算力租赁+Token经济，谁在领跑商业化？

温馨提示：以下所有观点均是个人投资心得体会，和个人身边真实案例分享，供大家交流讨论，不涉及任何投资建议，请大家别盲目跟风，盈亏自负！成年人要有自己的判断。

最近不少关注AI产业链的朋友，应该能明显感受到行业发生了一个很关键的变化。早年大家聊算力，聊的都是买显卡、建机房，比谁手里GPU卡多；而现在整个赛道的商业逻辑正在改写，算力不再是单纯的硬件资产，慢慢转变成可以按量结算的标准化服务。AI Agent大范围落地，进一步放大推理端的算力消耗，叠加高端GPU持续涨价，算力租赁市场迎来从“卖时长”向“卖Token”转型的关键窗口。

先看几组行业统计数据，就能直观看懂当下供需格局。2026年推理算力在总算力里的占比突破70%，规模达到训练算力的4.5倍。AI智能体执行复杂任务的时候，消耗的Token数量，能达到普通对话交互的20到30倍。持续膨胀的推理需求，直接推高高端算力资源的租赁成本，H100一年期租赁合约价格，从2025年11月1.73美元每小时每卡，上涨到2026年5月的2.65美元，算力资源稀缺性持续凸显。

国内算力租赁市场的扩容速度同样十分亮眼。信通院相关统计显示，2026年一季度国内算力租赁市场规模达到680亿元，结合产业机构预测，全年市场规模有望突破2600亿元。回溯往年数据，2024年整体规模大约1480亿元，2025年增长至2116亿元，连续保持高速扩张。在市场规模增长的同时，行业商业模式正在迎来一次根本性切换，Token工厂、TaaS算力服务慢慢走到台前，多家上市公司已经落地相关订单和产业项目。

一、看懂核心转变：算力从按卡时计费，转向Token量化交付

很多人刚接触Token算力模式，会觉得概念比较抽象，其实通俗来讲，传统算力租赁，就是按显卡在线时长收费，不管模型有没有在运算、有没有产生有效输出，只要服务器开机，就要持续计费。这种模式很容易出现资源闲置，下游企业的算力成本很难精准管控。

而Token就是大模型运算最基础的计量单位，按照实际调用消耗的Token来结算费用，也就是行业常说的TaaS模式。客户只需要为模型真实推理消耗的资源买单，服务商也能优化集群调度，拉高硬件整体利用率。随着AI Agent、多模态应用落地，推理需求呈现碎片化、高并发的特点，这种按需计量的模式，会更加贴合下游企业的真实需求。

现在国内已经有不少企业率先跑通这套商业化路径。行云科技把Token结算模式写入超150亿元的长期框架合同，弘信电子在无锡落地Token工厂，智微智能抛出40亿元算力设备采购计划，加码智算节点布局。赛道里玩家的路线并不完全相同，有的优先锁定长期大额框架订单，有的扎根算力集群硬件搭建，还有企业打造标准化Token产能体系，行业还处在路线探索阶段，竞争才刚刚进入深水区。

二、梳理赛道内重点企业商业化落地进展

顺着Token算力、算力租赁这条主线，我们可以看看多家头部企业当前的业务布局、在手订单和最新落地项目，方便大家客观了解各家商业化推进节奏。

协创数据持续扩大算力服务关联交易规模，今年5月新增麦塔倍斯8.5亿元算力服务额度，6月新增西安思华3亿元算力服务额度，公司公告显示2026年度日常关联交易总额预计不超过33亿元。近期项目上，8月成功中标中国联通连云港市分公司算力服务项目。企业表态会持续加码算力业务投入，巩固云算力业务的竞争力，目前在手订单充足，项目交付工作有序推进。

利通电子采用直租叠加转租的双线业务模式，截至2026年6月，企业自有算力设备已经完成全部对外出租。根据业绩预告，2026上半年归母净利润同比增幅有望超过11倍，算力经销和算力租赁两项业务同步放量。它的全资子公司世纪利通属于英伟达官方云合作伙伴，已经和腾讯签订2025到2027年累计50亿元AI算力战略合作意向订单，同时为阿里巴巴这类头部互联网企业提供算力租赁服务。公司落地的AI算力云服务合同周期普遍在36个月以上，合同收入可以覆盖硬件设备投入，能够持续产生稳定现金流。

智微智能在6月发布公告，计划向多家供应商分批采购服务器和配套硬件，总投入不超过40亿元，布局深圳、天津两处智算节点。同月披露定增预案，拟募资上限28.7亿元，资金投向智算中心建设与运营。这家企业2024年切入智算服务赛道，算力业务营收保持稳步增长，旗下子公司腾云智算在2025年8月推出HAT云平台，目前处在市场拓展阶段。

浪潮信息在7月推出两款适配Agent协同、多模态大模型的新型服务器，分别是面向Agent群智协同的CPU原生液冷整机柜服务器，以及面向多模融合场景的元脑SD200开放超节点AI服务器，两款新品都依托融合架构3.0体系打造。硬件参数上，CPU原生液冷整机柜可以集成384个CPU处理器，能够支撑数万级Agent同时并发运行；元脑SD200超节点机型，可以同时承载多款大模型协同运算，目前已经完成多款主流开源大模型适配。

