算力租赁深度电话会系列之Token分成模式重塑算力商业闭环与估值跃迁

大模型厂商AR增长驱动因素

• Agent应用爆发: Agent及自动化工作流场景下，单次任务的token消耗量远高于传统聊天场景，预计将贡献大模型厂商AR的50%~60%增量。
• 多模态场景: 视频生成、实时语音交互等多模态场景对token消耗量大，且能提升客单价，拓宽应用场景，贡献AR增量。
• 模型能力提升: 模型能力突破带来溢价，提升token销售单价和量，例如Anthropic的Cloud系列模型频繁更新，推动AR增长。

算力供给瓶颈

• 结构性分化: 绝对算力不缺，但推理场景下缺的是高带宽、高显存容量的优质推理算力，高端GPU供应紧张。
• 集群规模限制: 头部模型厂商需要万卡级别集群支撑Agent应用，但具备此能力的厂商国内较少。
• 国产化替代: 美国对高端GPU出口管控加强，国产GPU算力效率和稳定性仍需提升。

Token分成模式

• 算力方优势: 算力方掌握稀缺GPU资源，决定基础服务价格和分成比例，承担硬件CAPEX和电费等成本。
• 模型方收益: 模型方让渡大部分token收益，将重资产风险转移，专注模型研发和生态拓展，并通过分成获得收益。
• 分润机制: 通常采用保底租金+超额部分分成的模式，算力方和模型方根据成本结构决定分成比例。
• 净利率提升: 相比传统租赁模式，token分成模式下净利率有望提升至30%~44%，主要源于成本优化和收入结构升级。

算力租赁行业景气度

• 需求持续性增强: Token分成模式下，算力租赁需求与模型商业化直接挂钩，具有更强的持续性和可预测性。
• 商业模式升级: 算力租赁行业从卖资源转向卖服务，商业模式升级获得市场认可。
• 大模型厂商反哺: 大模型厂商新增AR中超过一半将转化为算力CAPEX，推动算力租赁行业高景气度。

未来展望

• 拿卡难度: 美国对高端GPU出口管控可能持续，拿卡难度短期内可能保持高位。
• B卡价格: 短期内B卡价格仍有上涨空间，其性价比仍高于H卡。
• 技术代际更迭: 英伟达B系列H系列等机柜级解决方案若实现50倍推理提升，将对现有token分成模型产生双刃剑效应，可通过商业模式创新和技术适配转化为利润增长机会。
• 国产化替代: 国产GPU算力替代将降低硬件成本，提升token分成模式下的利润空间。