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。
长期关注AI产业链的朋友，应该都能明显察觉到一个变化，高端GPU的租赁价格，最近一直在往上走。放在今年年初，不少人还觉得B300八卡服务器的现货报价偏高，认为后续大概率会回落。谁也没有想到，短短一段时间过去，现货价格已经出现了大幅上行。除了整机，显卡按小时租赁的报价同样水涨船高，H100的按需租赁，从最早的2.95美元每小时，一路涨到了3.85美元每小时，而B300的租赁单价，甚至快要触及8美元每小时。
很多人第一反应，是不是中间商囤货炒价，故意抬价？其实不完全是，这不是个别商家随意调价，是整个算力租赁市场供需失衡之后，慢慢形成的结果。现在各类AI大模型的调用量，正在爆发式增长，算力消耗速度，远远超出不少机构年初的预估。有统计数据显示，全球头部大模型每周消耗的Token总量，年初的时候只有6.42万亿，到10月初，这个数值已经飙升至172万亿。
还有一个很关键的增量，就是企业智能体，也就是大家常说的Agent，落地速度越来越快。智能体和传统大模型单纯问答不一样，它可以自主拆解任务、反复调用模型、多次执行指令。一家企业成功接入智能体之后，不是一次性消耗算力，而是后续持续调用，算力消耗往往会成倍往上走，直接带动整体算力需求走高。
各大头部云厂商对外披露的资本开支规划，同样能印证这一点。按照公开汇总的数据，2026年，全球头部云厂商在AI基础设施上的资本投入，预计会达到8300亿美元，对比上一年，增幅有79%。看得出来，大厂也在持续加码算力布局。
但需求在快速扩张，供给端想要跟上，难度却不小。大家经常听到的Blackwell系列芯片，生产流程很复杂，高度依赖台积电4NP工艺、CoWoS-L先进封装，还有HBM高速内存。这几个环节，每一个都存在比较明显的产能瓶颈，短期之内很难快速扩产。再叠加海外针对高端芯片的出口管制持续收紧，国内企业想要稳定拿到这批高端算力卡，新增供给的空间十分有限。
过去很长一段时间，算力租赁的商业模式很简单，说白了就是按显卡的使用时长收费，用多久，付多久的钱。而最近，市场上慢慢冒出了全新的合作方式，也就是按照Token使用量，进行收益分成。这个新模式一出来，直接打开了算力服务商新的想象空间。按照中性情景测算，到2028年，国内算力租赁企业，单单依靠Token分成带来的收入，规模有望达到592亿元。
伴随着商业模式迭代，整个赛道的市场格局，也在悄悄重新洗牌。资金、货源、客户资源都不足的中小服务商，生存压力越来越大，会慢慢退出这个市场。而手里有稳定算力资源、能持续交付的头部企业，更有机会吃到这一轮AI产业发展带来的红利。接下来，咱们就掰开揉碎，好好聊聊算力租赁行业正在发生的一系列变化。
算力租赁，处在AI产业链中游，是连接供需的重要一环
如果把整个AI产业链拆开来看，算力租赁属于中间环节，相当于供需两端的连接器。上游对接的是GPU芯片、AI服务器、IDC机房，还有配套的底层调度软件；下游对接的客户就比较多了，包括做大模型的企业、互联网平台，还有各类政企单位。
通俗一点解释算力租赁到底是干什么的：有不少客户，不会自己大批量采购服务器，或者短期有算力需求。算力服务商就提前整合好一大批服务器资源，搭建算力集群，做好统一调度、日常运维，打包成可以按需租用的服务。不管客户是用来做大模型训练，还是上线之后持续推理调用，算力租赁都负责把供给和需求匹配起来。
随着AI应用越来越普及，算力，已经成了人工智能产业里面最基础的生产资料。没有算力，大模型就跑不起来，智能体也没办法执行任务。也正因如此，算力租赁企业，在整个产业链里面的话语权、利润分配的空间，也跟着慢慢提升。
从市场空间来看，AI推理业务持续放量，再加上企业智能体大规模落地，Token消耗量持续走高，算力租赁的需求自然持续扩张。又因为高端GPU受到产能、出口管制的双重约束，新增供给跟不上，租赁报价维持高位，行业景气度一直维持在比较高的水平。
还有一个很明显的趋势，国内算力租赁市场，正在告别早前那种零散出租、小作坊式的模式，资源正在持续向头部集中。而且商业模式不再局限于单纯出租硬件，Token分成这种新合作模式，已经有不少企业开始落地尝试，相当于把行业的收入天花板，进一步拉高了。
