为何要从“卖算力”转向“卖Token”？125页 2026年中国算力租赁行业市场分析研究报告.pdf

原创 lovebaogao 1C9U一查就有网

2026年04月17日 14:34

昨晚， 国家数据局发布《关于推进行业高质量数据集建设行动的实施方案（征求意见稿）》 ，迅速点燃业内讨论热情， 群聊消息迅速999+，足以说明文件的重要性。

文件第十八条提出， “探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据集价值体系”。

由此可见，算力赛道正如火如荼，阿里云连发三条产品涨价的背后，是高端算力荒引发的行业重构。算力租赁已从单纯的“卖算力”升级为“ 卖Token ”的高阶博弈，具备核心资源、全栈服务、出海能力的企业正在享受议价权提升的红利。

为何要从“卖算力”转向“卖Token”？

过去，算力租赁公司主要是“ 卖机器 ”，按显卡数量收租金；而现在，行业正在进阶为“ 卖服务”，也就是“卖Token” 。

简单来说， Token就是AI世界的“货币”或“话费” 。它是大模型处理文本的最小单位（比如几个字组成一个Token）。以前我们租算力是为了囤显卡，现在是为了直接产出AI生成的内容。 “卖Token”意味着算力租赁不再赚硬件差价，而是赚AI应用落地的钱，这才是真正的高阶玩法！

1.1 算力租赁的产业定义与核心内涵

算力租赁是指企业或个人通过支付租金的方式，从拥有大量计算资源的服务提供商处租用所需的 AI 计算能力，核心载体为搭载高端 GPU/NPU 芯片的 AI 服务器，服务场景覆盖 AI 大模型训练、微调、推理，以及自动驾驶、科学计算、图形渲染等高性能计算场景。

从商业本质来看，算力租赁的核心价值是实现算力资源配置效率的最优化，将 AI 算力的固定资产投入转化为可灵活调配的运营成本，同时让设备调试、网络搭建、集群运维的行业 know-how 实现最大化复用。在 2026 年全球高端 AI 芯片供给受限、AI 应用带来的算力需求呈指数级增长的背景下，算力租赁已从企业算力补充的 “可选项”，变为 AI 企业获取高端算力的 “刚需主力”。

1.2 算力租赁产业链整体三层架构

算力租赁产业链呈现清晰的上、中、下游三层结构，上游为算力硬件与基础设施供给端，决定了算力的性能上限、供给规模与成本底线；中游为算力运营服务主体，是产业链的核心枢纽，负责将上游硬件资源转化为可标准化交付的算力服务；下游为算力需求应用端，是产业链发展的核心驱动力，其需求结构变化直接决定了中游服务模式与上游技术迭代的方向。

1.3 算力租赁在 AI 产业中的核心价值定位

在 2026 年 AI 产业从 “模型训练期” 全面迈入 “应用推理爆发期” 的关键节点，算力租赁产业链的核心价值已从单纯的 “硬件资源出租”，升级为 AI 产业落地的核心基础设施与价值分配枢纽，具体体现在三大维度：

第一， 破解高端算力供需错配的核心解决方案 。当前全球算力市场呈现显著的结构性失衡，一方面中低端通用算力闲置率高达 30%，部分数据中心上架率不足 60%；另一方面高端训练算力缺口仍达 15%-20%，H100/TPUv5 等旗舰芯片订单已排至 2027 年，国内受地缘出口管制影响，高端算力紧缺局面短期内难以缓解。算力租赁通过规模化集采与长期布局，成为中小企业甚至头部互联网厂商获取高端合规算力的核心渠道，也是英伟达等芯片厂商实现全球市场覆盖的重要抓手。

第二， 降低 AI 产业落地的资金与技术门槛 。对于 AI 企业而言，自建千卡级 AI 算力集群不仅需要一次性投入数亿元的硬件采购成本，还需面对 6-18 个月的数据中心建设周期、专业的集群运维团队搭建、GPU 利用率低下等核心难题。根据测算，8 卡英伟达 A100-NVLink 服务器的全年租金约 160 万元，与单台服务器的采购成本基本持平，但若考虑硬件交付周期、调试运维、试错成本与设备折旧，算力租赁对于大模型研发厂商具备显著的综合性价比。算力租赁模式将企业的资本开支（CAPEX）转化为运营开支（OPEX），让企业能够聚焦于模型研发与应用落地，而非底层硬件基础设施建设。

