本月在上海举行的世界人工智能大会（WAIC）上，参展商 1,100 家，论坛 140 多场，被反复挂在嘴边的词不是 AGI，而是“Token 工厂”。
这背后的战略毫不含糊：把 AI 产出的单位标准化，把生产工业化，把成本压到对手不愿再拼，然后出口过剩产能。光伏和电池走过的路，如今搬到了推理上。
我在上海做跨境生意，此前在这里开了七年电商代运营公司，盈亏全看中国平台的经济账。所以我对两类报道都存疑：西方媒体对中国基础设施不屑一顾，中文媒体又把一个试点写成了成熟的出口产业。
先说清楚：本文无意证明中国模型不行。斯坦福大学《AI 指数报告》显示，今年 3 月美国最强模型领先中国最强模型 2.7%。能力之争基本尘埃落定，下文谈的是基础设施与经济账。
支撑这套战略的有五个假设：一个站得住，四个摇摇欲坠。只想看实操部分，可直接跳到最后一节。
假设清单：展开任一行，看现有数据如何检验它（五项中一项站得住）
| 假设 | 判定 | 结论 | 详情 |
|---|---|---|---|
| 出口闭环跑得通 | 22% | 仅一个试点 | 汕头已于 4 月跑通闭环：数据入境，境内推理，结果经 API 输出。业务量与收入至今未公布；汕头能入选，靠的是全国多数地方没有的海缆登陆站。 |
| 价差是真的 | 92% | 站得住 | 中国开源权重模型比西方头部定价便宜 60% 至 90%，开发者早已据此改了路由。这是这套战略最结实的一条腿。 |
| 国产芯片扛得住 | 30% | 还不行 | 华为 910C 的推理性能约为 H100 的 60%，而 DeepSeek 的大部分 token 仍在西方硬件上推理。 |
| 工厂在开工 | 28% | 大多闲置 | 2025 年有效利用率 36.8%，不少中心机架利用率仅 20% 至 30%，头部平台却跑在 90% 至 95%。症结在协调，不在产能过剩。 |
| 用量能转化为收入 | 18% | 倒挂 | Anthropic 在 OpenRouter 上约占 12% 的 token 用量，却拿走近 46% 的收入。中国占住了大宗商品赛道，利润却落在另一条赛道。 |
图例：经得起数据检验 · 跑在证据前面
36 氪在 WAIC 综述中写道，今年是 token 经济首次成为大会核心议题的一年。
来源：36 氪，2026 年 7 月
把推理做成按量计费的大宗商品
今年 3 月，国家数据局将 token 的官方中文名称定为“词元”，称之为连接技术供给与商业需求的结算单位。如今，北京每天统计 token 用量，并像公布钢铁产量那样在政策场合发布。
最抢眼的数字是两年增长一千倍：2024 年初日均调用约 1000 亿次，2026 年 3 月已超过 140 万亿。
- 2024 年初，日均调用 1000 亿次
- 2026 年 3 月，日均 140 万亿，增长 1,000 倍
- 官方口径，未经审计，统计的是消耗而非价值。
这个数字得打个折看：官方发布，无人审计，统计的是消耗而非价值。这倒不是中国独有的毛病，全世界没有哪国政府、哪家厂商公布过经审计的 token 数字。一个智能体若整夜困在错误循环里，能烧掉多得离谱的 token，却一无所获。
截至 2025 年底，中国已建成逾 10 万个高质量数据集，总规模超过 890 PB，这是同一轮政策在供给侧的布局。
来源：新华社，2026 年 3 月 24 日
机制属实，但只有一个试点
4 月，广东汕头依托“来数加工”政策跑通闭环：境外数据进入数字保税区，由境内算力完成推理，结果再经 API 回传。电力、算力、收入，统统留在中国。
- 境外数据入境：进入数字保税区
- 境内算力：完成推理
- 结果经 API 输出：只有产出回传境外
电力不出境，算力不出境，收入不出境。
官媒有句话流传很广：盐可以卖到全世界，盐田得留在家里。话说得漂亮，我也不止一次顺口引用。可它终究是宣传话术，和那些消耗数字出自同一套体系。
没公布的是业务量。一座城，一个试点，收入未披露。汕头入选的理由远早于 AI：它握有中国大陆三座海缆登陆站之一，到新加坡的时延约 32.7 毫秒，而全国多数地方两样都没有。这一点往往被略去不提。
有据可查：
- 中国大陆三座海缆登陆站之一
- 到新加坡时延 32.7 毫秒
未公布：
- 出口业务量：暂无
- 已披露收入：暂无
中文媒体把 token 出口称作“不可能三角”：低时延、数据合规、极其廉价的绿电，三者难以兼得。
来源：澎湃新闻、同花顺财经，2026 年
