 卡利用率到 35% 就开始赚钱。一个 8 张 B300 的节点，利用率在 50% 到 70% 时，毛利率落在 31% 到 51% 之间。这份分析认为，租哪张卡比跑哪个推理引擎更重要。OpenRouter 上列着 29 家供应商在卖 DeepSeek V4.1 Flash。最便宜的输入价是每百万 token 0.056 美元，多数供应商约 0.30 美元。怎么算都低于成本。仅这一个模型，在 10 月 19 日到 25 日那一周就占了 OpenRouter 全部 token 的约 30%。

买方看到的 token 价格一路往下

对买方来说，方向正相反。Epoch AI 测算，在 AI 性能不变的前提下，自 2023 年以来 token 价格每季度下降约 47%，一年大约降 13 倍。

斯坦福 2025 年 AI 指数把这条曲线拉得更长。2022 年 11 月，GPT-3.5 水平的查询每百万 token 要 20 美元。到 2024 年 10 月，同样的活 Gemini 1.5 Flash-8B 只要 0.07 美元，降了 280 多倍。10 月 26 日发布的 GPT-6.1 Terra，标价是每百万输入 token 1 美元、每百万输出 token 5 美元。与 GPT-5.6 Terra 相比，新输入便宜 50%，输出便宜 58%，缓存读取便宜 75%。在一次 1000 万输入 token、其中 97% 命中缓存、外加 20 万输出 token 的智能体会话里，Terra 花 1.79 美元，GPT-5.6 Terra 要 4.94 美元。

降价背后的毛利挤压

便宜的 token 不是一门轻松的生意。Citadel Securities 的 Tokenomics 2.0 指出，半年里 AI token 价格跌了约 50%，GPU 租金却往反方向走。

Modal 首席执行官 Erik Bernhardsson 说，90% 的毛利率已经没有了，Modal 的长期目标是 40% 到 60%。他的理由是，单卖 token 没有迁移成本。所以赢家会把沙箱、后训练和批量推理打包到计价器周围一起卖。投资人还在为增长付钱。Bernhardsson 说，Modal 在截至当时的十二个月里增长了 50 倍，随后融到 7.5 亿美元。

接下来：光计算试点与售罄的容量

答案有一部分要靠硬件，而不是定价。英国公共研发资助机构 ARIA 将在其 Scaling Inference Lab 部署 Lumai Iris 光推理服务器。这一计划附带的说法是，数据中心功耗降低 90%，总拥有成本约为传统 GPU 架构的十分之一。这些是机构和厂商自己的说法。测试放在真实的商业环境里，而不是实验室台面上。

需求这一侧，Jassy 说 AWS 在 2027 年和 2028 年都可能增长超过 40%。在新容量到位之前，最先体现这个预期的就是各档价格。