——当Token价格持续坍塌，GPU为何越来越贵？

一、引言：一个持续扩大的价格裂口

2026年的AI产业正在上演一场前所未有的价格分化。一方面，Token推理价格以惊人的速度坍塌——Silicon Data编制的LLM Token支出指数在9月初首次跌破每百万Token 1美元关口，报0.97美元，较5月底的2.04美元高点累计跌幅超过50%。另一方面，GPU租赁价格却在持续攀升。Silicon Data的B300指数截至9月23日已升至每小时6.95美元，较4月设立时上涨43.9%。与此同时，OpenRouter平台的周Token消耗量在9月底达到146万亿，较年初增长超过22倍。

“AI越用越便宜”与“算力越来越贵”这两个看似矛盾的趋势同时出现，正在重塑AI产业的底层经济逻辑。本报告基于OpenRouter的Token消耗数据和Silicon Data的GPU价格指数，对这一结构性矛盾进行系统分析。

二、OpenRouter Token数据深度解析

2.1 需求端：Token消耗的指数级扩张

OpenRouter平台的数据记录了AI推理需求的爆发式增长轨迹。2026年1月初，平台周Token消耗量仅为6.4万亿。到8月30日，这一数字达到113万亿，增长超过17倍；到9月27日进一步攀升至146万亿，环比增长13.2%。

这一增长并非线性扩张，而是呈现显著的加速特征。8月中下旬，平台消耗量连续三周创历史新高，单周增幅一度达到24%。增长的驱动力已从早期的聊天机器人对话转向Agent工作流、编程助手等高频、高Token消耗的应用场景。Hermes Agent以超过10万亿Token的周消耗量持续位居应用榜首，Claude Code以4.87万亿位列第二，编程和Agent工具占据了应用端的绝对主导地位。

2.2 供给端：中国模型的规模性主导

中国AI模型在OpenRouter上已形成压倒性的规模优势。截至9月27日当周，中国模型在Top20中占据10席，合计消耗71.87万亿Token，占比63.0%；美国模型占8席，合计26.61万亿，占比23.3%。中国模型在周使用量上超越美国同行已持续22周。

这一格局的形成并非依靠单一爆款模型。DeepSeek的V4.1 Flash以19.6万亿Token连续第二周位居第一，环比增长24%；智谱的GLM 5.3 Flash以16.3万亿位列第二，增长16%。中国厂商的竞争已从“单模型对单模型”升级为“厂商矩阵对厂商矩阵”——智谱旗下四款模型合计消耗26.18万亿Token，DeepSeek四款模型合计约30万亿，形成了以多价位、多版本覆盖不同需求层次的系统性竞争格局。

值得注意的是，中国模型的优势不仅体现在规模上，更体现在工程速度上。正如中国电子信息产业发展研究院专家所指出的，中国开发者在模型从测试到正式发布、用户迁移和多平台分发方面的速度优势，使得技术改进能够迅速转化为实际使用量。

2.3 价格竞争：从“性价比赛”到“价格战”

OpenRouter数据折射出的另一个关键趋势是模型层面价格竞争的急剧升级。腾讯将Hy3的输入单价从0.126美元下调至0.07美元/百万Token，降幅约44.4%；DeepSeek将主力V4 Flash 0731的单价进一步下调至输入0.0352美元/百万Token。OpenAI在9月发布GPT-6 Luna时，API价格较上一代促销价再降50%，并披露Luna在代码基准上的任务成本约为GPT-5.6 Sol的十分之一。

Meta推出的“数据共享版”Muse Spark 1.3 Contributor更是将定价策略推向极致——同一模型，输入输出价格约为标准版的1/12和1/21，代价是用户数据被用于训练Meta的模型。这种“以数据换价格”的模式，标志着模型层竞争已从单纯的技术比拼延伸至数据资产的争夺。

Anthropic的遭遇则提供了反面案例。Claude系列在OpenRouter Top20中的席位从一个月前的4席缩减至仅剩2席，合计份额不足3%。其排名滑落的时间点与8月海外价格战的爆发高度重合，凸显了在模型性能差距缩小的情况下，价格因素对开发者选择的影响力正在显著增强。

三、Silicon Data GPU价格指数解读

3.1 算力供给端的价格走势：全面上涨

与Token价格的持续下行形成鲜明对照，GPU租赁价格在2026年呈现全面上涨态势。Silicon Data的Neocloud H100指数从2.20美元升至2.64美元，涨幅20%；Neocloud B200指数从4.40美元跃升至5.35美元，涨幅22%；即便是Hyperscaler H100指数也上涨了3%，达到7.46美元。

