电力Token化出海，中国的电即将算全球的题

图/IC

算力不够，“龙虾”（OpenClaw）不火。

“养龙虾”，得给它喂Token——算力；喂Token（词元），得耗电。

Token究竟有多耗电？

长江证券表示，AI大模型的运营成本中电力成本占运营总成本的比例高达60%-70%，因此Token某种程度可以视作一种“电力衍生品”。假设未来国产大模型年度调用量扩张至1×10⁵万亿Token，对应年耗电量875亿千瓦时，约为2025年全社会用电量的0.84%

据华泰证券测算，千万亿级全球日均Token用量对中国电量和电力或有10%级别弹性，对绿证价格、容量电价甚至电量电价的拉动显著。

这组数据，勾勒出一个极具想象力的出海新赛道——“电力Token化出海”，中国的电即将算全球的题。

受“龙虾”热度影响，电力板块受到市场关注。3月11日，绿发电力2连板、华电能源2连板、晶科科技两日大涨16.6%。

电力虽未跨境，借道Token出海

要理解这场电力出海，首先要剖析Token的物理属性。

在数字世界的表象下，Token并不是凭空产生的字符。它是由高性能GPU在消耗大量电能、完成千亿次运算后，冷凝出的“数字燃料”。

长期以来，电力是最难跨境交易的商品——特高压只能送电到邻国，液化天然气需要昂贵的接收站，电池储能运一箱电的成本比电本身还贵。但Token的出现，让电力第一次拥有了轻量级的全球化载体：电留在国内，价值流向海外。

这让Token可以变成可跨境结算的电力价值载体。

全球最大的AI模型API聚合平台OpenRouter最新数据显示，中国模型正以Token“量大管饱”的姿态席卷海外市场。

OpenRouter数据显示，2月9日-2月15日这周，中国模型以4.12万亿Token的调用量，首次超过同期美国模型的2.94万亿Token；2月16日-2月22日这周，中国模型的周调用量进一步冲高至5.16万亿Token，而同期美国模型调用量跌至2.7万亿Token。平台调用量排名前五的模型中，有四款来自中国厂商，分别为MiniMax的M2.5、月之暗面的KimiK2.5、智谱的GLM5以及DeepSeek的V3.2。这四款模型合计贡献了Top5总调用量的85.7%。考虑到OpenRouter的用户主要由海外开发者构成，其中美国用户占比高达47.17%，而中国开发者仅占6.01%，更加客观反映中国AI模型在全球范围内的真实吸引力。

国外用户调用中国API，电力虽未跨境，但其价值已通过Token完成国际交付。

我们的Token为什么能出海？

这套“跨境贸易”之所以成立，源于一个核心优势——便宜。

长江证券的研报显示，在输入价格上，MiniMax M2.5和智谱GLM-5都是0.3美元/百万Token，而Anthropic的Claude Opus 4.6是5美元，是中国模型的16.7倍。

当开发者可以用不到十分之一的成本，获得同等甚至更优的智能响应时，市场自然会做出选择。

但“便宜”本身，是一个结果，而不是原因。真正的追问应该是：我们的Token为什么能这么便宜？

市场可能认为中国大模型Token出海的核心竞争优势是电价，但是华泰证券测算发现电价占比目前仅10%，随着芯片推理经济性和效率的优化、电价在单位Token的成本中占比有可能持续提升。

中国信息通信研究院政策与经济研究所高级工程师、中国工程院信息与电子工程发展战略研究中心特聘专家施羽暇给出了一个更立体的解释：“电价不是中国Token在成本上碾压国外的核心因素，我们的Token能出海是人工智能大模型技术能力提升+能源成本优势+供应链优势三个层面叠加的结果。”

具体而言，我们的人工智能大模型企业架构创新，带来技术能力提升，降低了单位Token的算力需求；能源成本优势，降低了单位算力的电费支出；供应链优势，摊薄了基础设施的整体投入——三重优势层层传导，最终凝结成Token的极致性价比。

当中国模型凭借“技术+能源+供应链”综合优势“出圈”时，“电力Token化出海”是否可以成为产业发展新方向？

施羽暇表示，目前看，还不是一个单独的产业方向。它带来了已有产业链向价值链高端的迈进和提升。

换言之，Token出海不是凭空创造一个新赛道，而是让中国已有的算力产业、电力产业、AI产业，在全球价值链上向上走了一步。

但这并不意味着没有新的可能。施羽暇补充，“未来，有一些领域可能会催生Token化出海新模式、新业态。”

算力的尽头是电力——电力我们赢在哪？

算力的尽头是电力——而我们在这条链上，赢了两场。

第一场赢在“省着用”。

中国模型普遍采用混合专家架构（MoE），不搞“全员上岗”。一个几千亿参数的模型，接到简单问题时，只唤醒其中一小部分“专家网络”干活。这种“按需激活”的设计，本身就是一种对电力的精细化调度。

第二场赢在“用得起”。

更关键的是，驱动这些GPU的电，本身就便宜。

截至2025年底，全国发电装机容量达38.9亿千瓦，全社会用电量突破10万亿千瓦时，双双位居全球首位，庞大的盘子摊薄了单位成本。

目前，中国工业用电价格长期稳定在0.6元人民币/度，在全球属于低电价区域。当这种电力成本差反映到大模型的运行成本上时，中国大模型便具备了天然的“电力溢价”优势。

更重要的是，便宜之外，还稳得住。

中国拥有全球最强大的电网系统，特高压输电技术全球领先，实现“西电东送、南北互济”：新疆风电可直送上海，四川水电可供应北京，跨区域能源调配能力远超其他国家。

热潮之下的三重挑战

“养龙虾”的热潮迅速在“算电协同”产业链上传导。3月9日，韶能股份2连板，银星能源、协鑫能科涨停，国电南自、三变科技涨停并创历史新高。

机遇的另一面，是挑战。

施羽暇在采访中梳理了Token出海热潮之下的三重压力：第一，算力需求的爆发对算电协同提出了更高要求。第二，行业竞争加剧正在挤压企业的利润空间。大模型赛道本身已是红海，价格战持续上演。“这带来了企业利润空间的压缩，从而影响到他们的研发投入。”第三，高端算力仍受限于技术水平，如我国先进制程技术瓶颈依然存在。

而比这些更根本的，是品牌认知的进阶。

施羽暇特别强调：“中国企业的品牌认可度，还需要往高端去打造。要摆脱仅依赖成本优势的国际市场认知。”

性价比只是敲门砖。从“性价比高”到“高端信赖”，是中国AI产业走向全球必须跨越的一道坎。

电力Token化出海，同时解了另一个燃眉之急——新能源消纳问题。

中国的风电、光伏装机量全球第一，但“弃风弃光”一直是新能源发展的隐痛——发电高峰时用不掉，送不出去，只能眼睁睁看着绿电浪费。

不是因为补贴，也不是因为牺牲利润——是因为我们把“用不完的电”变成了“用得起的Token”。