九月初，经济日报连续刊文谈一件事：算力在涨价。腾讯云、阿里云、百度智能云今年以来密集上调算力产品价格，部分服务最高涨了三成以上。单看涨幅，三成不算温和。但真正让人意识到事情性质已经改变的，是另一个数字：我国日均Token调用量，从2024年初的1000亿，涨到2026年3月的140万亿。两年多，翻了超过一千倍。

这个跨度已经大到传统“机房多大、多少张卡”的描述失效。140万亿个词元，如果还按机柜、板卡、集群规模去估算，只会得到一堆没有实感的数字。客户不再关心你机房里躺着多少张卡，只问一句：跑一百万个词元多少钱、稳不稳、快不快。

算力这门生意，已经从“卖机柜、卖卡”变成“卖字”。

如果把这轮涨价只看成成本问题，就把事情看小了。但成本压力确实是起点，原因不复杂。需求侧，生成式AI应用井喷，训练和推理的Token消耗指数级往上走。更关键的是结构变了：2025年我国AI推理数据量首次超过训练数据量，未来推理与训练算力需求之比可能到3:1甚至更高。训练是一次性投入，推理是持续性开销。算力从“买设备”变成了“交电费”，而且这本账天天在交。

这个拐点比很多人以为的更重要。训练可以集中、批量、离线地做，推理必须实时、分布、在线。它对延迟、稳定性、单位成本的要求完全不同。推理量一旦超过训练量，并且比例继续拉开，涨价就不会只是一次短期波动。它更像算力市场从建设期转入运营期之后，必然要面对的一次定价调整。

供给侧也不松。高端GPU、高带宽存储HBM产能紧张，上游元器件成本抬升。新建智算中心还要匹配电力、网络，投产周期长。多位专家判断，这轮涨价不是短期波动，可能持续一年甚至更久。

供需两头都紧，价格往上走并不奇怪。但更值得盯的，不是涨了多少，而是它悄悄把AI竞争的标尺换了一根。

过去几年，AI的竞争比的是“谁囤的卡多、谁烧得起钱”。那是英伟达和海外巨头的领地。单卡算力、集群规模，人家站在前面，追赶需要时间。算力涨价，把另一根标尺硬推到了中心：单位词元成本，也就是完成一件工作，到底要花多少算力和多少钱。

北京航空航天大学人工智能研究院副研究员胡堃说得很直白，产业要从“算力驱动”转向“效率驱动”。21世纪经济报道也引述专家观点，行业要从比拼“模型有多大”，转向“完成一件工作到底需要多少算力、多少成本”。

这根标尺一换，比赛场地就变了。

过去，机房再大、卡再多，如果每百万词元的成本下不来，客户一样会用脚投票。算力涨价把这个问题从后台推到了前台。因为当算力按字计价时，每一分钱都会被摊到每个词元上。谁能在单位成本上做得更低，谁就能在新规则里拿到定价权。涨价之前，效能是加分项；涨价之后，效能变成胜负手。

这一点，恰恰是中国AI相对擅长的地方。

要把话讲清楚：中国的相对优势，从来不在单卡算力。这一点不必回避。我们的强项在工程效率：模型量化、蒸馏、稀疏化，混合精度计算，异构算力调度，软硬协同调优。这些技术听起来没有“万亿参数”那么性感，但在高端芯片受限的环境下，它们是被逼着练出来的肌肉。

模型量化可以把高精度浮点计算压到低精度，减少显存和带宽占用；蒸馏让小模型从大模型那里继承能力；稀疏化把大量冗余连接剪掉；混合精度计算和异构调度则让不同芯片、不同精度之间尽量不浪费。它们共同指向一件事：用更少的算力，完成同样的工作。

数据能说明问题。据21世纪经济报道援引专家观点，国内大模型凭借单位算力成本仅为美国20%至40%的优势，在全球词元市场形成了高性价比竞争力。DeepSeek V4以极低价格逼近美国前沿模型效率，也是一个例子。

