过去，政企采买人工智能的清单上写的是服务器、加速卡、算力集群、机房改造以及一整套软件平台。买的是资产，入的是固定资产账，按三年或五年计折旧。而现在，采购清单上开始出现新的条目——"大模型词元点餐券""100亿Tokens算力资源服务""词元采购"。买的东西变成了用量，结算方式如同缴纳电费。这不是语言上的替换，而是三个层次同时发生的迁移。

这类迁移并非偶然，背后有几重力量在同时推进。最直接的一重来自技术迭代的速度：买设备的前提，是设备能在折旧年限内保持可用，服务器、存储与网络设备大体如此，性能提升平缓，五到八年不至于被淘汰；而AI加速卡的代际更新要快得多，一张卡往往在账面上还没提完折旧，就已经跟不上主流模型的规模。资产一旦提前贬值，自持便不再划算，"把过时的风险转移给供给方，成为买方的理性选择"。与之并行的另一重压力来自需求的形状——AI应用的用量曲线极不稳定，试点期几乎为零，验证跑通后用量又经常呈现指数级增长。这种断崖与峰值并存的曲线，更深层的动因来自成本结构里。

算力是典型的固定成本极高、边际成本极低的生意：设备折旧、机房租金与电力基础负荷无论是否在跑任务都要支付，而多服务一个客户的增量成本却微乎其微。这样的结构天然适合共享——供给方通过多租户把同一批卡的利用率从三成提到七成，单位成本随之大幅摊薄，因而能够报出低于买家自建的价格，同时自己仍有利润空间。服务化因此不是单纯的让利，而是把闲置变成收入的专业分工。也正因为如此，供给方才有持续优化推理效率的动力，同样的用量，成本要更便宜，留在自己手里便只会大量计算设备闲置。

不过，上述条件只解释了"为什么可以共享"，还不足以解释"为什么能够按用量收费"。按用量交易需要一个可分割、可复现、可审计的计量单位，而在词元出现之前，"智能"本身是无法计价的——按调用次数收费太粗糙，按任务收费又难以界定边界。词元补上了这一环：它把模型能力切成每个人可感知的最小单位，"用了多少"第一次有了确切的答案。制度层面的配套也同等重要，采购设备属于固定资产投资，因此要走招标、折旧与处置这一环不算；采购用量则是服务费用，可以直接计入当期支出，也能以点券、消费券的形式发放与核销。对政企客户而言，这一差别比价格差别更决定性——它决定了一笔钱能不能花出去、以什么名目花出去。

要理解为什么会出现这么多形态各异的计价方式，就需要拆解算力总拥有成本（TCO）。需要说明的是，下表的比例是行业常见量级，不同项目之间差异很大，仅用于建立直觉。

这张表里藏着算力生意的全部秘密：算力的固定成本极高，边际成本极低。一台GPU服务器无论当天有没有人使用，折旧照提、机柜照租、电费照付，至少闲置功耗是跑不掉的；而多服务一个客户所产生的增量成本，可能只有那部分电费与网络流量。在经济学里，这叫高固定成本叠加低边际成本，它与电信、航空、酒店属于同一个物种，而这个物种有三条共同的宿命：

• 其一，利用率就是生死线。

  一张卡跑到三成利用率与跑到七成利用率，单位成本可以相差一倍以上。

• 其二，必须做价格歧视。

  同一份算力卖给"必须马上用、不能中断"的客户可以收高价，卖给"可以排队、可以中断"的客户列到低价，如此才能把闲置时段填满。

• 其三，必须做预付复利。

  预付需求既能改善现金流、锁定需求，又能稀释资金成本，所以预付一定比后付便宜。

需要额外指出的两点大实话。

其一，"有钱也不一定买得到卡"是真的：当供给受物理产能的唯一约束，价格便不再是分配资源的唯一机制，交付周期、配额与长期关系同样在分配资源，市场因此出现现货价与合约价并行的双轨制。第二，租与买的风险不同，但都逃不掉：买意味着承担技术过时风险与利用率风险，租则意味着承担涨价风险与供给不确定性。而2026年是租价在涨，且长约也未必锁得住。

其二，价格波动本身就是新的商机：因为一旦价格波动，就需要锁定价格的工具，于是上海提出做好算力期货的研发准备，ICE与NATIXV推出能源归一化算力期货合约，NodalExchange与ComputeDesk亦推出算力期货合约。算力正在从"设备"变为"大宗商品"，而大宗商品的标准配置，正是期货、现货与长协三个市场并立。

现在回答两条关键问题：芯片、产能与卡脖子，究竟如何影响价格。供给链条上的瓶颈主要有四处，它们各自以不同方式推高成本，并在最紧的一环上形成价格天花板。

这条链条真正可怕之处，在于两侧的时间尺度不匹配：需求侧，模型迭代以周为单位，Token消耗量以季度翻倍的速度增长；供给侧，建一座晶圆厂、扩一条HBM产线，爬升一次先进封装的良率，都是十八到三十六个月的事。短期供给曲线因此近乎垂直，一旦需求曲线右移，价格便不是温和上涨，而是跳跃。这不是推演，而是已经发生的事实。

• H100单卡年度租赁合约价从2025年10月的1.70美元/GPU小时，涨到2026年3月的2.35美元/GPU小时，半年涨幅近40%，直接原因正是HBM与DRAM供给吃紧。

• 供给剪刀差巨大，中国信通院数据显示，2026年一季度国内AI算力需求同比增长417%，而有效供给增速仅为128%。

• 云厂商密集调价，2026年以来腾讯云、阿里云、百度智能云等相继上调算力价格，部分服务涨幅超过30%。

• 海外同步调价，云服务商Nebius宣布自2026年10月1日起全面上调GPU云服务定价，平均涨幅约20%（其中B300涨21%），这是其年内第二轮涨价，B300累计涨幅约56%，管理层称客户需求已覆盖至未来24个月，部分订单已排至2028年。

