通信世界网消息（CWW）AI的尽头是算力，算力的尽头是电力。
2026年3月，《政府工作报告》首次提出“打造智能经济新形态”，并作出相关部署：深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式；实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。这一政策导向表明，推动电力、算力等基础设施升级，支撑人工智能规模化、普惠化应用，已经成为我国经济增长新的着力点。
本文简要阐述算电与Token的逻辑关联，系统梳理主流大模型的算电与Token量化关系，初步构建Token价格计算模型，旨在厘清从算电到Token的价值转换链条，为推动我国智能经济发展提供参考。
算电与Token
——智能经济的输入与输出
从供给侧看，智能经济需要坚实的算电基础作为物理底座。“AI的尽头是算力，算力的尽头是电力”已经成为业界共识，这句话形象地说明了人工智能的发展离不开高效稳定的计算支撑和充足可靠的能源供给。截至2026年3月底，我国智算规模已达1882 EFLOPS，全年同比增长有望超过50%。另据中国信息通信研究院数据，2025年我国算力中心用电量约为1960亿kW·h，同比增长18.1%；预计2030年相关用电量将达到5000~7000亿kW·h。在未来的智能经济“工厂”中，电力提供“燃料”，算力中心是“厂房”，共同支撑各种大模型“流水线”的运行。这意味着算电将成为智能经济的底层驱动力，代表价值链条的核心输入。
从应用侧看，智能体的快速普及正在改写Token消耗逻辑。可自主执行任务的智能体通过大模型多轮调用，完成规划、工具调用、结果评估、自我纠错等操作，单次模型调用即消耗数千至数万Token，整个任务周期的Token消耗甚至可达百万量级。2026年3月，国家数据局公布“我国日均Token调用量已突破140万亿，较2024年初的1000亿增长超千倍”。OpenRouter6月份发布的数据显示，中国大模型的Token调用量已连续6周超过美国，稳居全球首位。Token消耗量激增促使其角色定位从“面向模型的计量单位”向“面向用户的计价单位”转变。因此，Token将成为智能经济的标准产出品，代表价值链条的原生输出。
正因为存在这种以模型为纽带的“输入-输出”关系，算电与Token逐渐成为人工智能产业竞争的核心要素。
在输入端，产业界当前主要关注算力与电力在不同层次的协同，致力于提高单位算力能效。中国信息通信研究院等科研单位聚焦关键技术攻坚，推动一批算电协同示范项目的建设。
在输出端，国内外产业界瞄准Token的商业属性，积极推动Token普惠服务。2026年3月，黄仁勋在英伟达2026年度开发者大会上，将Token定义为“新的大宗商品”。同月，国家数据局正式确定“Token”的中文译名为“词元”，并指出“Token是智能时代的价值锚点，可以作为连接技术供给与商业需求的‘结算单位’，为商业模式落地提供了可量化性。”
然而，输入端与输出端之间的价值关联尚待明确，算电如何决定Token的实际价值和商业价值仍然需要进一步探索。
算电与Token的量化关系
——评估价值转换效率的核心指标
当前，算电与Token之间的量化关系存在多种表述方式，如Tokens/kW·h、FLOPS/Token等。而本文使用模型调用百万Token的能耗表示算电与Token量化关系，这一方面是因为大多数模型都以“百万Token”作为性能评估基准，且使用“百万Token”作为统一结算单位符合计量习惯；另一方面是考虑到算力与电力的能效关系较为复杂，难以准确描述，故而将算电视为整体并用能耗表征有利于简化分析。
多重因素影响单位Token能耗
单位Token能耗主要与模型、任务、硬件三方面有关。
一是模型规模和架构的影响。万亿参数模型处理每个Token所需的浮点运算次数可能是千亿参数模型的10倍以上。除了参数规模，架构设计对模型的能耗贡献同样重要。例如，DeepSeek-V3等专家混合模型每次推理只激活部分参数，相比每次激活全部参数的“稠密模型”，可在保持性能的同时降低50%~70%的能耗。
二是任务类型的影响。模型处理不同任务的能耗存在较大差异，例如GPT-4o处理代码调试、数学证明等复杂推理任务的能耗，是处理日常问答、信息检索等简单对话任务的4~6倍。
三是硬件配置和精度的影响。硬件配置决定每kW·h电量可以完成多少计算，以企业级NVIDIA H100与消费级RTX 4090的对比为例，在多模型推理场景下，RTX 4090处理单位Token的平均能耗是H100的3.1倍。而采用低精度计算缩减单数据比特位数，可大幅减少芯片存储读写与数据传输的电路损耗，显著降低硬件的耗能。
