AI模型市场格局与份额 - 2026年OpenRouter平台数据显示，前十模型的总Token消耗约**8.7万亿**，其中中国模型独占**5.3万亿**，占比**61%**，占据主导地位 [6][9] - 具体排名中，MiniMax M2.5以**2.45万亿**Token消耗位居榜首，Kimi K2.5和智谱GLM-5紧随其后，平台前三名均为中国模型 [9] 中国AI模型崛起的驱动因素 - **成本优势显著**：中国模型在性能接近的情况下，价格远低于国际竞品。例如，MiniMax M2.5输入端价格为每百万Token **0.3美元**，而Claude Opus 4.6为**5美元**，价格差约**17倍** [15] - **电力成本低廉**：中国综合电价比美国低约**40%**，构成了物理层面的核心成本优势 [23] - **算法与架构优化**：如DeepSeek V3采用MoE架构，推理成本据称比GPT-4o低约**36倍**；MiniMax M2.5总参数**229B**但仅激活**10B**，提升了效率 [24] - **行业激烈竞争**：阿里、字节、百度、腾讯、月之暗面、智谱、MiniMax等十余家公司在同一赛道竞争，价格已跌破合理利润区间，形成“内卷”优势 [24] “Token出海”的本质与模式 - **本质是电力与算力出海**：Token作为电力的衍生品，其成本核心在于算力（GPU折旧）和电力消耗。美国开发者的API请求在中国数据中心消耗电力完成计算，电力的价值通过Token实现了跨境交付 [7][19][20][22] - **新型数字贸易形式**：Token无形体、不经海关、无关税，也不在现行贸易统计口径内，使得中国出口的算力与电力服务在官方数据上近乎隐形 [21] - **与比特币挖矿的逻辑同构**：两者都是将中国廉价的电力资源（如四川、云南的水电）转化为可在全球市场流通的数字价值载体。历史上中国算力曾占全球比特币挖矿算力的**70%**以上 [29][31][33] - **关键差异**：比特币挖矿是被中国政策驱逐的产业，而Token出海是全球开发者基于性价比的主动选择 [34] 市场变化的直接催化剂 - **OpenClaw工具的兴起**：该开源工具使AI能执行复杂工作流，导致Token消耗呈指数级增长，大幅推高了使用成本 [12] - **国际厂商的政策收紧**：Anthropic和Google禁止将其订阅账户用于OpenClaw等第三方工具，强制开发者转向API计费，促使开发者寻求更具成本效益的替代方案 [14] - **开发者迁徙**：受价格和功能驱动，全球开发者（如案例中的John）将工作流从国际模型转向性价比更高的中国模型，这种迁徙正在全球范围内同步发生 [15][16] 面临的挑战与未来博弈 - **数据主权与合规壁垒**：涉及企业敏感数据、金融信息或政府合规的场景，数据流经中国数据中心可能成为障碍，限制了中国模型在企业核心系统的渗透 [37] - **芯片供应限制**：英伟达高端GPU的出口管制为中国AI发展设置了天花板，尽管算法优化能部分抵消此劣势 [38] - **中美战略博弈的新维度**：AI模型和Token的竞争被类比为太空争霸，成为中美战略博弈的关键领域。谁的基础模型成为全球开发者的默认选项，谁就将获得对全球数字经济的结构性影响力 [40][41] - **长期锁定效应**：一旦开发者的代码库和工作流深度依赖某个中国模型的API，迁移成本将随时间指数级上升，形成强大的用户粘性和生态壁垒 [42]