行云科技已经规模化落地AI算力运营业务，算力服务直接以推理调用Token量作为结算依据，提供短期算力租赁、长期专属算力集群、私有化部署等多种方案。企业深度参与北京Token工厂建设，为规模化Token生产、大模型推理运行搭建底层算力底座，在手3至5年期长期算力、存储框架订单规模超过154.04亿元，不少核心客户在交付验收之后主动提出扩量需求。

并行科技打造了基于并行算网的MaaS平台，搭建起从基础设施、算力平台、模型到上层应用的完整架构。6月楚云智算中心正式投入运营，推出按Token计费的零售式算力服务。8月披露定增方案，计划募资4.8亿元，用于智算云平台建设运营。企业和腾讯云达成战略合作，重点深耕高校科研、智能制造、AI应用赛道。并行算网已经接入全国62个算力中心，可调度200万CPU核心、5万多张GPU卡，持续扩充GPU服务器采购规模。

宏景科技的定增申请已经顺利通过深交所审核，拟募资上限12.9亿元，其中大约9.9亿元投向智能算力集群建设运营。项目落地之后，可以新增384台高性能算力服务器，建成约3000P总算力。公司完成业务重心切换，从传统智慧城市业务转型，把AI算力服务作为核心主业。企业提前布局Token工厂，打造标准化Token产能产品，5月在曼谷数字基建全球论坛分享Token工厂算力出海模式，7月公告出资510万元设立合资公司，进一步拓展算力相关业务。

弘信电子在无锡落地Token工厂，首期规划部署4台华为昇腾384卡超节点服务器，依靠五层协同体系搭建Token规模化生产体系，这个项目也是江苏省首个华为昇腾384超节点算力集群。3月企业通过联强国际向华为采购4台昇腾910C 384超节点服务器，到5月已经有2台设备运抵无锡，逐步完成到货部署，后续和无锡高新区持续推进算力集群扩容建设。

三、读懂行业转型背后的底层逻辑，理性看待赛道机会与挑战

这一轮算力商业模式迭代，核心驱动力来自需求结构的切换。AI行业已经走出早期大模型集中训练的阶段，进入AI Agent、行业落地、多模态应用普及的周期。训练算力属于一次性大额投入，而推理算力是长期持续、高频消耗的刚需，这也是推理算力规模远超训练算力的根本原因。再叠加高端芯片供给周期长、交付排期紧张，直接推高算力租赁的长期需求，“直接买卡自建集群”不再是中小企业的首选方案，算力外包、按需采购慢慢成为主流选择。

Token模式兴起之后，行业竞争的评判标准也发生变化。过去大家比拼手里GPU卡的数量，比拼硬件采购能力；往后行业会更加看重集群调度、液冷节能、模型适配、Token单位成本控制等综合运营能力。同样一批硬件，调度能力更强、单Token能耗更低的服务商，才能够持续拿到长期订单，单纯囤硬件的模式很难维持长期优势。

但我们也要客观认清赛道里潜藏的风险，不能只看到行业高增长就盲目乐观。首先，算力硬件迭代速度很快，不管是海外高端GPU还是国产算力芯片，技术更新会带来资产折旧压力，如果下游需求不及预期，很容易出现算力闲置、投入难以收回的情况。其次，Token计费模式目前还处在早期探索阶段，行业统一标准尚未成型，不同厂商的计量、定价方式存在差异，商业模式能否大规模普及，还需要更长时间验证。

同时行业扩产热潮之下，算力集群供给持续增加，后续如果供需格局缓解，算力租赁的报价会承压，压缩服务商利润空间。国产算力生态的适配进度、下游大模型和AI应用落地节奏，也会直接影响Token工厂、智算中心项目的订单兑现。海外芯片出口管制、供应链变动，同样会给硬件采购和项目交付带来不确定性。

后续持续跟踪这条赛道，可以重点关注几个信号：AI Agent和多模态应用落地带来的Token调用量变化、高端GPU租赁价格走势、各家企业长期框架订单的落地交付进度、国产昇腾等算力集群商业化渗透情况，还有Token相关行业标准推进节奏。这些指标，能够帮我们更客观判断行业景气度能不能持续。

互动结语

算力赛道正在经历从硬件出租到Token服务的深度变革，推理算力需求爆发、GPU租金上行，叠加多家企业加速布局Token工厂，千亿算力租赁赛道正在开启新的竞争周期。在你看来，按Token计费会成为未来算力行业的主流结算方式吗？国产昇腾算力集群，能不能在Token工厂赛道拿到更多市场份额？欢迎在评论区留下你的看法。

如果你看完这篇产业梳理，看懂了算力租赁向Token经济转型的底层逻辑，可以点赞收藏，持续跟踪下游AI应用落地、算力订单交付和产业链技术迭代的后续进展。

免责声明：本文仅整理公开产业数据、上市公司公告信息，作为行业科普交流使用，不构成任何投资建议。算力行业受芯片供给、AI应用落地节奏影响波动较大，订单兑现存在不确定性，所有交易风险自行承担。