第三， 重构 AI 产业的价值分配体系 。2026 年算力租赁行业的商业模式已从传统的 “固定租金” 模式，向 “算力租赁 + 模型服务 + Token 收入分成” 的全链路模式升级，算力运营厂商不再只是单纯的硬件出租方，而是深度参与到 AI 应用的价值分配中。这种模式升级让算力产业链从 “硬件制造 - 硬件销售 - 终端使用” 的线性链条，变为 “算力供给 - 模型开发 - 应用落地 - 价值分成” 的闭环生态，算力租赁厂商成为连接硬件供给与应用需求的核心价值枢纽。

3.2 算力租赁商业模式的底层逻辑与进阶演变

2026 年，算力租赁行业的商业模式已从基础的硬件租赁模式，逐步向多元化、全链路的模式升级，不同模式对应不同的客户群体、风险收益特征与盈利空间。

3.2.1 基础商业模式：固定长租模式与按需租赁模式

根据《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》，算力租赁的基础运营模式分为签约制（固定长租）和按需使用两大类，这是行业最主流、最核心的商业模式，贡献了行业 95% 以上的收入。

（1）固定长租模式（签约制）

固定长租模式是指客户预先承诺 2-5 年购买固定容量的计算资源，签订 “照付不议” 的长期合同，服务商按照合同约定为客户提供专属的算力资源，按月收取固定租金《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》。

核心特征 ：定价方式为按合约期限和承诺量阶梯定价，单价相对较低，较公有云实例价格便宜 30%-40%；合同灵活性较低，需提前规划容量，部分合同允许硬件升级；客户类型以大型 AI 实验室、云厂商、头部互联网企业为主；现金流模式为签约时收取 15-25% 预付款，按月分期收款，能够为服务商提供稳定的现金流和长期业务可见性；资源保障方面，为客户优先分配资源，确保高可用性，是服务商核心的收入基本盘《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》《算力租赁专家交流宁租不建租金疯涨.pdf》。

国内市场主流合同结构 ：2026 年国内市场对于 H100/H200/B200 等大卡或大集群，标准合同为 “3+2” 模式，即前 3 年为闭口锁价合同，后 2 年价格随行就市；行业统一的成本回收周期约为 3 至 3.5 年，涵盖服务器成本、资金成本、电费、运维及带宽等全部支出，只要顺利执行完前 3 年合同，服务商就能收回全部硬性成本，从第 4 年开始的租金收入几乎全部转化为利润《算力租赁专家交流宁租不建租金疯涨.pdf》《算力租赁从量变到质变.pdf》。

典型案例 ：利通电子与腾讯签订的 50 亿元算力服务合同，期限为 2025-2027 年；CoreWeave 与 OpenAI 签订的 119 亿美元五年期合同，与微软签订的数十亿美元长期协议，均为典型的固定长租模式《算力租赁行业核心底层逻辑.pdf》《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》。

（2）按需租赁模式

按需租赁模式是指客户根据实际需求临时租用算力资源，无长期承诺，按实际使用量付费，核心计费方式为按单张 GPU 每小时租赁《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》。

核心特征 ：按市场价计费，单价较高，较固定长租模式溢价 20%-50%；合同灵活性极高，可随时启停，适配短期、临时性的算力需求；客户类型以中小型企业、AI 初创公司、科研院校，以及有临时算力扩容需求的企业为主；现金流模式为按使用后结算，无预付款，依赖服务商的闲置算力资源；资源保障方面，依赖剩余资源，高峰期可能面临短缺，是服务商利用闲置算力提升收入的重要方式《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》《34 页 - AI 算力租赁行业研究框架：时势造英雄，宜谋定而后动.pdf》。

市场应用场景 ：主要适配大模型短期微调、AI 推理业务临时扩容、科研计算、图形渲染等短期算力需求，是中小 AI 企业获取算力的主要方式，也是 2026 年租金价格上涨的核心买单方。国内 90% 以上的大模型厂商都是中小体量，没有自建算力能力，没有芯片配额，没有长协锁单能力，只能通过按需租赁模式获取现货算力，对租金价格的敏感度极低，形成了 “头部锁价、中小暴涨” 的定价格局《算力租赁行业核心底层逻辑.pdf》。

3.2.2 进阶商业模式：MaaS 服务与 Token 分成模式

2026 年，算力租赁行业最核心的商业模式升级，是从传统的 “裸算力出租” 向 “MaaS 模型服务 + Token 收入分成” 模式演进，这一模式升级不仅大幅提升了算力租赁厂商的盈利空间，更推动行业估值逻辑从 PE（市盈率）向 PS（市销率）切换，打开了行业的市值天花板《算力租赁从 PE 到 PS 估值.pdf》。