行业四大核心变化，看懂算力赛道背后的底层逻辑
第一，推理需求迎来爆发，算力缺口大概率会长期存在
很多刚接触算力赛道的朋友，会有一个固有印象：算力主要是用来训练大模型。放在前两年，这个说法还算贴合，但现在已经不一样了。算力消耗的结构，已经发生明显转变，推理需求，正在变成新增算力消耗的主力军。前面提到的全球头部大模型每周Token消耗量暴涨，就是最直观的数据信号。
有相关机构做过测算，2025年，推理方向对应的算力投入规模，已经接近训练算力的投入规模。往后几年，推理，会成为AI算力市场最核心的新增需求来源。
而企业智能体Agent，就是推理需求里面，非常重要的新增变量。机构预测，到2031年，国内活跃的企业智能体数量，有望突破3.5亿个。智能体执行任务的次数，会从2026年的178亿次，增长到2031年接近190万亿次。任务量大幅增加，对应的Token消耗，自然会迎来爆发。
推理业务，和训练业务的特点差别很大。训练一般是集中一段时间，高负载连续跑；推理是长期持续运行，调用频次高，需求还比较碎片化。很多企业上线推理服务，流量不是固定不变的，高峰期算力不够，低谷期算力闲置。如果自己花钱采购一整套服务器，长期空置，成本压力会很高。这种场景，租用算力就会划算很多，这也是算力租赁可以持续拿到订单的重要原因。
需求端持续升温，供给端却很难快速释放。前面也提到，Blackwell芯片制造门槛高，台积电先进制程、CoWoS封装、HBM内存，全都是产能卡点，短期很难快速扩产。再叠加出口管控持续收紧，B200现货已经比较稀缺，B300的交付排期一再延后。海外不少算力服务商，已经上调了租赁报价，国内云厂商，也陆续调整了AI云服务定价。综合这些因素判断，算力供不应求的局面，在下半年很难快速缓解，高端显卡的租赁价格，大概率会维持在相对高位。
第二，芯片采购门槛持续抬升，中小服务商逐步退出赛道
现在做算力租赁的企业数量不少，各家实力差距悬殊，大致可以划分成三个梯队。
第一梯队，已经建成了规模比较大的算力资源池，还拿下了长期稳定的框架订单，服务器出租率长期能维持在90%以上，现金流相对稳健。
第二梯队，一般具备本地客户资源和机房资源，但是算力总规模、芯片拿货能力、交付速度，和头部企业相比还有差距。
第三梯队，大多是小型服务商，没有稳定、可靠的高端芯片采购渠道，相关合规资质也不够完善，大多只能做零散的零售算力生意。
随着出口管制持续收紧，高端芯片的采购资源，正在持续向头部集中。像B300八卡服务器现货涨价之后，小企业想要拿货，往往要承担更高的溢价，成本天然更高。反观头部企业，手里有长期大额订单作为支撑，可以批量采购硬件，拿货成本更优，进一步巩固供应链优势，形成正向循环。就算小企业主动降低租金报价，也很难竞争过大厂，拿下优质长期客户。
算力集群还有一个容易被忽略的关键点，就是盈亏平衡线。如果算力集群的出租率，达不到70%到80%，那么服务器折旧、资金贷款利息，这些固定成本，会持续吞噬利润，长期保持低出租率，很容易陷入亏损。中小企业本身体量小，业务背书不足，融资成本通常也更高。长期来看，很难扛住行业波动，会慢慢退出这个赛道。
所以现在这个行业，比拼的已经不只是谁能租到机房，核心比拼这几项：供应链拿货能力、自有资金储备、客户渠道、机房组网建设，还有后期运维调度能力。在当下这个阶段，能不能稳定拿到高端GPU，是最高的一道门槛。具备合规采购资质的企业，拿货稳定性更强，硬件采购成本也更占优势。
第三，商业模式升级：从按小时租GPU，转向Token分成新模式
算力租赁的商业模式，正在经历一轮重要升级。最早入行的服务商，玩法都比较简单：公司出钱采购显卡、机柜，搭建集群，之后按照GPU运行时长收费。这种模式很好理解，但收入有明显上限，手里有多少台服务器，基本就决定了收入上限。
时间来到2024到2025年，推理需求快速起来，算力供需关系发生改变，逐步从买方市场转向卖方市场。服务商不再是被动接受客户报价，业务模式也从单纯裸机出租，升级成整套算力集群打包交付。等到2026年，Token工厂方案陆续落地，意味着算力服务商的定位，发生了变化：不再只是单纯卖硬件资源，还可以参与大模型调用带来的Token收益分成。