最新一代的B300表现更为突出。B300指数自4月设立以来持续攀升，截至9月23日达到每小时6.95美元，累计涨幅43.9%。这一涨幅在GPU产品生命周期中并不寻常——按照传统规律，新芯片上市后价格通常会随供应改善而逐步回落，但B300的价格却在持续走高，反映出前沿算力容量的供给约束仍然严峻。

Silicon Data CEO Carmen Li对此的描述直截了当：“价格涨得相当离谱。”她指出，需求-供给失衡的压力贯穿整个AI技术栈——芯片、内存、电力和数据中心空间。

3.2 分层定价：Hyperscaler溢价与Neocloud波动

Silicon Data的指数体系揭示了一个重要的市场结构特征：同一款GPU在不同类型提供商之间存在显著的价格分层。

Hyperscaler（超大规模云厂商）环境中的H100租赁价格几乎是Neocloud（专业AI云服务商）的三倍。这种溢价对应的是客户为便利性、现有集成和容量保障所支付的费用。更重要的是，两个层级的价格行为模式截然不同：Hyperscaler的H100费率在一个十二美分的区间内保持了五十个交易日的稳定，变异系数仅为0.47%；而Neocloud层级的同款芯片则表现出更高的波动性，4月初从2.63美元跌至2.47美元的低点，一周内跌幅约6%，随后又恢复至2.59美元。

这种“同芯不同价、同芯不同波动”的现象，意味着企业在选择算力供应商时面临的不只是价格差异，更是风险特征的根本性差异。

3.3 远期曲线：算力正在成为可交易商品

2026年4月，Silicon Data推出了全球首个GPU远期曲线，覆盖36个月的时间跨度，为算力市场引入了期限结构和隐含远期利率的概念。这一金融工具的出现标志着算力市场正在经历从“技术采购”到“资产管理”的范式转变。

早期数据揭示了一个反直觉的发现：长期GPU合同相对于按需定价并没有显著折扣，在某些情况下甚至以溢价交易，表明买方正在将容量确定性置于成本节约之上。在传统商品市场中，远期曲线通常用于套利和风险管理；GPU远期曲线的出现，意味着算力正沿着能源和大宗商品的路径，逐步演变为一种可交易、可对冲的金融资产类别。

CME Group已宣布将于2026年10月在NYMEX上线以Silicon Data的H100和B200租赁指数为基准的算力期货合约，这将是算力资产金融化进程中的里程碑事件。

四、算力市场的结构性矛盾：三重“剪刀差”

4.1 第一重剪刀差：Token价格与GPU价格的背离

Token价格与GPU租赁价格的背离是2026年AI经济中最引人注目的现象。Silicon Data的LLM Token指数从5月28日的2.07美元峰值降至9月21日的1.00美元，而同期其计算租赁系列数据显示H200、B200和B300等稀缺GPU的租赁价格持续攀升。

这一背离的成因在于两个市场运行在不同的竞争逻辑之下。Token市场受益于模型架构效率的持续提升——混合专家架构、注意力机制优化、低精度训练等技术的普及，使得同等智能水平的推理成本被大幅压缩。而GPU市场则受制于物理基础设施的刚性约束——先进制程芯片的产能、HBM内存的供应、数据中心的电力和冷却容量，这些要素的扩张速度远慢于模型效率的提升速度。

4.2 第二重剪刀差：用量增长与单位价值下降

OpenRouter数据显示，平台Token消耗量在8个月内增长近14倍，但单位Token的价格却在持续走低。这意味着API提供商的收入增长必须追赶一个不断缩小的单位经济模型。

对于模型层公司而言，这一剪刀差的含义是严峻的。Syz Group首席投资官Charles-Henry Monchau的分析切中要害：基础模型实验室受到直接冲击最大，“Token价格通缩会压缩营收，但运算资源的承诺成本却维持固定”。收入端通缩与成本端刚性的组合，正在系统性侵蚀模型层公司的利润空间。对于正在冲刺IPO的OpenAI和Anthropic而言，这构成了招股说明书中最难向投资者解释的部分。

