Token出海：把中国的电，炼成世界的油

文｜顾翎羽

编辑｜刘鹏

中美AI竞争的天平在DeepSeek爆火之后的第二个春节再次向中国倾斜。这一次，是因为电。

事情起源于一个代号为“龙虾”（OpenClaw）的开源项目。1月末，该项目爆火——随后中国AI也热起来了。全球最大模型聚合平台OpenRouter数据显示，最新一周，平台前十模型总Token消耗约8.7万亿，中国模型占5.3万亿，占比高达61%。MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5包揽了前三名。

Token是AI处理信息的基本单位。这意味着海外用户用实际行动给中国大模型投了票。

本质上这是因为电——“龙虾”标志AI发展进入到新阶段的同时，带来了对电的需求激增，而中国拥有全世界最大规模的电网，中国AI凭借电力优势，以更低的成本被推上了全球舞台。

如何理解这种变化？这是昙花一现吗？中国的电力优势能够成为中美AI竞争的王牌吗？

腾讯新闻《潜望》通过产业内调研发现：

第一，Token出海是长期趋势，目前只是开始。在这背后，电力将在接下来AI竞争中越来越成为决定性因素。

第二，美国并不缺电，缺的是大规模基建和电力调度转化的能力。中美之间当前电价的差异尤其是工业用电差异并不大，但未来可能会越来越大。在美国一些地区，结构性缺电的影响已经显现。

第三，AI的发展将进入Agent落地的新阶段。围绕着“龙虾”衍生出多种商业模式。鉴于过去一年里地缘政治的巨大变化，中国依靠开源模型和Token出海在欧洲等地区有望打开新局面。

01 欧美用户“吃龙虾”，中国Token“量大管饱”

“龙虾”是一个在GitHub上迅速爆火的开源自主AI Agent框架。它的意义在于，让AI从一个“只会聊天的工具”变成了“能干活的数字员工”。

一位AI研究者告诉腾讯新闻《潜望》，“龙虾”是现象级产品。在其出现之前，大家对AI的需求是半自动化的，你问它答，智能程度有限。但“龙虾”开启了AI全自动时代。你给它一个指令，它会在后台自主运行数小时，查资料、写代码、调工具，最后直接给你结果。

换句话说，效率提升是指数级的。

这种对算力的消耗增长也是指数级的。

Token相当于AI时代的“石油”，是AI处理信息的计费基础。一次简单的对话可能只需要几百个Token，但一个全自动运行的Agent任务，动辄消耗数十万甚至上百万个Token。这也是为什么最近Google和Anthropic会封禁那些在订阅制下进行全自动调用的账户——因为一旦进入全自动调用流程，目前的订阅费是远远无法覆盖其实际产生的算力成本。

当全球开发者发现配置一个全自动Agent如果调用美国模型，一夜之间可能产生数千美元的账单时，他们开始疯狂寻找替代品。这时，中国模型带着更便宜的Token成本出现了。粗略估算，DeepSeek R1的推理费用比OpenAI o1便宜5-27倍，而Qwen 3.5-Plus便宜了 23-45倍。

这种巨大的价格差催生了所谓的“Token出海”——为了降低Token成本，海外开发者通过API调用中国开源模型，数据跨越海底光缆来到中国的数据中心，消耗中国的算力完成计算后再传回。

一位算力服务分销商告诉腾讯新闻《潜望》，“这本质上是服务贸易。这种数字传输不经过海关，没有集装箱，更没有关税。”

用户激增已经带来了实在的收益。月之暗面近日宣布，近 20 天累计收入超过了2025年全年总收入。

这是一种对全球AI成本结构的重塑。而支撑这一切的底层逻辑，正从芯片转向电力。

02 电力成为AI竞争“新一极”

“制约人工智能落地的核心因素是电力供应。”过去一年里，马斯克、黄仁勋等这样的论断正在成为现实。

Token的成本可以被简单拆解为算力折旧+电力+网络+冷却+运维/优化。目前，算力折旧也就是芯片成本占比约40%–50%；而电力（含冷却）的成本约占30%，低于芯片成本。

但是，一旦进入全自动调用的“Agent时代”，算力需求激增，现在的Token成本公式就会被重构。电力将会成为决定性因素。

“龙虾”的出现让外界意识到了这个未来不远了。摩根士丹利数据显示，到2030年，数据中心用电增量会跻身全球新增电量第四大增长极。

资本已经做出反应。2月26日，英伟达发布了一份净利润同比增长94%的财报，股价却创下一年以来的最大单日跌幅5.5%。这说明市场对纯算力链的高增长预期已经透支。

与此同时，支撑AI长期运行的电力基础设施成为了中美资本市场新共识。2026年以来，在A股市场上，电网设备概念股正持续跑赢了寒武纪和摩尔线程。

03 美国补课电力，中国补课芯片

2025年9月，算力运营商王新宇从北京去新疆考察，看到了让他震撼的一幕：在新疆的沙漠里，成片的光伏板在烈日下闪烁，那里的绿电度电成本低至0.2元人民币左右。但是，大量的绿电正在闲置着。“因为开机就是赔钱。”