• 需求端仍在加速，中国电信研究院预计2026年国内Token消耗量将达10万亿Tokens，未来两到三年算力需求年均增长近十倍。

理解了成本与供给，就可以给出本文的主框架。市面上所有的算力报价，几乎都能归入下面三层中的某一层。

上面三层结构对应的是"用什么算"，那么这三层中间的"怎么付费"呢？以下六种模式，每一种都对应着一种特定的风险分配方案。

Token（官方中文译名为"词元"）计价是这场变革中最重要的一块砖，值得单独详说。大模型并不直接处理"字"，而是把文本切成一个个词元，一段中文、一行代码或一张图片被编码成的词元数量，就是计费的基数。它之所以能够成为计量单位，是因为同时满足了六个条件。

不过，报价单上看似相似的"每百万Token若干元"，实际账单可能相差数倍，原因在于四个技术口径：

1输入与输出分开计价。输出Token通常比输入贵二到四倍，因为生成是逐词自回归解码，算力消耗远大于可并行处理的输入，因此只看输入价比价是典型的外行做法。

2缓存命中带来的大幅折扣。当请求前缀与之前重复时（比如固定的系统提示词、长文档问答），可以命中KV缓存，价格可降至输入价的一折到两折半，这意味着提示词工程做得好能直接省掉一半以上成本，反过来，若供应商不提供缓存折扣，长提示词就是在白花缓存费。

3批处理模式与折扣的影响。批量提交的长输出Token、超长输入（如128K以上）常有溢价，且批量接口通常有约五折的折扣，代价是延迟以小时计，适合离线任务。

4Token切分规则不同，Token数目不能直接上下对比。同一个中文句子在不同厂商下的切分数量可能相差两到五倍，中文、英文、代码与数字的每Token信息密度也完全不同，部分厂商的计价口径还包含工具调用与图片视觉Token的折算。因此比价的正确做法，是用自己的真实业务语料跑一遍，把算出Token数量与实际账单对齐，而不是对比厂商单价。

算力价格并非由单一市场决定，而是四股力量在各自地盘上分别定价。

即算力券、模型券与词元券。政府在这里并不是按市场价采购，而是用财政资金改变价格。

同类政策遍地开花：深圳福田区对在东区企业发放算力、数据要素各10亿Token，同时对OPC发放10亿Token算力；杭州、苏州、无锡、武汉、成都、西安、佛山、东莞等十余个大模型，政府累计补贴、按标准补贴与补助；成都高新区首批入驻2026年9月17日启动全国首个Token"超级超市"，一站式接入二十余城市主流大模型，在城区内集中采购，使各政府部门都能拿到低于市场的团购价；此外，广州、绍兴、嘉兴、舟山、平潭等地的城际数模亦相继启动了城市级Token公共服务运营平台。

这类价格的性质是规模议价叠加公共服务属性，它既降低了本地企业的采购门槛，也让地方国企获得的算力时代的分发入口。北京经开区的文件甚至直言要掌握"标准化词元分发调度权、抢占'词元调用超级入口'"，这句话的信息量极大——分发环节才是利润与话语权的所在。

也是花样最多的分档定价，其逻辑是赚取批发与零售之间的价差。湖北电信上线"智云湖北AIStore"，汇聚供给主流大模型在内的能力，统一提供Token与智算资源服务；陕西数商集团与中国电信联合搭建"智云陕西Token市场"；成都于2026年9月23日推出首个Token公共服务平台"天府词元智造工厂"，定位为全市算力调度与Token枢纽运营的核心载体，推动算力从"机柜租赁"向"词元化按需供给"转型；广州越秀于2026年9月16日启动全国首个设在政务大厅的"越秀政务Token服务专区"，联合三大运营商提供多种低门槛的灵活套餐，让企业调用大模型像用电用水一样按词元计量计费。

是2026年出现的新变量：当算力成为可交易的标的，价格便不由供需决定，还由预期决定。上海提出做好算力期货研发准备，剑指全球算力定价权；ICE与NATIVEX推出能源归一化算力期货合约，把算力成本与纳入指数的格；NodalExchange与ComputeDesk亦推出算力期货合约。这意味着价格开始具备金融属性，价格发现机制从一对一议价走向公开市场报价；对采购方而言，好处是透明度提升、可用于套期保值，风险则是价格可能脱离实体供需，被资金与预期放大波动。

各地撒券、撒Token的热闹之下，值得冷静拆解一番。

这一逻辑本身没错，但目前中有四个必须警惕的陷阱：

• 其一，口径不统一会导致财政资金难以核算。

  各厂商的Token定义不同，"消耗一亿Token"在不同平台对应的真实工作量差异很大，补贴若按Token数量发放，容易出现同样的钱买到不同东西的间。

• 其二，只要消耗计量数，就必然引发无意义的调用来刷取补贴

  ，这是机制决定的必然结果，而非企业行为。

• 其三，补贴可能只是替代了企业本来就要支出的费用

  ，产生挤出效应，并未创造新增需求。

• 其四，补贴期结束之后的持续性

  ，才是检验政策效果的真正标准，续期断线意味着需求并未真正成立。

但补贴要算得清，还有一个更前置的前提：必须存在一个可信的价格基准。无论是核算算力服务的采购预算，还是判断"词元消耗费用"的报销口径是否合理，采购方都绕不开同一个问题——这个价格是哪来的，它合理吗？传统造价咨询在这一环节长期依赖少量供应商报价，样本片面、主观性较强；算力、Token这类缺乏历史价格序列的新型标的尤其吃力。