国泰海通计算机 算力租赁深度电话会系列之Token分成模式重塑算力商业闭环与估值跃迁

一、核心要点 1. 大模型增长由Agent驱动，未来1-2年将贡献大模型厂商AR增量50%-60%，单任务Token消耗为普通聊天的30-100倍，国内头部算力公司为字节腾讯部署的推理集群单日Token调用量达数十亿级，多模态应用也贡献增量，国内头部模型公司视频生成API调用量同比增长3-4倍，同时模型能力溢价提升Token单价，量价齐升。 2. 国内某头部模型公司AR从2024年0.25亿美元增长至2025年底17亿美元，2026年Q1增速5-6倍；国内日均Token调用量2024年初1000亿，2025年底100万亿，2026年3月达140万亿，两年多增长1400倍，增长核心源于Agent应用爆发而非单纯参数提升。 3. 头部模型厂商拥有较强议价权，通过API提价拉动AR增速，B端客户对模型价格敏感度低于稳定性与效果，当前高端推理算力（高带宽、大显存）为结构性短缺，头部模型需万卡级集群，国内具备该能力的厂商较少，国产GPU推理效率仍待提升。 4. 大模型新增AR超一半用于算力采购，形成“AR增长→算力投入→AR再增长”的正向循环，算力租赁行业从脉冲式需求转向长牛市，商业模式从卖资源升级为卖服务，国内头部算力公司2026年Q1净利润同比增长343%，PS估值超8倍，远高于传统IDC的5倍。 5. Token分成模式下，算力方因掌握稀缺GPU资源主导分成，模型方通过让渡收益转移重资产风险，Anthropic自行承担算力会拖累估值，分成比例通常为对半分，头部算力公司可通过保底租金加分成锁定长期需求。 6. 单台B300服务器部署GRM5.1模型，日均运行20-24小时、负载率50%-70%、单卡吞吐量8000 Token/秒、Token单价1-3分/千Token、算力分成80%，月收益约60-250万，扣除成本后利润区间为30-80万，净利率提升源于边际成本降低、收入结构升级等。 二、算力租赁降本与业务优化 1. 算力租赁公司降本路径包括优化技术降低电费、通过调度算法提升算力利用率、规模效应降低运维成本（万卡集群运维成本低于千卡级）、利用低息供应链金融或资产证券化等财务手段、拓展高价值客户提升收入质量并缩短应收周转期。 2. 大厂自建算力以自用为主，用于核心模型训练和构建生态闭环，与第三方算力租赁呈互补关系，Token分成模式将第三方算力租赁从硬件二房东升级为服务提供商，缓解而非加剧竞争，2024-2026年上半年模型算力需求爆发，第三方租赁聚焦差异化场景。 3. 算力公司应对折旧与分成收益不确定性的方式，包括采用保底租金加超额分成混合合同（保底覆盖30%-40%固定成本）、设置动态定价条款、GPU采购兼顾现货期货与战略安全库存、关键配件穿透式采购、具备服务器拆改能力，同时布局国产GPU适配以降低成本。 4. 英伟达NVL72机柜级方案若实现50倍推理提升，对Token分成模式为双刃剑，算力方可转向百万Token上下文计费并绑定高价值场景如金融合规推理，国内机柜方案有望2025下半年或2026年投产，技术迭代或引发行业洗牌。三、风险与未来关注点 1. 未来一个季度GPU拿卡难度维持当前水平，短期B卡（现货1200万/台）、H卡（400万/台）价格仍有上涨空间，B卡在推理场景的性价比仍高于H卡。 2. 高端推理算力结构性短缺，国产GPU推理效率待提升，英伟达技术迭代可能引发行业洗牌。3. Token分成模式下，分成收益存在一定不确定性，需关注合同条款设计及GPU采购策略的稳定性。