AI付费潮来袭，算力租赁躺赢

文 | 半导体产业纵横 谁在驱动这波前所未有的算力需求热潮？答案可以简单地归结为Token调用量的指数级爆炸。 根据OpenRouter的最新测算，截至2026年4月初，全球AI大模型词元总调用量已达27万亿，环比增长18.9%，而中国AI大模型词元调用量已连续五周超越美国。 越多的Token消耗，就意味着越多的服务器在工作，越多的GPU在发热，越多的电力在燃烧——而这些“越多”的背后，就是算力租赁这门生意最底层的增长逻辑。 “以租代买”的观念正在大量中小企业中迅速普及。单张NVIDIA A100显卡售价约10万至15万元，H100更高达20万至30万元，对于一家初创公司而言，仅硬件采购成本就足以将其压垮。而通过租赁，企业可以大幅降低70%以上的初期投入，还能根据需求随时更换最新一代的硬件设备。在中国的一些电脑设备租赁企业，高性能机型甚至出现了“上架即秒光”的火爆行情。这一现象证明，算力租赁的核心价值已经不再仅仅是“省钱”，而是提供了一条让中小企业能够以更低成本、更低风险跟紧技术迭代步伐的可行路径。 国内外玩家，齐发力 如果说旺盛的需求描绘了算力租赁的广阔前景，那么近期接连爆出的几笔交易，则直接告诉市场：这个赛道的水远比想象中更深，参与者也远比想象中更多元、更重量级。 5月4日，字节跳动旗下的AI应用豆包在App Store新增付费版本服务声明，在免费版的基础上推出了三档增值服务：标准版连续包月68元/月、加强版连续包月200元/月、专业版连续包月500元/月。付费功能主要聚焦于PPT生成、数据分析、影视制作等高复杂度生产力场景。 豆包为什么在这时候选择收费？三个关键数字足以说明问题：豆包的日均Token消耗量已达120万亿，相比2024年5月首次发布时增长了1000倍，仅在2026年头三个月就翻了一番；字节跳动2026年规划的约1600亿元资本开支中，预计有一半将投向AI芯片采购；而据业内测算，推理算力需求已经是训练阶段的10-15倍。也就是说，付费用户越多、使用频率越高、任务越复杂，算力消耗就越快——而这套逻辑闭环的终端传导效应，就是算力租赁厂商接单到手软。 如果说豆包付费体现的是AI用户和商业化的需求倒逼，那Anthropic跟SpaceX这笔算力租赁大单，就实打实体现了算力供给格局正在重新洗牌。5月6日，AI独角兽Anthropic官宣正式租下了SpaceX旗下位于美国田纳西州孟菲斯的Colossus 1数据中心的全部算力。 这是一个什么概念？Colossus 1配备了超过22万块英伟达GPU，涵盖H100、H200乃至下一代GB200加速器，总功耗达到300兆瓦——相当于一个约20万至30万户家庭的中型城市的全部居民用电。该数据中心从规划到建成仅用了122天，充分体现了SpaceX在工程建设和芯片采购上的惊人统筹能力。对Anthropic而言，这笔协议意味着在短短一个月内即可获得超过300兆瓦的新增算力，使其总算力水平从不足10万张H100当量一举追平甚至超越OpenAI、Google DeepMind等主要竞争对手。对SpaceX而言，这更是一石多鸟的精妙商业布局：原本为xAI训练Grok而建的Colossus 1在xAI解散并入SpaceX并更名为SpaceXAI后处于闲置状态，租给Anthropic后不仅实现了闲置顶级算力的直接变现，还为即将到来的IPO贡献了一个极具说服力的现金流故事。两家公司甚至已经在探讨合作开发“数吉瓦级的轨道AI算力”，将数据中心部署至近地轨道的工程化步伐正在加速。 值得注意的是，Anthropic并非只在SpaceX这一棵树上“租算力”。 就在此前的一个月，Anthropic已分别与亚马逊和谷歌/博通签订了总计约5吉瓦的算力供应协议，据估算仅与谷歌的5吉瓦协议就相当于在5年内投资近2000亿美元。再叠加此前与微软Azure签订的300亿美元算力合同，Anthropic在算力承诺上的总规模已达数千亿美元 。巨额的数字背后，揭示了一个现实：顶尖AI模型的竞争不仅是一场算法和数据的竞赛，更是一场纯粹的算力消耗战。而在这场消耗战中，最有实力的并不是模型厂商本身，而是那些手握海量GPU资源、具备超强供应链整合能力的“算力王者”。 将视角拉回国内，算力租赁市场的玩家版图同样在迅速成型。核心玩家大致可分为三类典型路径：第一类是深度绑定核心客户的IDC/AIDC厂商，如光环新网、润泽科技、奥飞数据等，凭借节点储备和扩张能力站稳脚跟；第二类是具备全球调度、纳管与自建结合能力的云服务商，阿里、百度、腾讯等均已宣布AI算力产品多轮提价，涨幅在5%至34%之间；第三类则是拥有差异化资源整合能力、正处于业绩加速兑现阶段的算力租赁及跨界转型标的，协创数据就是一例——2026年第一季度实现归母净利润7.5亿元，同比增长343%；利通电子同期实现归母净利润2.7亿元，同比增长821%；东阳光则在2026年5月5日公告，其控股子公司签署的算力服务采购框架合同订单总金额达到160亿至190亿元。而放眼海外，新兴云厂商CoreWeave的资本开支计划从103亿美元跳升至300亿至350亿美元，在手订单规模已逼近960亿美元；甲骨文与OpenAI达成的4.5GW算力租赁协议，更将其2026年资本开支直接上调至500亿美元以上。 从“卖算力”到“卖Token”，商业模式变了 算力租赁之所以从 “边缘生意”迅速跃升为“核心资产”，关键在于其商业逻辑本身发生了根本性的代际进化。五年前，这类生意还接近于简单的“服务器转租”——平台采购一批GPU，挂在网上按小时计价，客户按需使用，更像一个自动售货机式的标准商品交易。然而今天，这个行业正在经历一场深刻的模式跃迁。 一个最直观的变化来自价格端。 据行业监测数据显示，H100 GPU的一年期租赁合同价格从2025年10月每卡每小时1.70美元的低点，急升至2026年3月的2.35美元，涨幅接近40%。 与此同时，英伟达H200、H100等高端GPU的租金环比普遍上涨15%至30%——H200时租金达7.5元至8.0元/卡时，月租金6万至6.6万元，涨幅25%至30%；H100月租涨至5.5万至6.0万元，涨幅15%至20%。更说明问题的是，交付周期已经大幅延长至2027年第二季度（H200）和第一季度（H100），这种时间轴的拉长本身就是市场紧张程度最真实的信号。 价格上涨的背后，是一个更根本的需求结构转换——算力租赁正在从“卖算力”转向“卖Token”。这是一个看似简单、实则影响深远的转变。过去，用户购买的是GPU的“运行时间”，企业按小时付费，实际使用率完全取决于用户自身。而如今，随着AI应用全面进入推理驱动阶段，大量开发者、企业和个人在调用大模型时，实质上是在“消费Token”——每一次API调用、每一次智能体交互、每一次复杂任务推理，都会消耗规模浩大的Token量。需求方不再关心自己用了多少小时的GPU，只关心模型能生成多少Token、完成多少任务。相应地，算力租赁厂商的服务交付方式也开始从“裸算力出租”升级为“模型服务即算力”乃至“Token分成模式”。 然而，商业逻辑的光鲜面背后，也隐藏着不容忽视的隐忧。有人用当前每小时2.35美元的H1