（1）MaaS 模型即服务模式

MaaS 模式是指算力租赁厂商在基础算力资源的基础上，整合预训练大模型、开发工具链、推理优化引擎等能力，为客户提供一站式的模型训练、微调、部署与推理服务，客户无需关注底层算力资源，直接按模型调用量付费《34 页 - AI 算力租赁行业研究框架：时势造英雄，宜谋定而后动.pdf》。

核心优势 ：相比单纯的算力租赁，MaaS 模式具备更高的附加值，毛利率可达 60%-80%，远高于裸算力租赁 30%-50% 的毛利率；能够深度绑定客户，提升客户粘性，形成差异化竞争壁垒；能够最大化算力资源的利用率，通过多租户模型部署，提升单位算力的收入产出《34 页 - AI 算力租赁行业研究框架：时势造英雄，宜谋定而后动.pdf》《算力租赁从 PE 到 PS 估值.pdf》。

行业发展现状 ：英伟达推出的 DGX Cloud 是 MaaS 模式的标杆，售价为每实例 3.7 万美元 / 月起，除了基础算力资源外，还提供 Base Command Platform 基础命令平台、AI Enterprise 软件栈、AI Foundations 模型铸造服务等全栈式能力，为客户提供全面的 AI 算力支持及解决方案《34 页 - AI 算力租赁行业研究框架：时势造英雄，宜谋定而后动.pdf》。国内头部云厂商与算力租赁厂商也纷纷推出 MaaS 服务，通过整合开源大模型与自研优化工具，为中小企业提供一站式的 AI 模型服务，成为行业重要的增长方向。

（2）Token 分成模式

Token 分成模式是指算力租赁厂商以算力资源入股，为 AI 模型厂商提供免费的算力支持，换取模型上线后 Token 调用收入的分成，分成比例通常为 15%-30%，是 2026 年行业新兴的商业模式《算力租赁从量变到质变.pdf》。

底层逻辑 ：对算力租赁厂商而言，算力租赁的最大成本是服务器折旧与融资利息，这两项是固定成本，哪怕服务器闲置，每个月的折旧和利息也必须支付；用闲置算力和中小模型厂商做分成，相当于零额外成本投入，模型跑成了就能拿到 3-10 倍于固定租金的收益，模型跑不成，最多就是算力闲置，没有额外损失《算力租赁行业核心底层逻辑.pdf》。对中小模型厂商而言，核心痛点是融资现金流有限，付不起每月数百万的固定租金，但有模型调用的增量收入，分成模式相当于 “先使用算力，有收入再付款”，完全匹配了中小厂商的现金流曲线，是其能够活下去的重要选择《算力租赁行业核心底层逻辑.pdf》。

行业发展趋势 ：当前国内算力厂商的收入结构中，95% 以上是固定租金，分成模式占比不足 5%；但随着中小模型厂商的爆发，未来 2 年分成模式的占比将提升至 20%-30%，成为算力厂商毛利率提升的核心引擎。固定租金的毛利率约 40%-50%，而分成模式的毛利率可达 80% 以上，能够显著放大厂商的盈利弹性《算力租赁行业核心底层逻辑.pdf》。东吴证券研报也明确指出，当前算力紧缺程度较高，算力租赁厂商的行业议价权有望提升，其业务模式正从单纯的裸算力出租升级为模型服务或 Token 分成模式，这一转变有望大幅提升算力租赁公司的盈利能力《不是炒作算力是真的缺.pdf》。

3.2.3 其他衍生商业模式

除了核心的租赁与分成模式外，行业内还衍生出算力转售、算力运维、集群建设等配套商业模式。算力转售模式是指具备芯片获取能力的头部厂商，将算力资源批发给中小算力厂商，赚取价差；算力运维与集群建设模式，是指为客户提供 AI 算力集群的规划、建设、调试、运维全流程服务，赚取项目制服务费，这类业务通常由传统 IDC 厂商与设备厂商提供，是算力租赁业务的重要补充《34 页 - AI 算力租赁行业研究框架：时势造英雄，宜谋定而后动.pdf》《20250824 - 国信证券 - 通信行业・算力租赁专题报告：Neocloud 引领算力租赁发展，国内市场发展可期.pdf》。