这些能力不是今天才有的。过去几年，高端芯片买不到、买不起，只能在软件、算法、调度上抠效率。抠了几年，抠出了价格优势。现在算力一涨价，这种原本属于“无奈选择”的能力，反而成了全球市场上最稀缺的东西。等于把比赛，从我们吃亏的硬件囤积场，搬到了我们擅长的工程效率场。

这个转折不是设计出来的，更像是被成本倒逼出来的。涨价以前，效能是加分项；涨价以后，效能变成胜负手。规则一换，两件事跟着变。

第一，国产算力的角色变了。过去是“买不到高端卡，所以用国产”，属于被动替代。现在推理成本压力反而逼着国产芯片加速适配迭代。有统计显示，2025年国产AI芯片已占中国市场份额41%，英伟达份额从高位明显回落。自主可控不再只是安全诉求，也成了成本诉求。两根绳子拧到一块了。

这句话需要拆开看。安全诉求解决的是“有没有”的问题，成本诉求解决的是“贵不贵”的问题。当推理成本变成每天都要支付的账单，国产芯片只要能跑、能省，就会从备选项变成主选项。41%这个数字，不是靠行政命令堆出来的，更大程度上是被成本和可用性推上去的。真正的考验在于，当推理需求继续翻倍，国产芯片能否在制程受限的情况下，把单位词元成本做到与英伟达方案可竞争甚至更低。如果能，这个份额还会继续变。

第二，“词元出海”从概念变成真实份额。所谓词元出海，就是海外用户按调用量付费使用我们的推理服务，不输出实体设备，是轻量、高附加值的数字贸易。它不像卖硬件那样容易被卡海关、卡物流，也不像卖软件那样需要复杂的本地化。它卖的是推理能力，按调用量结算，边际成本清晰。

中国社会科学院世界经济与政治研究所的调研显示，在OpenRouter平台上，美企业调用中国模型的词元占比，已从2025年上半年的4.5%升到周均30%以上，2026年7月首周一度突破60%。这不是讲情怀，是份额在动。

4.5%到30%，再到60%，这条曲线很陡。它说明海外用户不是出于好奇试用，而是开始把中国模型的推理服务当作常规选项。算力涨价叠加国产芯片成熟，等于把这扇窗推开了。词元出海之所以值得单独拿出来说，是因为它绕过了传统硬件出口的很多摩擦。不输出实体设备，不涉及复杂的供应链，只按调用量结算。它的毛利率可能不高，但规模起来之后，利润结构比卖设备更稳定。

也必须泼点冷水。涨价会加速洗牌：依赖公有云、算力成本占营收三到六成的中型AI应用商承压最重，缺乏壁垒的套壳应用会被出清，马太效应加强。

中型AI应用商最难受，是因为它们既没有大厂那样的资源池和议价能力，也没有小型团队那样灵活的低成本结构。它们的收入可能还在增长，但算力账单增长得更快。一旦词元成本占到营收三到六成，毛利空间会被迅速吃掉。套壳应用更不用说，没有自己的模型和技术壁垒，只是在别人的API外面包一层界面，涨价直接击穿成本线。

但对整个中国AI产业来说，这一轮更像一次“被迫回到自己强项”的转折。未来比的不是谁机房大，是谁把硬件用得巧、翻台快。当算力开始论字计价，规则已经重写。而我们，恰好站在效能这一边。

这句话不能理解成一种廉价的乐观。站在效能这一边，不等于已经赢了。它只是说，新的规则下，原先的劣势不再那么致命，原先被忽视的能力开始定价。接下来能走多远，取决于两件事：一是工程效率能不能继续保持代际领先，二是国产芯片和词元出海能不能撑起第二增长曲线。

涨价还在继续。它会先逼出中国AI的哪一手？是更狠的模型压缩，还是更稳的国产芯片，又或者就是“词元出海”这扇刚推开一点缝的窗？