Token工厂可以有多种收费方式，包括收益分成、按量计费、订阅模式。在行业讨论里，大家更关注按量计费和收益分成这两类。尤其是收益分成模式，相当于算力服务商跳出硬件供应商的定位，深度参与模型运营环节。一旦跑通，收入弹性、潜在毛利率，还有在产业链里面的议价话语权，都会有明显提升。
这个模式，不是只停留在理论层面，国内外都已经出现落地案例。国内的中软国际，和月之暗面Kimi合作的“登月计划”，就是典型的Token分成联合项目，按照Token实际调用量，参与收益分红。海外，亚马逊AWS和Anthropic的合作，采用保底租金叠加超额分成，也有纯分成的合作方案。算力提供方，可以拿到相应比例的分成，AWS这块业务的利润，会跟着Token调用量上涨而提升。
不少机构做过情景测算，预计2028年，国内Token整体市场规模有望达到9395亿元。中性假设下，算力租赁企业通过Token分成，可以拿到592亿元收入；乐观情景，这部分收入可以到1198亿元；如果是保守悲观假设，对应的规模则是155亿元。不同情景之间差距很大，也能看出，新模式未来的不确定性同样不小。
第四，推理优化、绑定头部模型，是新模式下的核心竞争力
一旦计费方式，从GPU使用小时，变成按照产出Token分成，那单张GPU，单位时间能产出多少有效Token，就直接决定最终能分到多少钱。想要提高Token产出效率，不能只靠堆硬件，离不开很多配套技术优化，比如KV Cache复用、智能任务调度算法、模型封装压缩等等。通过这些优化，把算力利用率提上去，同等硬件条件下，产出更多Token，分成收入自然更高。
同时，这种合作模式，风险分担的方式也不一样。算力服务商，要承担服务器采购、集群搭建的大额前置投入，而模型企业，可以减少一次性硬件投入。对算力服务商来说，选合作方就非常关键，优先选择用户量大、热度持续走高的头部大模型。只有模型的调用量持续增长，算力服务商才有机会拿到预期内的分成；如果后续模型热度下滑，Token调用不及预期，固定的硬件折旧成本，会直接造成亏损。
所以往后，赛道竞争，不只是拼拿卡渠道、资金实力。推理优化技术储备，能不能和头部大模型厂商达成深度绑定合作，会成为Token分成时代，非常关键的竞争壁垒。
8家算力租赁+Token经济相关企业最新动态
提示：下面内容仅为公开业务信息整理，仅用于行业信息参考，不代表对企业价值判断。
协创数据
业务方向：算力租赁、服务器再制造、数据存储
业务特点：国内算力租赁头部企业，打造算力、连接、存储一体化产业链，算力集群和存储业务协同发展。
最新进展：从2024年10月发布AI服务器采购公告开始，公司累计公告不超过331亿元服务器采购计划。2025年算力租赁相关营收27.61亿元，同比增长1727%。2026上半年算力业务营收32.16亿元，同比增长163%。2026上半年归母净利润18.38亿元，同比增长326%。公司计划定向增发募资80亿元，其中46.86亿元投入智算中心项目建设。
宏景科技
业务方向：算力服务、Token工厂布局
业务特点：企业原本主营智慧城市业务，业务重心逐步转向算力服务，重点搭建Token工厂。
最新进展：已经公告34.96亿元算力服务相关订单。2025年算力服务收入占整体营收77%，2026上半年占比继续提升。2026上半年归母净利润1.37亿元，同比增长127%。随着Token相关业务推进，2026上半年业务毛利率提升至35%。
利通电子
业务方向：算力租赁、AI云服务
业务特点：旗下子公司世纪利通拥有英伟达Preferred级AI云伙伴资质，也是国内大陆唯一拿到该资质的算力服务商，硬件采购渠道优势突出，采用直租叠加转租的轻资产运营思路。
最新进展：截至2026年6月底，在手算力规模3.8万P，其中自有直租算力1.6万P，转租算力2.2万P。2026上半年归母净利润7.02亿元，同比增长1275%。
中软国际
业务方向：软件服务、Token运营合作
业务特点：和月之暗面Kimi达成“登月计划”Token分成联合项目，按照Token调用量参与收益分成。
最新进展：与月之暗面Kimi正式签订Token分成以及联合创新协议。依托AllMeta平台叠加Kimi大模型，承接标准化模型以外的行业定制开发、私有化落地项目，按照Token调用量持续参与收益分红，分享模型长期使用带来的价值增长。
软通动力
业务方向：IT服务、智算服务
