2026 全售罄、2027 基本售罄：API 采购方剩下的抓手是路由和两条合同条款

亚马逊 CEO Andy Jassy 在 10 月 23 日 a16z 的一场视频播客里给出了一组很少被公开的口径：2026 年的云容量已经卖完，2027 年基本卖完，2028 年也已订出去相当一块，只留少部分给按需 EC2 和 Bedrock 的推理服务。路透社首发这条消息，LiveMint、Economic Times、BigGo 等多家媒体随后转载，口径一致。同一场访谈里他还说，亚马逊 2026 年资本开支约 2200 亿美元，而且再多投也不是坏投资。

这组数字对做模型调用、不做机房的人，含义比云涨价复杂。真正的信号是：推理算力正在从现货市场变成长约市场。大块容量被实验室和大客户按年订走，留给普通开发者的就是那个被反复提到的按需池——它是弹性通道，也是最后的阀门。

一、按需池变小，比单价更早咬人的是交付

过去两年，API 采购的逻辑很简单：看每百万 tokens 的价目表，谁便宜用谁。容量锁定之后，价目表还在，但能不能在需要的那一刻拿到额度，变成了独立变量。你的峰值和别人的峰值撞在同一周，价格表不会动，排队时间会动。

所以合同里要补的第一条是溢出条款：写清月承诺量的溢出比例、超限后的单价阶梯，以及一条明确的降级路径——先降模型档位、再降并发、最后才是排队。缺了这条，容量紧张时你的业务曲线会替供应商承担波动。

二、比价基准从每百万 tokens 换成单位任务成本

同一场访谈里 Jassy 自己承认，推理成本还是贵了一个数量级，大约 10 倍于大规模普及所需的水平（这是他的判断，属厂商自述口径）。他给的解法是自研芯片：亚马逊已披露超过 2250 亿美元的 Trainium 未来收入承诺，其中包含 Anthropic 与 OpenAI 的协议。

对采购方，这句话的价值在于指明降价通道在哪一端——在芯片和算子这一层，而不是在价目表的营销折扣里。但它不改变眼下的决策：别再用单一模型的每百万 tokens 单价做选型，用单位任务成本。

举个可复算的例子：月调用 1 亿次，每次输入 800 tokens、输出 100 tokens，即按百万 tokens 计为输入 8 万、输出 1 万。全部走低价档（公开价目 0.1 美元输入 / 0.5 美元输出）是 1.3 万美元/月，年化 15.6 万美元；全部走旗舰档（2 美元 / 10 美元）是 26 万美元/月。两者差 20 倍。

按请求难度分流，60% 走低价档、40% 走旗舰档，账单是 11.18 万美元/月，比全旗舰省 57%。这 57% 不需要重新谈价，只需要一个路由层加一套分类规则——而这恰好是聚合分发层最该做的事。

三、把 20% 到 30% 的流量放到第二家

容量售罄的年份，单供应商的可用性风险不再是理论问题。做法不复杂：把 20% 到 30% 的非关键流量常驻第二家或聚合层，成本可能上浮 5% 到 15%，换的是故障日与配额收紧日业务不断。这笔保费该不该付，用一个指标判断：一次 4 小时不可用造成的损失，是否超过全年的路由溢价。多数月支出在 10 万元人民币以上的团队，答案是付。

我的判断

这轮容量锁定会带来一个反直觉结果：单价还会继续降，但拿到额度的难度会上升。采购策略的重心应从压低单价转向锁住可获得性、同时保留切换权：长约可以签，但要加两条——价格随供应商公开价目下调自动同步，以及季度可调整的承诺量区间。前者让你不被高价锁三年，后者让你不为用不到的容量付费。

来源：路透社 2026-10-23 报道、Yahoo Finance 访谈实录、LiveMint 与 Economic Times 转载；价目参照 OpenAI 公开定价（Luna 0.1 与 0.5、Sol 2 与 10 美元每百万 tokens）及第三方价目汇总。测算为假设场景，非厂商数据。