但这正是Token出海的好机会。他认为，通过“东数西算”战略，中国将数据中心引导至这些电力富余的西部地区。电可以转化成Token，通过光缆传向全世界。

换句话说，中国在满足新增电力需求上的基建速度和体系能力，才是中国在电力上的最大优势。

和外界通常认知不同的是，中美电力成本绝对值差异不大。目前中国工业用电成本相当于0.4–0.6元/度，美国相当于0.8–1.2元/度，欧洲相当于1.5–3元/度。

一位能源行业专家告诉腾讯新闻《潜望》，两国从资源角度上都有各自的保障。美国主要依赖天然气，中国则是煤炭，都是廉价化石能源，同时中国在快速扩张新能源装机。从资源角度，二者不存在绝对差异，差别在于化石能源资源快速转化为电力和传输调度电力的能力，也就是制造和工程能力。

“美国的缺电是一个综合概念，”他表示，“不只是发电站不够，而是整个电网的稳定性、负荷能力和基建速度跟不上。马斯克担心的不是现在，而是未来指数级增长的需求，美国建电站的速度太慢了。”

目前，美国已经能够看到缺电的苗头。在弗吉尼亚州等数据中心高度集中的地区，过去五年的电价涨幅高达267%。新增的AI电力需求已经开始挤压普通居民和工业企业的用电空间。

美国多地政府开始出台限制措施。俄勒冈州已立法要求公用事业公司对数据中心收取不同于普通用户的电价；一些地方政府明确要求新建数据中心必须“自带干粮”，即自己解决新增的电力需求，不能影响当地居民。谷歌最近就直接斥资47.5亿美元收购能源开发商Intersect，并与发电企业签下巨额电力投资合同。

相比之下，2025年，中国全社会用电量突破10万亿千瓦时，成为全球首个达成此成就的国家。同时，中国拥有全球规模最大的新能源装机。这种大规模基建能力的差异，当电力激增时未来会让价差越来越大。

目前，中美在AI领域的博弈已经呈现出错位竞争。中国在芯片硬件上有短板，模型起初不得不开源以扩大软件上的优势。这种做法加上电力基建优势反而扩大了海外对中国的开源模型的需求；而美国拥有全球最先进的芯片技术，却陷入了“电力焦虑”。

双方本质上都是用时间换空间。美国抱着芯片优势追赶电力基建，中国抱着电力基建优势追赶芯片。

04 谁是赢家

在这场Token出海的浪潮中，最先受益的是MiniMax、智谱AI和月之暗面这样的模型厂商。

MiniMax招股书显示，公司约70%的收入来自海外市场，Talkie等C端应用覆盖了全球200多个国家；智谱AI的招股书披露，GLM Coding Plan已吸引超过15万名海外付费开发者。月之暗面自2025年底以来海外API收入已翻了四倍，最新估值已经来到100亿美元。

Token出海也为新的商业竞争拉开了序幕。据虎嗅报道，月之暗面旗下Kimi等团队中，负责API服务的员工曾仅有数人。但随着调用需求激增，该团队正快速扩编，并以独立业务分支形式直接向总裁张予彤汇报。“大模型API销售”还成了公司热招职位之一。

中长期来看，受益的将会是算力云厂商等“卖水人”。OpenRouter平台上的数据来源主要是散户，大公司的需求变化会稍慢也不一定会公开，但是，当Token需求量暴增，那些能将廉价电力转化为稳定算力输出的云巨头实际上将有望成为数字时代的“电力批发商”。

根据腾讯新闻《潜望》近期对国内算力租赁市场行情的了解，“龙虾”火了之后，叠加今年存储涨价等多重因素，国内的算力租赁价格也有所上涨，现在的算力市场依然是“卖方市场”

而在全球版图上，欧洲正成为中国Token出海的一个意外盟友。

“一年前，欧洲公司对中国模型是存疑的，担心数据安全和审查。”一位德国AI研究员告诉腾讯新闻《潜望》，“但现在态度发生了质变。”

随着特朗普执政带来的不确定性，欧洲人意识到不能将所有鸡蛋放在美国的篮子里。当欧洲公司开始放下对中国公司的偏见，发现DeepSeek或Qwen不仅便宜，而且部署在本地服务器上同样好用时，目前，Hugging Face上中国开源模型的下载量已超越美国，占比达到17.1%。

这种“开源+低价”的策略，正在加速一个“数字员工”的时代。

多位AI一线人员表示，在更前沿的领域，一个人编排100个AI进行24小时不间断工作的“滚雪球效应”已经显现。

他们的一个共同看法是，“龙虾”目前最常用的用途是个人助理，但很快会延伸到个人工作伙伴。举个例子，作为开发者，可能需要不同的Agent来扮演产品经理、软件开发人员、市场营销人员等角色，组成一个虚拟项目组来完成工作。它不再仅仅是助理，而是一个工作伙伴和团队。所以，趋势不会是一时的。未来会衍生出多种商业模式和想象空间。

如果说上一个时代的中国出口是衬衫和家电，这个时代是电动车，那么下一个时代可能就是Token。

当然，挑战也不容忽视。美国对高端芯片的封锁、地缘政治带来的API限制风险，依然是悬在头上的达摩克利斯之剑。