据 Woofun AI 消息，AI 产业利润正加速向最硬核的上游环节集中，存储与半导体巨头已展现出惊人的吸金能力。美光最新季度营收 414.56 亿美元，营业利润高达 333.18 亿美元，营业利润率攀升至 80.4%。公司下一季度指引更为激进，预计营收约 500 亿美元，毛利率将触及 86%。SK 海力士 2026 年一季度营业利润锁定为 37.61 万亿韩元，三星半导体 DS 分部同期营业利润更是达到 53.7 万亿韩元。

尽管三星数据口径涵盖范围略广，但官方明确核心驱动力源自 AI 需求爆发、Memory 创新高及行业整体涨价。将这三家巨头单季营业利润加总，粗略计算已接近 1000 亿美元。

这一数字直接碾压了同期单季营业利润约 535 亿美元的英伟达，意味着存储三巨头合力已超越芯片老大哥。即便是苹果与英伟达这样的行业霸主，也不得不向存储大厂低头。若将参照系切换至科创板，608 家公司 2025 年全年归母净利润合计仅 586.24 亿元人民币，而上述三家存储巨头一个季度的营业利润折算后，竟是这一数字的 10 倍以上。

Woofun AI 整理数据显示，这种利润剪刀差揭示了 AI 产业链最残酷的真相：模型层被迫降成本，而硬件层坐享暴利。OpenAI 的 API 定价策略已细化到极致，针对不同模型、上下文长度、缓存输入及批处理折扣进行拆分售卖，本质是通过压低单位 token 成本并提高利用率来维持生存。Google Gemini 亦遵循同一逻辑，实施分层定价，不同能力对应不同价格，并在企业侧打包优惠以争夺调用量。微软则采取更直接的"模型超市"模式，既自研模型，又将 DeepSeek 等第三方模型接入 Azure AI Foundry，允许客户横向对比并随时切换，这进一步压缩了单一模型的议价空间。国内局势同样严峻，字节豆包从主打低价甚至免费转向逐步收费与分层定价，根本原因在于算不过来。调用量激增导致成本爆炸，最终发现资金主要消耗在 GPU 与存储上，模型本身已沦为"薄利多销"的生意。模型公司在前台拼价格、拼能力，后台成本结构却日益刚性。反观存储层，HBM、server DRAM、eSSD 等关键组件并非想扩产就能立刻释放，供给释放缓慢且验证周期漫长，但需求却被 AI 数据中心、训练、推理及 Agent 应用共同推高。结果便是价格飙升，利润直接体现在财报中。模型公司卷价格，存储公司收现金。当前审视 AI 产业，不能仅关注谁模型最强，更需看清谁掌握了卡脖子的环节。卖 token 的生意正变得像"外卖"：单量虽大，但价格透明，竞争激烈，平台与商家不断让利。卖铲子的角色则更像"收费站"：建设数据中心、部署推理或上线 Agent，都必须先缴纳高昂费用，且这笔支出难以节省。在这一阶段，AI 产业链中最夸张的利润并不在前台售卖智能之处，而在后台提供内存与存储的环节。在存储与半导体硬件的绝对优势面前，所有公司都显得力不从心。这是继算力芯片之后，AI 基础设施领域出现的又一次利润重心剧烈偏移，标志着行业从'模型为王'正式进入'硬件为王'的新周期。