业务特点：布局词元工厂，和头部大模型企业签订智算服务合作协议。
最新进展：北京壹号词元工厂正式落地点亮，已经和头部大模型厂商签署算力服务协议，推进推理算力配套业务。
杰创智能
业务方向：算力租赁、智慧城市
业务特点：算力扩张速度快，设备采购规模大，在建算力储备充足。
最新进展：发布不超过140亿元设备采购公告，已经建成算力约9000P，对应集群设备资产超过25亿元，在建算力规模超4万P。2026年正式发力算力租赁，上半年算力相关营收突破5000万元。
盛视科技
业务方向：算力租赁、IT设备采购
业务特点：跨界切入算力租赁赛道，大额采购IT硬件设备布局智算业务。
最新进展：公告不超过71亿元IT设备及零配件采购计划，今年开启算力租赁业务，2026上半年算力业务收入超5000万元。
行云科技
业务方向：算力租赁、长期算力框架订单
业务特点：手握大额长期算力框架订单，算力规模快速扩张。
最新进展：持有171.82亿元算力长期框架订单，2026年发力算力租赁业务，上半年算力相关营收超5000万元。
看完上面这些企业的公开信息，很多朋友容易被高增速的数据吸引，觉得赛道机会满满。但越是景气度高的时候，越要静下心，把潜在风险理清楚。算力租赁属于AI上游硬科技赛道，行业迭代速度很快，机会背后，同样藏着不少不确定性。
第一大风险，来自海外政策变化。高端芯片供给，高度依赖海外，出口管制政策不是一成不变的，如果后续出现调整，企业的芯片采购渠道、交付周期，都会受到影响。就算已经签好了订单，要是硬件没办法按时到位，就会面临交付违约的压力。
第二，Token分成模式落地时间还不算长，属于比较新的商业模式。分成能不能按时兑现、回款节奏、长期稳定毛利率，都还没有经历一轮完整行业周期验证。如果合作的大模型后续用户增长不及预期，Token调用量下滑，对应的分成收入就会缩水，但是服务器折旧是刚性支出，固定成本不会减少，很容易挤压利润。
第三，资本持续涌入，未来供给释放的压力。最近两年，不少企业大手笔投入建设智算中心。如果后续大批量算力集中上线，供给快速增加，供需关系逆转，算力租赁报价就有可能回落，直接压缩行业盈利空间。很多企业布局算力，动用了大额资金，负债规模不低，一旦租金下行、集群出租率下滑，财务压力会明显加大。
第四，硬件技术迭代带来的资产减值。AI芯片更新换代速度很快，新一代产品推出之后，上一代GPU的市场价值会快速下降，存在资产减值风险。还有不少企业属于跨界入局，之前并没有大规模算力集群运维、算力调度的技术积累，业务推进速度、最终落地效果，都存在不确定性。
所以在这里也提醒大家，看待算力赛道，不能只盯着热度。这是典型的高波动成长赛道，产业链逻辑、海外政策、供应链情况，任意一项出现变化，都可能带来比较大的波动。我们看待这些产业信息，还是要保持理性，客观区分长期产业趋势和短期市场情绪，不要被亮眼的增速数据带偏。
整体来看，算力租赁行业，正处在从传统硬件租赁，向Token收益分成新模式转型的关键阶段。短期供需错配，确实带来了行业红利，但是整个赛道，不确定性同样突出。往后，能不能长期稳住芯片拿货渠道，持续做好算力调度、推理优化，并且和优质头部模型客户建立稳定合作，才是企业能否在新模式下站稳脚跟的核心。
算力作为AI产业的底层基础设施，后续还会跟着各类AI应用持续发展，Token分成这种新合作模式，能不能大规模推广，会是接下来很长一段时间，值得持续跟踪的产业信号。新模式如果可以跑通，会重塑整个算力服务商的盈利逻辑；如果落地不及预期，行业大概率又会回归到比拼硬件资源、出租率的传统竞争框架里。这也是为什么现在很多产业研究员，都在持续跟踪相关项目的落地进度，关注已经签约项目的数据变化。
任何产业从萌芽到成熟，都不会一帆风顺，中间会经历模式试错、产能投放、竞争格局重构的全过程。算力租赁，正处在这个试错和变革的阶段，有新故事，也有实打实的订单和营收增长，同时也伴随着前面提到的各类潜在风险。我们跟踪这个赛道，核心就是持续观察供需两端的变化，还有Token分成这类新模式，能不能从少数试点，慢慢变成行业可以复制推广的通用合作方式。
你怎么看待Token分成这种算力新商业模式？你觉得未来算力租赁行业最大的风险是什么？欢迎在评论区留言交流。觉得文章有收获，欢迎点赞关注账号，持续分享AI产业链产业解读，看懂资本背后的产业逻辑。