“養龍蝦”榨干了大家的 Token，結果電網成了最大贏家？

7 毛的電經過顯卡生成 Token 就能 18 塊賣給美國人？

沒錯，這段時間地球另一端的電腦里，國產 AI 大模型正在 OpenRouter 上大殺四方。

要知道，這可是全球最大的 AI 模型聚合平臺，就像買游戲大家上 Steam，買 Token 一般就選 OpenRouter 了。

上面每天各種模型的使用量加起來超過 1 萬億 Token，一直以來大半份額都被美國模型牢牢占據。

但國產模型近期表現異常強勁，據每日經濟新聞統計，今年 2 月份，國產模型的調用量三周大漲 127%，首次超越美國。

尤其在 2 月 9 日至 15 日這周，國產模型以 4.12 萬億 Token 的驚人調用量，超越了同期美國模型的 2.94 萬億 Token，實現了歷史性的趕超。

這可是 AI 啊，這種在別人家最引以為傲的地盤上啪啪打人臉的新聞，聽起來確實帶派。

而眾所周知，AI 的盡頭是算力，算力的盡頭是電力，想滿足全球數十億人的需求，明顯需要非常龐大的電力。

同樣的一度電，費勁吧啦的拉電網搞基建才能賣個幾毛，算進電解鋁冶煉里頂多賣兩塊。

可換成 Token 出海直接就翻了幾十倍，妥妥的降維打擊，再加上光速運輸、超低損耗、無視關稅，一下子大家開始紛紛下場，把這 Token 背后燃燒的電力搬上臺來。

看著 A 股一路飄紅的電力板，似乎借著 Token，把中國的電賣給全世界真就指日可待了。

那這波 Token 到底有沒有帶著電力一起出海呢？

翻完資料算完賬世超發現，前景確實誘人，條件嘛有待商榷。

這波 Token 大賣其實最主要的原因就是那個攪動 AI 界的開源項目：OpenClaw。

因為這只大龍蝦每次干活，就要消耗大量 Token，連帶著全世界消費者的 Token 消耗量都一起蹭蹭漲。

有網友就抱怨過，剛充的 20 刀 Token 余額，想著設定個小任務慢慢跑，結果第二天起床一看，花光了。。。

再加上項目前些天剛剛登頂 Github 星標榜歷史第一，眼看著要迎來更多新用戶，這 Token 開銷如流水的日子想必還要持續一段時間。

這個時候，國產模型量大管飽的優點就凸顯出來了，比起美國那些用著肉疼的模型，咱這不僅價格便宜足足十幾倍，干起活兒來還沒差多少，那用腳投票都知道該選什么模型了。

也就導致 OpenRouter 上的模型調用數據，前五個里住進了三個雷打不動的國產模型：MiniMax M2.5，Kimi K2.5 和 DeepSeek V3.2，雖偶爾起伏，但始終在榜。

這么一看，Token 出海的市場表現是相當來勁兒，那伴隨著的，就是電力出海也有了充足的未來預期。

世超是趕緊打開計算機搗鼓了起來，拿 DeepSeek V3.2 來舉例，之前就有人算過，每 Token 生成需要約 0.4 焦耳能量，那 7 毛一度的電，算上損耗，就能生成約 600 萬的 Token，按市場價就是 18 塊錢吶。

