本月在上海举行的世界人工智能大会（WAIC）有 1100 家参展商、140 多场论坛，被反复提起的词不是 AGI，而是“Token 工厂”。
背后的战略毫不遮掩：把一单位 AI 产出标准化，把生产工业化，把成本压到没人愿意再来竞争，再把过剩产能卖到海外。这是光伏和电池的老打法，如今用到了推理上。
我在上海经营一家跨境企业，此前在这里运营过七年电商服务公司，公司盈亏全系于中国电商平台的经济规律。这段经历让我对两类报道都存有疑虑：一类是对中国基础设施不屑一顾的西方报道，另一类是把一个试点写成成熟出口产业的国内报道。
先申明一点：本文无意论证中国模型不行。斯坦福大学《AI 指数报告》显示，今年 3 月，美国顶尖模型领先中国顶尖模型 2.7%。能力之争已近尘埃落定，下文谈的是基础设施和经济账。
这一战略靠五个假设支撑：一个站得住，四个摇摇欲坠。只想看实操建议的读者，可直接跳到最后一节。
假设清单：展开每一行，查看现有数据对它的检验结果（5 项中 1 项成立）
| 假设 | 评估 | 结论 | 详情 |
|---|---|---|---|
| 出口闭环可行 | 22% | 仅一个试点 | 汕头已于 4 月跑通闭环：数据入境，推理在境内完成，结果经 API 输出。但业务量与收入均未公布；汕头之所以入选，是因为它有全国大部分地区不具备的海缆登陆站。 |
| 价差真实存在 | 92% | 成立 | 中国开源权重模型的定价比西方领先水平低 60% 至 90%，开发者的调用早已随之转向。这是该战略最稳的一条腿。 |
| 国产芯片扛得起 | 30% | 尚未 | 华为 910C 的推理性能约为 H100 的 60%，而 DeepSeek 的大部分 token 仍在西方硬件上完成推理。 |
| 工厂都在运转 | 28% | 多数闲置 | 2025 年算力有效利用率为 36.8%，不少中心的机架利用率仅 20% 至 30%，而头部平台高达 90% 至 95%。症结在协调，而非产能过剩。 |
| 用量可以转化为收入 | 18% | 适得其反 | Anthropic 在 OpenRouter 上的 token 用量份额约为 12%，收入份额却接近 46%。大宗商品赛道归中国，利润却落在另一条赛道上。 |
图例：经得起数据检验 · 跑在证据之前。
36Kr 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：36Kr，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 的官方中文译名定为“词元”，称其为连接技术供给与商业需求的结算单位。北京如今追踪每日 token 用量，并在政策场合像通报钢铁产量一样发布这一数据。
最抢眼的数字是两年增长千倍：2024 年初，日均调用量约 1000 亿次；到 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 1000 倍
- 官方口径，未经审计，计的是消耗而非价值。
这个数字需要审慎对待：官方发布、无人审计，计的是消耗量而非价值。这并非中国独有的问题，全球没有哪国政府或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，能烧掉大得离谱的 token 量，却毫无产出。
截至 2025 年底，中国已建成 10 万余个高质量数据集，总规模逾 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
机制是真的，但只有一个试点
4 月，广东汕头依托名为“来数加工”的政策跑通了闭环：境外数据进入数字保税区，境内算力完成推理，结果再经 API 回传境外。电力、算力、收入，全部留在中国。
- 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
电力留在国内，算力留在国内，收入留在国内。
官方媒体用一句流传甚广的话作了概括：盐可以卖遍全世界，盐田必须留在家里。话说得漂亮，我自己也不止一次拿来用。但它终究是宣传口径，与那些消耗数字出自同一套体系。
没有公布的，是业务量。一座城市，一个试点，收入未披露。汕头入选的理由早在 AI 兴起之前就已存在：它拥有中国大陆三座海底光缆登陆站之一，到新加坡的时延约 32.7 毫秒。全国大多数地方两样都没有，而这一点常被略去不提。
已有记录：
- 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：
- 暂无出口业务量数据
- 暂无已披露的收入
国内报道把 token 出口形容为一个“不可能三角”：低时延、数据合规，再加上极其廉价的绿色电力。
来源：澎湃新闻、同花顺财经，2026 年
价差是真的，开发者早已用脚投票
这一条无人争议，是该战略最稳的一条腿。
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定价比西方领先水平低 60% 至 90%。OpenRouter 会把每次调用交给价格占优的供应商；在这个平台上，中国模型的份额从 2025 年初不到 10%，升至今年 7 月美国企业所处理 token 的 58%，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 |
开源权重模型的定价比西方领先水平低 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。
到了智能体工作负载中，价差还会成倍放大，因为一项任务可能拆分为数十个并行的子智能体调用。
OpenRouter 的周 token 量从 2025 年 4 月的约 5 万亿，一年后增至 20 万亿以上。
来源：CNBC，2026 年 7 月
最先撑不住的，是底层算力
这道缺口被多数报道低估，也是最让我放心不下的一道。设备都拿不够，产出工业化无从谈起。
根据 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，美国最好的芯片目前性能约为华为最好芯片的五倍，且差距到 2027 年还会拉大。SemiAnalysis 披露的一个细节，比任何芯片参数都更关键：DeepSeek 的大部分 token 仍在西方硬件上推理。中国开源权重 AI 的旗舰，并没有在国产技术栈上大规模运行。
| 对比项 | 数值 | 备注 |
|---|---|---|
| 华为 910C 对比 H100 | 60% | 相当于 H100 的推理性能 |
