本文來自微信公眾號：未盡研究，作者：未盡研究

今年年初，國內(nèi)曾掀起一股“token出?！钡挠懻摕岢?，其核心是對“算電協(xié)同”模式的一種構(gòu)想。市場敏銳察覺到中國獨有的兩大優(yōu)勢：一是開源模型高性價比帶來的技術(shù)普及，二是充足且廉價的電力資源作為能源支撐。按照設(shè)想，將海外的AI推理請求調(diào)度到國內(nèi)數(shù)據(jù)中心處理，能以更低成本完成AI任務(wù)。

從成本結(jié)構(gòu)底層來看，運輸能源的成本高于輸送電力，而輸送電力的成本又高于直接調(diào)度算力，這讓算力在理論上成為跨區(qū)域流動性最強的生產(chǎn)要素。而token則在這個過程中，把能源、算力和模型能力統(tǒng)一為可計量、可定價的單位，為交易與流通奠定了基礎(chǔ)。

這種模式不再讓模型、算力設(shè)備或電力資源直接跨境流動，而是以服務(wù)內(nèi)嵌的形式，通過接口被遠(yuǎn)程調(diào)用和消費。

不過，對于“token出?！倍?，關(guān)鍵不僅在于請求是否跨境調(diào)用，更在于生產(chǎn)與價值的歸屬：即生成token的算力與能源成本是否由中國境內(nèi)實體承擔(dān)，并能獲得海外市場的收入。

從這個角度看，年初的“token出?！睙岢彼悴簧险嬲摹皌oken出海”。它確實存在，但并非主流。實際上，直到現(xiàn)在，相關(guān)業(yè)務(wù)更多還是以“模型出?！被颉八懔Τ龊！钡男问匠尸F(xiàn)。當(dāng)然，這依然是好事，但它脫離了“算電協(xié)同”的敘事框架。

近一個月，在全球最大的API聚合平臺OpenRouter上，中國模型提供的token占比接近60%，涉及小米、阿里巴巴、DeepSeek、階躍星辰、MiniMax、智譜和Kimi等企業(yè)。乍一看這似乎印證了“token出海”的說法，但事實并非如此。

對于表現(xiàn)突出的開源模型，全球云廠商往往直接采用，第一時間部署到自身云基礎(chǔ)設(shè)施上。這意味著，token的生產(chǎn)成本與服務(wù)收入未必和模型原始開發(fā)者直接相關(guān)，更多取決于模型的開源協(xié)議和部署方的商業(yè)化能力。

以DeepSeek V-3.2為例，在OpenRouter接入的服務(wù)提供商中，除了DeepSeek自身的API，還有DeepInfra等美國新興AI云廠商。這些廠商的算力資源主要在美國，服務(wù)本地企業(yè)和開發(fā)者，因此大量token消耗也在美國完成生產(chǎn)與消費。

在年初“token出海”敘事最火熱時，實際情況更接近這種模式。所謂“token出?！?，很大程度上只是開源模型驅(qū)動的“模型出?！保瑃oken的生產(chǎn)與價值捕獲仍在美國市場內(nèi)部形成閉環(huán)。

不過情況正在改變。近期OpenRouter排名前二的模型——小米的MiMo-V2-Pro和阿里巴巴的Qwen3.6 Plus（free）均未開源。以小米的模型為例，其唯一服務(wù)提供方是小米本身，這應(yīng)該算“token出?！?。

但問題依然存在。以小米為例，其算力不僅部署在中國大陸（CN），還分布在新加坡（SG）和荷蘭（NL）。因此，即便token由該公司提供，也難以簡單判定生產(chǎn)一定在中國本土，充分利用了中國的電力優(yōu)勢。對于阿里巴巴這樣的全球云廠商，情況則更復(fù)雜。

由此可見，“token出?！钡倪吔玳_始模糊。僅靠OpenRouter的公開數(shù)據(jù)，已難以精確衡量真正屬于“出?！钡囊?guī)模。而且作為API聚合平臺，它無法覆蓋海外企業(yè)直接調(diào)用中國廠商官方接口的情況，可能在一定程度上低估了“token出?！钡慕^對規(guī)模。

當(dāng)然，我們可以期待，隨著token經(jīng)濟逐漸成為企業(yè)運營和宏觀分析的重要指標(biāo)，其跨區(qū)域分布與收入歸屬或許會像財報中的地域收入一樣，被更細(xì)致地披露和統(tǒng)計。

目前，token的全球貿(mào)易相對自由。MiniMax海外收入占比已超70%，服務(wù)覆蓋100多個國家和地區(qū)的21.4萬家企業(yè)與開發(fā)者，說明token及其承載的AI服務(wù)已能在全球流動和變現(xiàn)。不過也有不和諧的聲音，比如Anthropic開始要求部分用戶通過護(hù)照等方式進(jìn)行身份驗證。

