摩根大通：10月AI算力鏈數據分化，Token支出環比增40%
nashnova research
摩根大通10月數據中心追蹤報告顯示，大模型Token總支出環比大增40%，但GPU租賃價格三代晶片走勢分化、存儲合約漲幅開始放緩——AI算力鏈的錢在加速花，但供給側的定價信號已不再一致。
Token支出點解突然加速？
10月OpenRouter平台LLM（大語言模型）總支出環比增長40%，達到上年同期的20倍，增速較9月的28%明顯加快。
這意味著→ 不單止用的人多了，用的嘢亦更貴了——按使用量加權的價格環比漲了12%。
漲價來自兩個方向：一是用戶更多揀了高價模型，尤其是Claude Opus 5.5，貢獻約7.9萬億個新增Token；二是模型本身在加價，GPT-5.6 Sol折扣結束後價格翻倍，Kimi K3和DeepSeek v4 Pro亦上調了輸出價格。
閉源和開源模型，錢流向了邊度？
閉源模型（OpenAI、Anthropic等）攞走了總支出的77%，10月環比增長49%，支出達上年同期的16倍。
開放權重模型（DeepSeek、Moonshot AI等）支出增速明顯放緩，環比僅增15%。
簡單來說＝ 論「邊個被用得最多」，前五名全係平價開源模型，佔總使用量47%以上；但論「邊個賺得最多」，前五名係Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra等高價閉源模型，佔總支出54%。用得多同賺得多，唔係同一回事。
三代GPU租賃價格，點解各走各路？
A100平均租賃價每GPU小時1.53美元，環比跌3.5%，延續上月跌勢——舊一代晶片正被市場淘汰。
H100均價2.83美元/GPU小時，環比回升6.5%，扭轉了9月下跌2.0%的走勢。這意味著→ H100仍是當前主力，需求仍撐得住價格。
B200均價6.00美元/GPU小時，環比漲4.7%，漲幅較9月的1.8%明顯擴大。這反映出最新一代算力晶片的供不應求仍在加劇。
GPU之間的價格比值說明了甚麼？
H100與A100的價格比值升至1.85倍（9月為1.67倍），簡單來說＝ 市場畀「中間代」相對「舊一代」的溢價正在拉闊。
B200與H100的比值小幅回落至2.12倍（9月為2.16倍）。這意味著→ 最新一代雖然仍在加價，但加價速度無H100回彈咁猛——兩代之間的「代差溢價」略為收窄。
存儲晶片現貨同合約價格，信號一致嗎？
DDR5 16Gb DRAM現貨價51.80美元，環比漲4.4%，9月小幅下跌後恢復上漲，同比仍飆升227%。
NAND 1Tb現貨價預計29.40美元，環比跌2.6%，連續兩個月下跌，但同比仍漲298%。
合約端，TrendForce數據顯示Q3 DRAM合約價環比漲16%、NAND漲21%，但Q4預計漲幅分別放緩至13%和18%。這反映出前期漲幅已大、消費需求受壓、客戶端固態硬盤庫存充足，多重因素同時壓制漲價空間。
成條算力鏈，而家最應該盯住咩？
Token支出的加速擴張，與存儲合約漲幅的系統性放緩，形成了一道明顯的裂縫。
這意味著→ AI需求側的錢在加速燒，但供給側的定價能力已經出現鬆動——存儲鏈能否在AI伺服器需求支撐下止住減速，係下一季度最核心的驗證節點。
唯一亮點：企業級固態硬盤係Q4唯一預計漲幅會加快的品類，這反映出AI伺服器對高性能存儲的拉動仍在局部發力。
市场有风险，内容仅供研究参考，不构成投资建议。