好家伙，25 倍的價差，這哪是充足的預期，這得給電力拉得起飛了啊。

但再回想對比一下現在的這點兒聲量，明顯哪里不對啊。

于是世超又繼續在 OpenRouter 官網扒拉了起來，這一扒拉，就發現了貓膩。

原來模型是國產的沒錯，但產 Token 的電就說不準兒了，根據服務器地址統計，很多 Token 的算力來源其實是美國的機房。

比如 MiniMax M2.5 的 Token 服務器，地址就基本以美國為主。而三個頭部國產模型，只有 DeepSeek 一家有一個明確的國內服務器。

當然，不排除有一部分可能是中轉的國內算力，但更多的部分確實來自海外的供應商。

所以簡單點說，現階段的 Token 出海一大部分是中國的模型外國的電，只能說是模型出海，距離算力出海和電力出海還有段距離。

好家伙，規劃了半天出口中國電力，結果都沒咋用上，那還賣給全世界個錘子，敢情是“未來可欺”啊。

但現在又有了個新問題，為啥這中國模型非得跑到美國去算，而不是帶著電力一起出海呢？

其實這事兒挺好解釋的，跟其他行業沒啥兩樣。

就是法律合規、成本控制以及用戶體驗綜合起來的商業化原因，很現實，也很直接。

美國那地兒，不說差友們也都清楚，總喜歡動不動拿數據安全來說事兒，放 AI 模型這兒也不例外。

美國第 14117 號行政令的核心內容就是禁止或限制向“關注國家”（包括中國）傳輸批量敏感個人數據，包括基因、生物識別、個人健康、地理位置、金融數據等等。

如果 AI 模型涉及處理這些敏感數據，且服務器位于中國，就會直接面臨被禁的風險。

除了法律合規的需求，還有算力芯片的考量，由于國內難以獲得最高能效比的頂尖制程芯片，所以在推理效率上肯定要落后最新一代很多的。

就比如英偉達 B200 ，同等單位下推理能效足足有 H100 的 25 倍，既快又便宜，這差距一下就拉開了。

所以如果面向全球市場，目前的標準操作模式是：

研發在國內（使用國產卡或存量卡）+ 推理在海外（租用海外算力）+ 運營主體隔離。

比如拿海外成績非常亮眼的 Talkie 來說，定位是跟 AI 互動聊天的手機應用，用戶超五千萬，每天都需要消耗海量的 Token。

他們用的是 MiniMax 自家訓練的模型，但推理的算力服務器是租自美國的供應商，如亞馬遜、谷歌或者微軟，數據同樣存在美國的服務器上。

這樣一方面可以避免用戶跟 AI 交互時延遲過高，畢竟誰也不想說句話等半天才有回復；另一方面也符合美國的法規要求。

至于日常運營，是在新加坡注冊的子公司負責，能規避更多的潛在風險，正符合這套標準的出海打法。

也就是說，咱們默認的那種美國人電腦上敲個回車，中國這邊算力中心就庫庫耗電跑 Token，跑好再賣到大洋那邊電腦上的場景基本不會發生。

但是，事情并非沒有轉機。。。

在繼續研究了一些資料后，世超發現，雖然現在條件欠妥，但在未來，通過賣 Token 實現電力出口的路，其實并沒被完全堵死。

一方面，美國雖然缺電，但不是簡單的缺發電量，而是一種結構性缺電。

像馬斯克那樣簡單的建幾個電廠能應付一時，但對于規劃里源源不斷的算力中心來說，仍然是杯水車薪。

結構性缺電是美國幾十年來電力基礎設施老化的歷史遺留，疊加老美不像咱能集中力量辦大事兒的國情，這電力基建的差距，根本不是三兩年能追上的。

另一方面，近些年國產 GPU 一直在迅速成長，無論是新上市的芯片四小龍，還是悶頭做事的帶頭大哥華為昇騰，都在悄悄搶占大模型在推理端的市場。

據 IDC 2025 年的市場調研，國產 AI 芯片在英偉達的壟斷下增長到了 35% 左右的市場份額，早已不再是 PPT 里的備胎，而是真的能買來干活的主力。

注：IDC稱，2025上半年中國加速芯片的市場規模達到190萬張，資料來源：《中國半年度加速計算市場（2025上半年）跟蹤》《財經》整理

再說了，AI 大基建時代才剛剛開始，全世界都缺算力。

閑置綠電這波雖然搭不上 Token 出海的快車，但我國幾十年積累的電力基建還是很能打的。

隨著模型能力提升的速度逐漸放緩，當我們算力芯片的腳步跟上時，這便宜大碗的電力，可能真會成為劃分市場份額的關鍵一手，帶著國產模型一起去撬動更大的利潤。

撰文： 風華

編輯： 江江 & 面線

美編： 煥妍

圖片、資料來源：

IDC，OpenRouter，arXiv，uvation，X，部分圖源網絡