价差属实，开发者已经用脚投票
这一条没有争议，是整套战略最结实的一条腿。
DeepSeek V4 Flash 每百万输入 token 收费 0.14 美元，GPT-5.5 收费 5.00 美元。中国开源权重模型的价格比西方头部低 60% 至 90%。OpenRouter 会把每次调用交给价格胜出的供应商。在这个平台上，中国模型的份额从 2025 年初不足 10%，一路升到今年 7 月的 58%（按美国企业所处理的 token 计），创历史新高。
| 模型 | 输入价格（每百万 token） |
|---|---|
| DeepSeek V4 Flash | $0.14 |
| GPT-5.5 | $5.00 |
开源权重模型的价格比西方头部低 60% 至 90%。
中国模型在 OpenRouter 上的份额（按美国企业处理的 token 计）：2025 年初不足 10%，2026 年 7 月升至 58%，创历史新高。
到了智能体场景，价差还会成倍放大：一项任务可能拆成几十个并行的子智能体调用。
OpenRouter 每周处理的 token 从 2025 年 4 月约 5 万亿，一年后涨到 20 万亿以上。
来源：CNBC，2026 年 7 月
最先撑不住的，是底层算力
这是多数报道都低估了的缺口，也是我最放心不下的一个。设备拿不够，产出工业化就无从谈起。
按 DeepSeek 自己公布的评估，华为 910C 的推理性能约为 H100 的 60%。美国外交关系委员会认为，美国最好的芯片眼下性能约为华为最好芯片的五倍，到 2027 年差距还会拉大。再看 SemiAnalysis 披露的一个细节，它比任何芯片参数都要紧：DeepSeek 的大部分 token 仍跑在西方硬件上。中国开源权重 AI 的旗舰，并没有在国产技术栈上规模化运行。
| 对比项 | 数值 | 备注 |
|---|---|---|
| 华为 910C 对 H100 | 60% | 占 H100 推理性能的比例 |
| 美国最强芯片对华为最强芯片 | 5× | 目前的性能倍数，到 2027 年差距继续拉大 |
| CloudMatrix 384 对 NVL72 | 4.1× | 功耗倍数，对应约 1.7 倍的算力 |
中国开源权重 AI 的旗舰，并没有在国产技术栈上规模化运行。
通常紧接着登场的能源论据，也有同样的毛病。中国发电量是美国的两倍多，仅 2024 年就新增装机 543 吉瓦。可国产加速器高出四倍的功耗，吞掉了两倍价格优势中的一大块。廉价电力最后补贴的是低效芯片，而不是更便宜的 token。
优势：发电量是美国的 2 倍，仅 2024 年就新增 543 吉瓦。代价：国产加速器的功耗高达 4 倍，把两倍的价格优势吃掉了一大块。
中国企业也没闲着。智谱在国产加速器上训练模型、提供推理服务；阿里巴巴在韩国、马来西亚、泰国和墨西哥建数据中心，租用海外算力绕开芯片瓶颈。两步棋都合乎理性，但今年都填不上这道缺口。
华为 CloudMatrix 384 以约 4.1 倍于英伟达 NVL72 的功耗，换来约 1.7 倍的算力。
来源：SemiconductorX，2026 年
大量产能正在闲置
“工厂”一说，暗示生产线都在运转。国内报道却显示，很多并没有。
腾讯云称，中国智算中心的 GPU 平均利用率不到 30%。据虎嗅援引的中国信通院数据，2025 年有效利用率为 36.8%，相当于每投入 100 元，约有 70 元在空转。《证券时报》报道，不少中心的机架利用率只有 20% 至 30%。
- 低于 30%：智算中心平均 GPU 利用率（腾讯云）
- 36.8%：2025 年有效利用率（中国信通院，虎嗅援引）
- 20% 至 30%：许多中心的机架利用率（《证券时报》）
说这是产能过剩，就看偏了。市场已经分化，我在中国物流业见过一模一样的格局：全国总量看着健康，区域产能却大量搁浅。头部平台利用率在 90% 至 95%，订单排到 2028 年；优质算力是真缺，低端算力却开价再低也没人要。这是协调问题，这类问题往往要好几年才能理顺。
- 优质算力：头部平台利用率 90% 至 95%，订单排到 2028 年，确实紧缺。（订单排到 2028 年）
- 搁浅产能：低端算力开价再低也找不到买家。这是协调问题，需要数年才能理顺。（开价再低也无人问津）
一座千卡智算中心每年运营成本超过 3000 万元，利用率一低，亏损很快就来了。
来源：虎嗅、观察者网，2026 年 7 月
