中國智算行業正在同時經歷兩件矛盾的事：算力越來越貴，但Token越來越便宜。

一面是算力需求溢出，國內優質算力資源持續緊張，價格自今年春節前已漲超50%，有渠道商反映，部分熱門算力卡型號”不是貴的問題，是根本拿不到”；國內外的智算中心瘋狂堆算力，甚至要靠簽遠期合同鎖定。

但另一面是Token價格崩塌，兩年前每百萬token要幾十美元，現在不到一美元，主流大模型廠商為了爭用戶，幾乎在做賠本的生意。行業內有觀點認為，當前以超低價爭奪用戶的模式，長期來看可持續性存疑。

這說明大模型產業發展的早期，還沒有找到多贏的方式，也注定是不可持續的商業模式。當芯片廠商拿走了60%以上的利潤，做應用的幾乎沒有定價權，中間層的智算云，頂著上游的成本壓力，也要面對下游客戶不斷壓價。

在行業人士看來，更根本的問題是，現在撐著整個行業運轉的硬件，本質上是為訓練設計的，拿來跑推理、生產Token，就像開著法拉利送外賣，成本結構從一開始就對不上。

訓練側的邏輯，撐不起推理側的賬

過去三年，智算行業賣出了一個共同的故事，誰有卡，誰就贏。

這個邏輯在訓練側是成立的，大模型競賽本質是算力競賽，一個1萬卡集群和一個10萬卡集群能訓出來的模型根本不在同一天花板。

九章云集創始人方磊透露，九章云極目前收到的遠期訂單是自身可交付容量的10倍以上，鎖定資源的定金比例最低只有5%，但若同時鎖定價格則需要30%到40%的定金。

但推理側的生意，早就跑在了一條完全不同的軌道上。全球范圍內，Token單價持續降低，底層的算力成本卻并沒有同步下降，能耗、折舊、網絡，每一筆都是真實支出。

問題還不止于此，智算中心的算力利用率普遍不高，根本原因在于網絡傳輸本身成為了瓶頸。在大規模訓練集群里，數萬塊加速卡需要頻繁同步數據，任何網絡延遲都會讓大量算力陷入等待。

此前有業內人士指出，千卡級訓練中通信時間占比可達30%以上，在超大規模場景下甚至高達50%至70%，scale up（單機多卡）和scale out（多機組網）之間的效率鴻溝，是從訓練工廠移植過來、天然無法消除的技術債。

如上所述，產業鏈的利潤分配結構也是問題，上游芯片廠商吃掉了整條鏈路60%以上的價值，中游云廠商在CPU時代的凈利潤率大約在35%，但在AI時代，算力成本占到運營支出的七八成，毛利空間被雙向擠壓。

銀河證券分析師吳硯靖稱，Token經濟的定價權目前仍集中在上游，中游是效率放大器，下游暫時沒有話語權。換而言之，中下游的景氣度改善需要等待上游產能充分釋放之后。

硬件供給側同樣受限，國產AI芯片產能不足，是當前最薄的那塊木板。

國內方面，還多了一層算電協同的復雜性，業內人士提到，綠電直供有60到80公里的物理傳輸上限，一旦上高壓就要繳納“過路費”，而且光伏夜間不發電，風電功率曲線波動劇烈，和智算中心希望的恒定功率曲線嚴重錯位，儲能配比超過15%就開始虧本。

當前算電協同還有待更多突破，包括綠電直供能否通過高壓更遠傳輸，水電和核電能否納入綠電認定，甚至綠證價格本身也在持續上漲，今年以來已漲了近一倍。

現在談Token工廠，時機上既不早也不晚，早了基礎設施不成熟，晚了就錯失機會窗口。

做運營商，不做中間商

云計算行業已經很久沒有新的挑戰者，即便AI帶來了全新的變量，但云計算所需要的規模和資金，依然是現實的護城河，一些企業極卻給出了一個讓人意外的答案。

“九章非常重要的定位，是走出一條與互聯網大廠云不同的路——做算力賽道的‘第三方選擇。”方磊所說的大云，是阿里云和火山引擎，阿里云和火山引擎背后是兩家年收入數千億的互聯網巨頭，九章云極至今仍是一家創業公司，這種反差，怎么看都有些錯位。

他認為，大云有大云的結構性特點，那些在互聯網時代成長起來的云廠商，底層架構是為帶寬和存儲優化的，AI時代90%的成本是計算，100G的老交換機和為AI專門設計的400G交換機之間，效率差距難以彌合。新的云計算平臺跑同樣一張英偉達GPU，在特定場景下效率優勢顯著，這是歷史包袱決定的。

事實上，行業內存在一種“算力貿易”模式——買一批服務器放進機房，租給客戶，自己沒有調度能力。

在方磊看來，現貨倒賣，客戶應該簽遠期訂單才能拿到資源，資產是自己控制的——一些與互聯網大廠存在競爭關系的企業，在選擇算力平臺時會優先考慮中立方案——這正是第三方云存在的理由。

訓練工廠對應零到一的模型制造，目標是在未來24個月內形成10萬P的訓練算力，方磊判斷，下一代前沿模型的突破，要靠30萬卡甚至更大的集群才能跑出來，而這樣的超大規模基礎設施仍在建設過程中。

Token工廠對應一到N的規模化交付，目標是每天10萬億token，但這10萬億不是通用token，而是面向專業場景的”專業級”和”前沿級”。方磊將token市場分成三層：消費級（每百萬token約1美元）、專業級（每百萬20到40美元）、前沿級（每百萬150美元以上）。

九章的戰略錨定在后兩層，幫助客戶訓練專業模型，再通過Token工廠低成本交付專業token。他的邏輯是，千行百業里真正能讓AI落地的，不是通用大模型，而是垂直專業模型，“沒有專業模型，所謂‘AI+行業’就只是一句口號”。

具體落地上，九章云極計劃合作超過1000家專業模型廠商，資產端則復制了一種基礎設施行業常見的輕資產模式：央國企出資持有資產，九章負責運營，按比例分成。

此外，九章云極已在東南亞、日本、中東及歐洲多地進行布局，將中國方案定位為AI基礎設施的”第二選項”。這背后的邏輯是：上一輪云計算，歐洲和日本幾乎全面依賴美國技術棧，當前AI時代各國對”主權云”的訴求空前強烈，中國的模型能力、成本優勢和不依附于美國供應鏈的屬性，正好填上了這個缺口。（本文作者 | 張帥，編輯 | 楊林）