從token經(jīng)濟的需求側(cè)看，歐美市場仍是中國“token出海”的主要目的地。歐美擁有全球最大的企業(yè)軟件市場，同時白領(lǐng)勞動力成本長期居高不下，使得用AI替代人力的需求格外強烈。

這一點在OpenRouter的支出分布中也有體現(xiàn)：美國市場占近50%，歐洲約占20%，是token消費的核心區(qū)域。在此背景下，海外開發(fā)者“熬夜搶購”智譜Coding Plan，成為需求快速釋放的一個縮影。

從供給側(cè)看，“一帶一路”及中國周邊地區(qū)可能成為“token出海”的潛在承接區(qū)域。早在2024年，未盡研究在《AI改變能源：智算如何引領(lǐng)新型電力系統(tǒng)》中就提出，新疆、云南等具備能源優(yōu)勢的地區(qū)，不僅可以向東部輸送綠電或在本地布局算力基礎(chǔ)設(shè)施，還可以分別面向中亞、東南亞等地，建設(shè)智能碳的“一帶一路”。

在這一框架下，電力、算力與AI服務(wù)逐漸形成一體化結(jié)構(gòu)。低碳、低成本的綠色能源轉(zhuǎn)化為算力，再進(jìn)一步轉(zhuǎn)化為可被調(diào)用和計量的token，構(gòu)成了一種潛在的區(qū)域性算力與AI服務(wù)輸出模式。

然而，“token出海”更像是面向未來的長期布局，而非已成型的規(guī)?；?wù)貿(mào)易模式。短期內(nèi)，它確實能在部分時延要求不高的小規(guī)模推理任務(wù)、開發(fā)者試用等場景中應(yīng)用，但尚未形成穩(wěn)定的跨境交易與收入結(jié)構(gòu)。

一方面，盡管中國電力資源在存量和增量上都遠(yuǎn)超美國，但在算力硬件供給上仍遜于美國。根據(jù)EpochAI最新統(tǒng)計，按H100當(dāng)量計算，中國的算力規(guī)模僅相當(dāng)于甲骨文一家公司的水平，遠(yuǎn)不及谷歌、微軟、亞馬遜和Meta。

中國AI應(yīng)用正蓬勃發(fā)展，AI智能體與視頻生成競爭激烈，科技巨頭自身算力都不夠用。字節(jié)跳動的視頻生成，用戶排隊領(lǐng)號時間越來越長；騰訊則采取“減少對外出售，保證自用算力充足”的策略。

在此背景下，部分中國模型在OpenRouter上的token調(diào)用量階段性沖高，更像是價格補貼驅(qū)動的市場拓展行為。無論是年初的MiniMax，還是近期的阿里巴巴Qwen，其“優(yōu)惠”甚至“免費”的API策略，本質(zhì)上更接近營銷獲客與生態(tài)培育成本，而非可持續(xù)的運營成本。這類投入在一定程度上放大了市場關(guān)注與估值預(yù)期，成為“token出?！睌⑹碌闹匾軛U，但尚不足以代表真實的供給能力。

另一方面，AI產(chǎn)業(yè)鏈的最優(yōu)配置或許應(yīng)沿著成本最低的路徑集中，讓能源、算力與模型能力在不同環(huán)節(jié)實現(xiàn)跨國最優(yōu)組合。

但現(xiàn)實并非如此。美國持續(xù)限制高端算力芯片與模型出口，歐洲強化數(shù)據(jù)保護(hù)與本地存儲要求，就連東南亞與中東等新興市場也開始強調(diào)“主權(quán)AI”。

在此背景下，對中國而言，更可行的路徑并非“token出海”，而是“算力出?！迸c“模型出?！保涸诤Ｍ饨ㄔO(shè)數(shù)據(jù)中心，實現(xiàn)本地存儲與本地推理。同時，“算電協(xié)同”也意味著新能源與儲能體系同步出海，本質(zhì)上仍是圍繞算力的本地化擴展。

在更極端的情境下，中國“token出?！鄙踔量赡軟_擊全球服務(wù)外包格局。過去印度等國家承接的客服與內(nèi)容服務(wù)，基于低成本且具備語言和專業(yè)能力的人力；而在AI時代，這類服務(wù)正快速抽象為按token計價的推理能力。

從這個意義上說，這種轉(zhuǎn)變對傳統(tǒng)服務(wù)外包體系的沖擊，或許不亞于制造業(yè)自動化對低端制造業(yè)的替代，甚至可能在未來引發(fā)圍繞“token出?！钡馁Q(mào)易摩擦與監(jiān)管壁壘。