中国AI模型全球市场份额崛起 - 2026年OpenRouter平台数据显示，前十模型的总Token消耗约8.7万亿，其中中国模型独占5.3万亿，占比高达61% [3] - 中国模型MiniMax M2.5以2.45万亿Token的消耗量空降榜首，Kimi K2.5、智谱GLM-5紧随其后，平台前三名均为中国模型 [3] - 中国开源模型在美国开发者运行的代理工作流中占比异常之高，是其获得大量市场份额的关键原因 [9] AI模型全球迁移的驱动因素 - 开源工具OpenClaw的出现，使得AI能执行复杂工作流，导致Token消耗呈指数级增长，大幅推高了使用成本，促使开发者寻求更经济的替代方案 [6] - 主流AI服务商如Anthropic和Google更新协议，禁止将订阅账户用于OpenClaw等第三方工具，迫使开发者转向按API计费，加速了成本敏感型用户的迁移 [7][8] - 中国模型在核心性能上已接近国际顶尖水平，例如MiniMax M2.5在软件工程任务得分为80.2%，与Claude Opus 4.6的80.8%差距微小，但价格优势巨大，输入端每百万Token成本仅为0.3美元，是后者5美元的约1/17 [8] Token出海的本质与成本优势 - Token出海的本质是“电力出海”，即电力价值通过无形的Token完成跨境交付，电力本身并未离开中国电网 [2][10] - Token的成本核心由算力（GPU折旧）和电力构成，中国凭借相对低廉的电价（综合电价比美国低约40%）建立了物理层面的成本优势 [11] - 中国AI行业通过算法优化（如DeepSeek V3的MoE架构使推理成本比GPT-4o低约36倍）和激烈的行业内卷（十几家公司竞争导致价格跌破合理利润区间），将Token价格压至极低水平，形成了类似“中国制造”的供应链优势 [11] 与比特币挖矿的历史逻辑对比 - Token出海与早期的比特币挖矿在底层逻辑上同构，都是将中国的廉价电力（水电、风电）转化为可在全球市场流通的数字价值 [12] - 两者关键区别在于：比特币挖矿产出的是金融资产，其价值源于稀缺性；而大模型推理产出的是真实的认知服务（代码、分析等），其价值直接源于效用，因此对用户工作流的嵌入更深，迁移成本随时间累积而增高 [13] - 另一个重要差异是，比特币挖矿产业因中国监管而外迁，而Token出海是全球开发者基于性价比的主动选择 [13] 行业面临的挑战与未来博弈 - 数据主权是主要障碍，中国模型在处理企业敏感数据、金融信息等受合规严格监管的场景中存在硬伤，这限制了其在企业核心系统的渗透，目前渗透率主要集中在开发工具和个人应用领域 [14] - 芯片禁令（英伟达高端GPU出口管制）构成了发展的天花板，尽管通过MoE架构和算法优化能部分抵消劣势，但根本性限制依然存在 [14] - 行业竞争已上升至战略层面，AI模型和Token成为中美战略博弈的新维度，其目标是争夺对全球数字经济的结构性影响力，关键在于谁能成为全球开发者基础设施的默认选项 [15][16] - 竞争的核心在于用户锁定效应，一旦开发者的代码库和工作流围绕某个模型的API构建，迁移成本将指数级上升，从而形成强大的生态粘性 [16]

纪要涉及的公司/行业 * **行业**：人工智能算力行业、生成式AI（AIGC）行业[1] * **公司/项目**：OpenRouter、Seedance（推测为算力需求方或相关项目）[1] 核心观点与论据 * **国内算力需求旺盛且紧缺**：Token出海业务非常火热，加上“Seedance”项目一直在等待（算力），这共同说明国内市场对算力的需求量很大，同时供应也很紧缺[1] * **算力基建公司近期市场表现良好**：与算力基础设施相关的公司最近的股价或业务表现不错[1][1] * **OpenRouter的市场份额被高估**：在生成式AI类别中，OpenRouter仅占约**2%** 的市场份额[1] * **主流Token消费不通过OpenRouter**：绝大多数Token是直接通过模型提供方的官方API消耗的，而非通过OpenRouter这类聚合平台[1] 其他重要内容 * **信息交叉验证**：关于“Token出海火热”和“国内算力紧缺”的观点在纪要中被重复提及，强化了这一判断[1][1]