| 美国最强芯片对比华为最强芯片 | 5× | 目前的性能倍数，到 2027 年差距还将扩大 |
| CloudMatrix 384 对比 NVL72 | 4.1× | 的功耗，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大规模运行。
能源论据通常紧随其后，它也有同样的问题。中国发电量是美国的两倍多，仅 2024 年就新增 543 吉瓦。但国产加速器四倍的功耗，足以吃掉两倍价格优势中的一大块。廉价电力最终补贴的是低效芯片，并没有变成更便宜的 token。
优势：发电量是美国的 2 倍，仅 2024 年就新增 543 吉瓦。被劣势抵消：国产加速器功耗是 4 倍，而价格优势只有两倍。
中国企业并非按兵不动。智谱在国产加速器上训练模型并提供推理服务。阿里巴巴正在韩国、马来西亚、泰国和墨西哥建设数据中心，借海外算力绕开芯片难题。两步棋都合乎理性，但今年都补不上这道缺口。
华为 CloudMatrix 384 的功耗约为英伟达 NVL72 的 4.1 倍，算力约为其 1.7 倍。
来源：SemiconductorX，2026 年
大量产能正在闲置
“工厂”之说，暗示厂房都在开工。国内报道却显示，不少并没有。
腾讯云称，中国智算中心的 GPU 平均利用率不到 30%。虎嗅援引中国信通院数据称，2025 年有效利用率为 36.8%，相当于每投入 100 元，约有 70 元处于空转。《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，经虎嗅援引）
- 20% 至 30%：许多中心的机架利用率（《证券时报》）
简单称之为产能过剩，是看偏了。市场已经分化，我在中国物流业见过同样的格局：全国总量看似健康，区域产能却大量搁浅。头部平台的利用率高达 90% 至 95%，订单排到了 2028 年。优质算力确实紧缺，低质算力则开价再低也找不到买家。这是协调问题，而这类问题要好几年才能理顺。
- 优质算力：头部平台利用率达 90% 至 95%，订单排到 2028 年，确实紧缺。（订单排到 2028 年）
- 搁浅产能：低质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，很快就会陷入亏损。
来源：虎嗅、观察者网，2026 年 7 月
用量不等于收入，差距恰恰在这里
如果全文只记一个数字，就记这个：Anthropic 在 OpenRouter 上的 token 用量份额约为 12%，收入份额却接近 46%。
| 指标 | Anthropic 在 OpenRouter 上的占比 |
|---|---|
| token 用量份额 | 12% |
| 收入份额 | 46% |
两条赛道，定价迥异。
市场正分化为大宗商品赛道和高端赛道。前者归中国，利润却在后者。
经济账正朝着对所有人不利的方向走。虎嗅记录了阿里云、百度智能云今年最高 34% 的涨价。智能体的消耗是聊天机器人的 100 到 1000 倍。单价一路走低，账单却越来越大，而把消耗的 token 与完成的工作对应起来，至今没有公认的方法。
- 最高 34%：阿里云和百度智能云今年的涨价幅度
- 100 至 1000 倍：智能体相较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近乎为零。
来源：腾讯新闻，2026 年 6 月
降价无论多狠都碰不到的一环
根据中国 2017 年颁布的《国家情报法》，企业须配合国家情报工作。这是司法管辖层面的事实，并不说明任何一家公司实际如何行事，但足以让受监管的金融、医疗和政务工作负载继续留在西方供应商手中。
华盛顿则在另一条战线上加码。7 月，美国财政部长以涉嫌蒸馏美国模型为由，提出可能实施制裁，距 9 月的中美 AI 双边对话只有几天。如果中国的成本优势部分来自省下了前沿模型的训练成本，那它就不像看上去那样持久。这一说法尚无人证实，却也不能等闲视之。
务实的应对 务实的应对并不光鲜：如果您的生产流量经由中国来源的端点，请备好一套经过测试的备用方案。今年，模型能否可用已经成了政策变量，而且两头都可能受影响。
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
我并非在预言失败，而是说出口叙事跑在了证据前面，这是两回事。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将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将生产工作负载部署到托管在中国的端点上。
其中任何一个出现，都比再看一个月的路由图表更说明问题。如果三者同时出现，那就是我看错了，而我希望能及时知道。
到底该怎么做
盯信号是分析师的事。管预算的人，面对的是操作问题。几乎没有人按是否需要前沿能力给工作负载分过类。这件事常被拿出来讨论，讨论完又搁回清单上。
粗略的做法是：按应用调出上月的 token 支出，把用于分类、信息抽取、摘要、翻译、初稿撰写或常规代码补全的任务都标出来。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、初稿撰写、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，这笔账一算便知。一个团队每月花 4 万美元，其中 70% 的用量属于这一类，这部分支出约为 2.8 万美元，而换成廉价方案只要 1000 美元上下。即便算上更高的重试率和部分工作负载退回，省下的钱也绝非小数。
按 35 比 1 的输入价差，用您自己的账单算一算：
| 输入 | 数值 |
|---|---|
| 每月 token 支出 | $40,000 |
| 大宗类任务的用量占比 | 70% |
| 结果 | 数值 |
|---|---|
| 这部分目前的支出 | $28,000 |
| 廉价方案（已为重试向上取整） | $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。受监管行业尚未跟进，多半也不会。
在调整任何路由之前，有一点要先知道：权重既已开源，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。对大多数公司而言，这才是参与这笔交易的合理方式。
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