本文根据开源数据，主要选取中美两国6款主流大模型作为研究对象，以分析不同模型的单位Token能耗。其中，所选取的美国大模型包括OpenAI公司GPT-5.5、Anthropic公司Claude Opus 4.7、Google公司Gemini 3、Meta公司Llama 3.1，中国大模型包括DeepSeek-V3.1、阿里Qwen 3。6款大模型在处理文本对话任务时的百万Token能耗数据如图1所示。
图1 主流模型处理文本对话任务时的百万Token能耗情况
分类型来看，大模型的百万Token能耗与其参数规模正相关。超大型模型（参数量大于1000B）的百万Token能耗高于1 kW·h，大型模型（参数量在100B~1000B）的低于0.5 kW·h。
分国别来看，同等规模量级情况下，中国模型的百万Token能耗低于美国模型，例如，DeepSeek-V3.1的参数量多于Llama 3.1，但百万Token能耗更低，这可能得益于中国模型广泛采用了专家混合模型架构；而美国在超大型模型上仍保持性能优势，虽然这些模型的能耗相对较高，但可以有效处理高价值的复杂任务。
分模型来看，DeepSeek的百万Token能耗综合最优，而Google公司的Gemini在美国模型的能耗比较中优势明显。究其原因，DeepSeek和Google采取了两种不同的能耗降低路线：前者致力于模型架构方面的改进，通过专家混合模型架构、量化技术等，从软件层面实现能效提升；而后者在硬件性能方面持续突破，依托自研TPU v6构建基础设施，在大规模并发下的能效表现优异。
多维度匹配、全栈优化是降低单位Token能耗的关键手段
降低单位Token能耗不能依赖单一技术突破，而是需要进行“软硬协作、任务感知”的系统优化，提升模型运行各环节的能源利用效率。具体而言，涉及三个层面的匹配——模型与硬件匹配、模型与任务匹配、任务与硬件匹配。
在模型与硬件匹配方面，模型架构千差万别，而AI加速器也各有擅长，如果将模型部署于不匹配的硬件系统上，必然引发算力空转、显存瓶颈等问题，进而导致能耗飙升。因此，首先要考虑模型的稠密度。传统稠密模型每次推理会激活全部参数，对计算密度和显存带宽相当敏感，适合配备大带宽内存的通用大算力GPU；而专家混合模型等稀疏模型每次仅激活部分参数，更加依赖芯片间通信和随机访存能力。例如Google TPU v5p是为优化专家混合模型而设计的，集成了高效All-to-All通信单元，可使跨芯片通信时延和单位Token能耗大幅降低。其次，应关注计算精度的对齐，如果模型已进行量化压缩，则不必使用高精度的科学计算卡；反之，若使用消费级GPU运行高精度模型，则可能会因显存不足而能耗激增。此外，当模型参数过大时，内存容量与层划分也需要重点考量，不同的模型切分策略对芯片间通信带宽的要求差异较大。
在模型与任务匹配方面，用户的任务请求复杂多变，如果用相同模型处理所有请求，原本简单的任务也可能消耗大量算力，导致产出等量Token的实际能耗大幅增加。对此，分级调度是最直接有效的策略，可构建一个包含不同规模模型的服务簇，根据任务复杂度自动选择最佳适配模型。例如，在微软Azure OpenAI服务中，当用户发起“简单翻译”请求时，系统会透明调用内部小型专用模型，可降低一半以上的推理成本。动态深度推理则需要更精准的匹配方式，可以根据中间结果的置信度决定是否提前退出模型，以避免因简单任务而调用深层网络。在这种“提前退出”机制下，平均推理深度可降低40%~50%，能耗也可等比例下降。此外，提示工程优化也是提高模型和任务匹配度的重要方法，模型可自动改写用户提示，避免触发不必要的思维链，防止引入无意义的推理过程。
在任务与硬件匹配方面，真实的算力集群通常混有多种类型硬件，如果任务与硬件无法合理匹配，就会对系统整体利用率和能效水平造成很大影响。因此，对于在线推理等时延敏感型任务，应优先分配高性能计算资源，以降低排队和执行时延，避免因SLA（service level agreement，服务等级协定）约束导致的资源扩容和额外能耗。对于离线训练、批量推理等吞吐量优先型任务，则可调用满足性能要求且处于最佳能效区间的计算资源。若按照访存密集型和计算密集型分类，可为大批量、大模型推理匹配大带宽内存芯片，而小批量、小模型推理则可采用算力强但带宽与内存稍小的消费级芯片。此外，硬件感知的编译与执行优化，为任务与硬件的精准匹配提供了性能画像和决策依据。例如，TensorRT-LLM等现代推理框架在执行编译任务时，可根据目标硬件特性自动融合算子、重排内存访问、选择最优并行策略等。