文章核心观点 - 中国AI大模型通过提供Token（AI服务调用单位）这一“数字电力”，正在全球市场取得主导地位，其核心驱动力在于将国内的低成本电力与规模化算力优势，转化为全球AI服务的成本优势与定价权，这代表了一种新型的、高附加值的数字能源出口模式 [1][2] 叙事核心：Token作为数字电力与出口新模式 - Token被定义为AI时代的通用货币和电力衍生品，其价值通过跨境数据流实现交付，而物理电力并未出口 [2] - 中国模型的成本结构中，电力与算力合计占比超过70%，国内的低成本绿色电力与大规模算力集群构成了全球竞争力的基础 [2] - 该商业模式无需传统物流和库存，将一度电转化为百倍价值的智能服务进行持续出口，代表了数字能源出口的新纪元 [2] 时代拐点：行业定价逻辑重构与中国模型优势 - 行业出现强劲信号：优刻得在3月全线涨价，亚马逊云科技（AWS）打破二十年惯例涨价15%，表明算力通胀正从上游向下游传导 [3] - 全球AI模型Token消耗格局发生根本性变化：根据OpenRouter最新周度数据，全球前十模型总Token消耗量为8.7万亿，其中中国模型消耗量达5.3万亿，市场占有率高达61% [1] - 中国模型实现全球领先，具体表现为：MiniMax M2.5以2.45万亿Token消耗量位居榜首，Kimi K2.5、智谱GLM-5、DeepSeek V3.2等模型全线进入榜单前列 [1] - 中国模型的竞争优势源于低成本电力支撑的极致性价比和强大的工程化能力，这并非短期现象，而是AI基础设施全球替代和产业迁徙的体现 [3] 产业链全景：受益于Token出海的环节与公司 - **智谱AI生态**：作为算力核心供给方，其增长带动供应链需求。首都在线是其核心算力供应商，在庆阳、宿迁、天津等地持续扩张GPU集群；弘信电子则通过打通“东数西算”通道，为智谱、百川智能等提供绿色算力 [3] - **字节跳动生态**：作为弹性算力需求方，带动相关基础设施服务商。润泽科技是字节链优先推荐伙伴，以大规模智算中心支撑高吞吐；东阳光通过全资收购秦淮数据中国，获得超大规模算力基础设施；大位科技是北京AIDC弹性算力的核心标的 [4] - **昇腾（华为）生态**：作为国产算力底座的建设者。华胜天成获得头部智能计算ISV认证，与华为联合建设省市智算中心；拓维信息基于昇腾打造“兆瀚”AI服务器，提供硬件支持 [5] - **边缘计算与数据传输**：作为AI流量的关键通道。顺网科技专注于GPU边缘推理，旨在降低计算延迟与成本；网宿科技作为国内最大的中立CDN服务商，其边缘节点在AI流量爆发中扮演“能源驿站”角色 [6] 长期发展逻辑 - 全球市场份额有望持续提升，当前61%的市占率仅是起点，中国模型的成本与技术优势预计将进一步挤压竞争对手 [7] - 算力需求将呈指数级增长，随着AI智能体（Agent）和多模态应用的普及，单用户的Token消耗量可能提升10至50倍 [8] - 行业定价权正在转移，云计算厂商涨价确认了行业高景气度，中国算力正从“成本洼地”转变为“价值高地” [9]

电话会议纪要关键要点总结 涉及的行业与公司 * 涉及的行业：云计算、IDC（互联网数据中心）、智算云（AI算力服务）、人工智能（AI）与模型服务、游戏与音视频出海 * 涉及的公司：**首都在线** (公司主体)、智谱AI、MinMax、升数、华为昇腾、字节跳动火山引擎、阿里云、Open Router [1][6][8][16] 核心业务与发展历程 * 公司业务：提供IDC服务、云主机服务（计算云）、智算云服务 [2] * 发展三阶段： 1. 2005-2010年：轻资产运营，以IDC资源转售为主 [3] 2. 2011年起：开启云转型，建设云托管服务平台，并启动海外布局 [3][5] 3. 