用量不等于收入，真正要紧的差距在这里
全文如果只记一个数字，就记这个：Anthropic 在 OpenRouter 上约占 12% 的 token 用量，却拿走了接近 46% 的收入。
| 指标 | Anthropic 在 OpenRouter 上的份额 |
|---|---|
| token 用量份额 | 12% |
| 收入份额 | 46% |
两条赛道的定价并不一样。
市场正一分为二：大宗商品赛道和高端赛道。前一条归中国，利润却在后一条。
经济账对谁都在往坏处走。据虎嗅梳理，阿里云和百度智能云今年涨价最高达 34%。智能体的消耗量是聊天机器人的 100 到 1,000 倍。单价一路走低，账单却越开越大，而消耗的 token 与完成的工作怎么挂钩，至今没有公认的办法。
- 最高 34%：阿里云和百度智能云今年的涨价幅度
- 100 至 1,000 倍：智能体相对聊天机器人的消耗量
- 85%：企业 AI 预算中流向推理的比例
推理如今约占企业 AI 预算的 85%，而传统软件的边际成本几乎为零。
来源：腾讯新闻，2026 年 6 月
降价再狠也碰不到的一环
根据中国 2017 年的《国家情报法》，企业须配合国家情报工作。这是法域层面的事实，并不说明任何一家公司实际怎么做，却足以把受监管的金融、医疗和政务工作负载留在西方供应商手里。
华盛顿则在另一条战线上加码。7 月，美国财长以涉嫌蒸馏美国模型为由放出制裁风声，此时距 9 月的双边 AI 对话只剩几天。如果中国的成本优势有一部分来自省掉了前沿模型的训练成本，那它就没有看上去那么牢靠。这一点尚无人证实，但也绝非小事。
务实的应对 其实毫不光鲜：生产流量若经由中国来源的端点，就要备好一套测试过的备用方案。今年，模型能不能用已经成了政策变量，而且风险是双向的。
大型企业仍主要向 Anthropic、OpenAI、Azure 和 Google Cloud 采购。
来源：Baiguan，2026 年 7 月
什么会让我改变看法
我不是在预言失败，而是说出口叙事跑在了证据前面，这是两回事。有三个信号会让我改变看法：汕头公布真实的出口业务量和收入；中国智算中心利用率突破 50%；一家受监管的西方企业把生产工作负载部署到托管在中国的端点上。
- 汕头公布真实的出口业务量和收入。
- 中国智算中心利用率突破 50%。
- 一家受监管的西方企业把生产工作负载部署到托管在中国的端点上。
这三个信号里任何一个出现，都比再盯一个月路由图更有说服力。要是三个都动了，那就是我看错了，而我很想知道。
到底该怎么做
盯信号是分析师的活。手里握着预算的人，面对的是执行问题。几乎没人按是否需要前沿能力给工作负载分过类：议论归议论，事情始终挂在待办清单上。
粗略的做法是：按应用调出上个月的 token 支出，把用于分类、信息抽取、摘要、翻译、初稿或常规代码补全的都标出来。这一类通常占用量的 60% 至 80%，很少用得上前沿模型。拿一个廉价的开源模型并行跑一周流量，看任务完成率而不是基准测试分数，昂贵的模型只留给真正做不好的任务。
先标出这几类：分类、信息抽取、摘要、翻译、初稿、常规代码补全。
通常占用量的 60% 至 80%，很少用得上前沿模型。
输入价差 35 比 1，这笔账一算就清楚。某团队每月花 4 万美元，其中 70% 的用量属于这一类，对应约 2.8 万美元；换成廉价方案，1,000 美元上下就够。就算重试率更高、部分工作负载又退回原模型，省下的钱依然可观。
按 35 比 1 的输入价差，拿您自己的账单算一算：
| 输入项 | 数值 |
|---|---|
| 每月 token 支出 | $40,000 |
| 大宗类任务占比 | 70% |
| 计算结果 | 数值 |
|---|---|
| 这部分目前的支出 | $28,000 |
| 廉价方案（已为重试留出余量） | $1,000 |
| 每月节省（未计工作负载退回） | $27,000 |
编程工具厂商、客服平台和翻译公司最先行动，因为推理成本直接压在它们的利润率上。受监管行业还没有跟进，多半也不会。
调整任何路由之前，先要知道一点：既然权重是开放的，西方托管商就能提供同样的中国模型，数据全程不经过中国，价格约为官方定价的两倍，仍远低于前沿模型。对大多数公司来说，这才是参与这笔交易的稳妥方式。
提供中国开源权重模型的西方托管商，收费约为官方价格的两倍，数据全程不经过中国。
来源：OpenRouter，2026 年 6 月