Token价格计算模型
——衡量算电价值的有效工具
无论算电与Token之间的逻辑关联和量化关系如何复杂，在当前强调Token商业属性的背景下，从算电到Token的价值转换最终将归结为简单的外在价格。当前Token计价规则不统一、定价权限私有化，导致Token的市场价值缺乏透明度，与实际成本存在很大差异。
因此，在上述分析单位Token能耗的基础上，本文还将探究Token的实际成本和价格计算模型。
算电投入影响Token实际成本
Token的实际成本主要包括硬件折旧、电力消耗、基础设施相关开销等三大部分，各部分均与算电投入密切相关。
首先，硬件折旧费用是Token实际成本中占比最高的部分，大约占总成本的50%~70%。以NVIDIA H100为例，一台8卡H100服务器的采购成本高达30万美元，而其技术寿命为3~5年，每天需要分摊数百美元的折旧费用。其次，电力消耗费用是Token实际成本的第二大支出项，大约占总成本的12%~15%。该部分成本的占比波动性较大，除了与单位Token能耗相关外，还受到实时电价的影响。最后，Token实际成本还与基础设施相关开销有关，包括网络带宽、数据中心运维、冷却系统等方面的投入。
因此，Token实际成本的计算公式是：
具体而言，由硬件折旧决定的成本部分，受Token消耗量影响较大。因为在硬件生命周期确定的情况下，硬件单日折旧费用相对固定，所以Token消耗量越大则对应成本越低。对于电力消耗决定的部分，成本与运行的具体模型有关，可通过对应单位Token能耗和实时电价综合测算。对于基础设施相关开销决定的部分，应考虑固定折旧费用、与实际计算量有关的运营开销。因此，基础设施每天的相关开销大致呈现总成本随Token消耗量增加而缓慢上升，而平均Token对应成本下降的趋势。
供需关系和商业模式左右Token的市场定价
理论上，Token的实际成本为其定价下限提供了参考依据，但供需关系和商业模式也对Token的市场定价有较大影响。
一方面，大模型Token市场呈现明显的差异化态势，上游供应端算力紧张、成本高昂，下游需求端用量激增、分化明显。中低性能模型供给较充足，而高性能模型和优质Token供不应求，能够完成复杂推理、超长文本分析等任务的超大型模型虽然Token溢价明显，但仍然掌握较大的市场主动权。例如，字节跳动旗下豆包于6月下旬正式落地商业付费服务，其长文档解析、数据分析、AI视频生成等高级功能将通过会员订阅收费。
另一方面，模型厂商的定价策略不是被动的成本反应，而是利益驱使下的主动选择。依靠技术降本的厂商更多会选择永久折扣，旨在构筑生态壁垒；而依靠资本投入的厂商则可能采取短期大额补贴，日后势必面临巨大涨价压力。例如，DeepSeek在5月宣布对旗舰模型V4-Pro永久降价，平均降幅高达75%，与之对应的是多数主流大模型厂商都在涨价。
本文根据开源数据选取国内外6款主流大模型作为研究对象，分析不同模型的单位Token价格（输入），所选大模型的百万Token价格数据如图2所示。
整体来看，当前国内大模型的百万Token价格显著低于国外大模型，主要原因是受商业模式的影响，在百万Token能耗、用电价格、Token供应量等方面具有一定优势。美国大模型对比显示，Google公司Gemini模型的百万Token价格优势较大，超大型模型Gemini 3的单位Token价格甚至低于大型模型Llama 3.1。造成这种现象最可能的原因是Google具备自主可控的硬件生态，能够支撑其“降本不降效”的商业模式。
图2 主流模型百万Token价格（输入）对比
推动算电价值跃迁，支撑Token普惠发展
厘清从算电到Token的价值转换过程，不仅为实现更高水平的价值跃迁奠定了基础，而且有助于构建完整的Token商业逻辑。Token的规模化应用依赖单位Token价格的降低，在一定程度上也会受单位Token能耗的影响，因此需要业界在多个价值环节协同发力。
一是在能源供给环节，积极探索绿电直连、“源网荷储”等模式，参与电力市场交易，降低算力用电价格。
二是在“电力—算力”转化环节，推动算电协同技术在各层面的应用，提高模型、硬件、任务等多维度要素的匹配程度，尽可能降低单位Token能耗。
三是在用算环节，提高算力集群硬件设备、基础设施等的利用率，使其高效运行在最优负载区间，减少空置现象发生。
四是在市场定价环节，应遵循客观供需关系，采用可持续的商业模式，维持Token市场的良性竞争。
本文刊载于《通信世界》2026年第7期；原文标题：《从“算电”到“Token”：智能经济新形态的底层逻辑与普惠之路》。
作者：中国信息通信研究院 王月 朱国君 白莉婷
