提要

文章围绕“算力通胀”展开，指出2026年中国日均Token调用量剧增，主流AI大模型API调用价格普降，但算力租赁企业订单和GPU租赁价格上涨。核心观点是算力行业定价模式正转移，重塑AI产业链利润分配：1. 存在“算力通胀悖论”，AI调用变便宜致用量爆炸式增长，总需求膨胀，抵消单价下降并推动算力稀缺；2. 定价模式从“固定时长租赁”向“按Token调用量分成”转移，使算力公司收入随AI应用用量增长；3. 算力通胀带来三个结果，即算力稀缺性上升、AI应用层定价权向算力层转移、Token经济形成新利润分配机制；4. 此框架可迁移到个人电费账单、带宽经济等领域；5. 对普通用户、企业决策者和AI产业投资者有不同启示，最后强调文章仅为分析，不构成投资建议。【维科网链接】

数据眼

从商业银行授信业务角度来看，算力行业呈现出复杂且极具潜力的态势。2026年3月，中国日均Token调用量达到140万亿次，较2024年初增长超千倍，而主流AI大模型API调用价格普遍跌去80% - 99%，这表明AI使用成本大幅下降，市场需求呈爆发式增长。然而，算力租赁企业东阳光云智算签下160亿至190亿元的算力服务大单，GPU租赁价格从2025年10月的1.70美元/小时上涨至2026年3月的2.35美元/小时，涨幅近40%，显示出算力市场的供不应求。 算力行业目前正处于定价模式的转移阶段，从过去的「固定时长租赁」转变为「按Token调用量分成」。这种转变使得算力公司的收入与AI应用用量直接挂钩。在2026年，AI应用用量呈指数级增长，算力公司的收入也随之增长。这种新的定价模式提升了算力层在AI产业链中的议价能力，AI应用层定价权正在向算力层转移。 从风险角度分析，虽然算力行业前景广阔，但也存在一定风险。需求增长速度远超产能扩张速度，谷歌将2026年资本支出上调至1800 - 1900亿美元，亚马逊、微软也同步加码，三家合计超4500亿美元，不过这些投资建设的数据中心要到2028年才能交付，而AI应用需求在2026年就已爆炸式增长，这可能导致短期内算力稀缺性进一步上升。 对于商业银行而言，在授信业务中，应重点关注算力租赁企业和提供算力设备的企业。对于那些已经获得大额算力服务订单、拥有稳定客户群体且积极适应定价模式转变的企业，可以考虑给予一定的授信支持。但同时，要密切关注市场动态，评估企业在面对算力稀缺和市场竞争时的应对能力。对于计划投资建设数据中心的企业，要评估其资金实力、项目规划和市场前景，谨慎提供授信。在评估过程中，要充分考虑到行业的不确定性和技术更新换代的速度，确保授信风险可控。