2022-2023年起：转向智算云，驱动新一轮增长 [3][5] * 业务结构变化 (2024年)：IDC服务占比约50%，计算云占比20%多，智算云占比13% [11] * 业务结构展望 (2025年)：IDC服务预计收缩至40%左右，计算云约30%，智算云接近30% [11][12] 财务表现与增长数据 * **智算云收入高速增长**：2024年实现1.83亿元，同比增长184% [5] * **智算云收入占比提升**：从2023年的5%跃升至2024年的13% [6] * **2025年智算云收入预期**：预计达到接近3亿元或以上体量 [6] * **盈利趋势**： * 疫情前：营收持续增长，未出现亏损 [10] * 2022-2024年：受游戏、音视频行业需求下滑影响，出现利润下滑 [10] * 2023-2024年及以后：通过发展高毛利智算云业务、收缩低毛利业务，实现**不断减亏**，预计2026年出现基本面拐点 [10] * **毛利率趋势**：伴随业务结构优化（智算云占比提升、IDC转售业务收缩），2025年毛利率呈现上升态势 [12] 核心竞争优势与战略布局 * **全球化网络布局**： * 2013年开始坚定全球化布局，目前网络遍及全球50多个国家 [22] * 拥有美国子公司及机房，网络覆盖北美、东南亚、中东等核心区域 [5][20] * 海外节点签约年限久，多为自动续约，形成**时间与资源壁垒**（重建类似网络需2-3年） [25][26] * **客户资源优势**： * 客户包括智谱AI、MinMax、升数等头部第三方模型厂商 [1][6] * 在Open Router的Token调用量排名中，排名前三的国内模型（包括智谱）均为其客户 [16] * **管理层与战略能力**： * 董事长为通信云计算行业老兵，注重资源统筹与战略布局 [7] * 2023年引入前华为高管担任执行总裁，强化管理及对昇腾等技术的理解 [7][8] * 公司战略从“以资源为中心”转向“**以客户为中心**”，紧密跟随核心客户成长 [9][18][21] * **算力布局侧重**：重点布局**推理算力**，避免卷入训练算力的价格战和巨额资金占用 [26] * **前瞻性卡位**： * 在海南文昌、甘肃庆阳等地布局智算中心，这些地点是火箭/卫星发射核心节点，前瞻性布局**太空算力**与商业航天 [27][28] * 在国内围绕八大核心节点进行IDC自建规划（如海南文昌、河北怀来、安徽芜湖） [23][24] 行业趋势与市场机遇 * **AI驱动云计算进入需求驱动时代**：模型能力提升推动进入需求驱动时代，带动对云和基础设施需求的暴增 [1][13] * **Token与产品出海成为核心趋势**： * 国内模型厂商将出海作为核心战略，寻求增量市场 [14] * 全球AI产品排名中国产占大多数，Token出海和产品出海趋势明确 [14] * 拥有海外布局的云厂商将最大程度受益于此趋势 [14] * **国内AI场景落地带来机遇**：各地政府推进“人工智能+场景”落地，需要云厂商作为桥梁引入模型，为行业云、地方云带来机会 [15] * **第三方云厂商存在市场空间**：第三方模型厂商不会完全依赖大厂云，为第三方云服务商提供了机会 [16] * **IDC行业呈现新周期特征**： * 当前存在供需错配，但核心节点需求旺盛 [17] * 伴随AI渗透，IDC算力利用率有望爬升，可能带来涨价和上架率提升，**零售型IDC厂商**有望率先受益 [18] * 海外市场（北美、东南亚、中东）因商业模式好、付费意愿强、供给短缺，成为新的增长机会 [20] 未来发展规划与预期 * **IDC规模扩张**：从当前约50兆瓦，通过自建（海南文昌、河北怀来、安徽芜湖等），计划在2026年落地约150兆瓦，2027年再增100-200兆瓦，未来3年内总规模有望达到**300兆瓦**（增长约6倍） [23][24][28] * **持续伴随客户成长**：随着智谱、MinMax等客户进入高速成长期，公司智算云业务有望持续高速提升 [29] * **探索新商业模式**：凭借全球算力网络，有望构建MaaS（模型即服务）服务，或作为云底层为各行业赋能 [19][20]