研报核心观点 - AI行业已从训练时代进入推理时代，Agent模式将推动Token消耗呈指数增长，国产与海外算力差距缩小，国内大模型规模与成本优势显现 [1] - 若全球日均Token调用量达千万亿级，叠加国产大模型30%-50%的全球市占率、70%-90%的本土算力部署，Token出海将拉动中国电量/电力需求分别达8%/18% [1] - Token出海对电力价格的拉动呈现“绿证先于容量电价先于电量电价”的特征，最利好绿电和火电板块，2026年电力供给侧降速后板块已步入配置窗口 [1][2][10] AI竞赛进入推理时代及其影响 - 市场未意识到AI竞赛已从“训练时代”演化到“推理时代”，Agent模式的Token消耗是“任务复杂度×执行时长”的指数函数，而非“对话量”的线性函数 [2][17] - 推理时代，国产与海外算力差距在缩小，海外大模型的GPU优势边际减弱，国产算力依靠更高性价比在全球竞争中脱颖而出 [17] - 推理模型对芯片峰值算力要求降低，但产能利用率显著低于训练模型，导致相同耗电量下用电负荷更高，对电力需求的弹性可能胜于电量的弹性 [8] 电力成本在AI算力竞争中的角色演变 - 当前电力成本在AI算力竞争中的重要性持续提升，但芯片仍是核心决定因素 [1][7] - 在高配训练版AIDC中，电价成本占比仅5%；在推理模型下，电价占比翻倍至10%；在自研推理级芯片配置下，电价占比可能升至20%-30% [1][7] - 市场可能认为中国大模型Token出海的核心竞争优势是低电价，但测算发现目前电价在单位Token成本中占比仅约10%，后续占比有望随芯片推理经济性优化而持续提升 [2][9][43] - 中国宽松的电力供需不会成为算力扩张瓶颈，且中美工业电价剪刀差进一步凸显中国电力供应优势 [1][20] Token出海对中国电力需求的具体拉动测算 - 对电量的拉动：中性情景下（全球日均Token消费量3000万亿，百万Token用电量0.1度），Token出海有望拉动中国电量需求增长约1%（329亿度）[75] - 对电力（负荷）的拉动：相同中性情景下，有望拉动中国电力需求增长约8GW [75] - 对绿电需求的拉动：受AIDC绿电消费比例80%以上的政策要求，Token需求将增厚2026-2030年中国绿电需求4%-33% [2][81] - 对容量电价的拉动：推理模型用电负荷更高，有望推动2026-2030年容量电价增厚50-300元/千瓦 [2][8] - 对绿证价格的拉动：绿证价格当前被低估（2026年均价5.5元/张，仅为同期碳价的8%），新增绿电需求将直接利好绿证价格 [2][18][82] 对不同电力板块及公司的投资影响 - 最利好绿电和火电板块，尤其推荐关注低估值港股 [10] - 受益于AIDC可再生能源（绿电）需求的公司：龙源电力H、绿发电力、京能清洁能源、中广核电力H、节能风电等 [10] - 受益于容量电价弹性的公司：建投能源、京能电力、浙能电力、淮河能源、陕西能源等 [10] - 电量和电价弹性下利润兼具弹性、估值兼具性价比的港股火电公司：华能国际电力H、华润电力、中国电力 [10] - 2026年开始中国基荷电源和新能源装机降速，板块步入配置窗口，推荐龙头公司：长江电力、国投电力、川投能源等 [10]