4.3 第三重剪刀差：中国供给效率与美国成本结构

中美AI产业在算力经济上正形成两种截然不同的模式。中国模型厂商通过架构创新、开源策略和极致的工程效率，将推理成本压缩至全球最低水平。DeepSeek采用因果编码器-解码器架构，总参数552B但激活仅8B/16B，配合100万Token上下文，实现了极低的推理成本。中国头部模型几乎全部开放权重，开发者可以免费私有化部署，API定价由此失去溢价空间。

美国厂商则面临不同的约束条件。OpenAI和Anthropic的收入高度依赖API调用和订阅费用，成本端却锁定了长期的算力采购承诺。在模型性能差距缩小的情况下，美国厂商的定价空间被中国开源模型的系统性成本优势持续压缩。两者的对策也呈现分化：美国厂商试图“向上走”，依靠订阅制和企业级服务对冲API降价；中国厂商则“向下扎根”，以规模和效率构建壁垒。

五、深度分析：算力金融化与产业权力结构的重塑

5.1 算力从“成本项”到“资产类别”的跃迁

GPU远期曲线和算力期货的推出，标志着算力正在经历一场根本性的身份转变。在传统AI产业中，GPU是资本支出中的折旧项，其价值随时间递减。但在金融化框架下，算力成为具有期限结构、可对冲、可交易的资产类别。

这一转变对产业参与者具有深远影响。对于算力买方而言，远期曲线提供了评估“自建还是租赁”决策的量化框架——CTO和CFO可以基于同一张图表来讨论资本配置。对于金融机构而言，算力期货为AI基础设施投资提供了风险管理工具，使得养老金、保险资金等长期资本能够更安全地进入AI基础设施领域。对于GPU持有者而言，算力资产的金融化意味着其资产负债表的透明度和流动性都将提升。

但金融化也带来了新的风险。远期曲线显示，长期合同相对于按需定价没有显著折扣甚至存在溢价，这暗示市场对算力供给的长期预期仍然偏紧。如果AI需求增速出现超预期放缓，算力价格的调整可能通过金融杠杆被放大，形成类似能源市场的波动性传导。

5.2 Token经济学中的“虚假信号”

一个需要警惕的认知陷阱是：Token平均价格的下降不应被简单解读为AI服务正在变得“便宜”。Silicon Data的Token指数是按使用量加权的实际支付价格，而非总支出或总消耗量。该指数下降的一个重要驱动因素是使用结构的迁移——更多的日常工作任务被路由到中低端模型，而高价值工作负载仍然依赖前沿模型。

这意味着Token平均价格的下降在某种程度上是一个“合成指标”：它是低价模型用量占比提升的结果，而非所有模型同步降价的反映。对于企业用户而言，真正重要的指标不是平均Token价格，而是特定任务在特定模型上的总拥有成本。随着Agent工作流的普及，单次任务的Token消耗量可能达到传统对话的数倍甚至数十倍，总成本反而可能上升。

5.3 中国模型的规模优势能否持续？

中国模型在OpenRouter上的主导地位建立在三个支柱之上：极低的推理成本、快速的产品迭代节奏、以及多价位模型矩阵的覆盖能力。但这三重优势都面临潜在挑战。

推理成本优势的可持续性取决于架构创新能否持续领先，以及开源生态的“公地悲剧”是否会出现——当所有厂商都依赖开源模型时，谁来进行下一代基础架构的研发投入？快速迭代优势则取决于工程人才储备和迭代文化的延续，以及监管环境的变化。多价位矩阵的优势可能被“自相蚕食”所削弱——当同一厂商的多款模型在同一价格带竞争时，增量消耗可能来自内部转移而非净增长。

更深层的问题在于，Token消耗量本身并不等同于商业价值。正如行业专家所指出的，下一阶段的挑战是将成本优势转化为可靠的服务、更强的开发者生态和更高价值的企业应用。在这方面，Anthropic的路径提供了参照：尽管其模型在OpenRouter的Token消耗排名中持续下滑，但Claude Code在编程和Agent等高价值场景中仍保持强劲竞争力，说明“规模”和“价值”可以是两个独立的竞争维度。

六、结论与展望

2026年AI算力市场的核心矛盾可以概括为：模型层的效率革命正在以快于基础设施扩张的速度压低Token价格，而物理世界的供给约束却使得算力资产的稀缺性持续上升。这两个趋势短期内难以收敛，将共同塑造未来12-18个月的产业格局。

对于模型公司而言，关键课题是在Token价格通缩的环境中建立可持续的利润模型。纯粹依赖API调用量的规模逻辑将越来越难以为继，差异化必须来自特定场景的深度优化和垂直整合能力。对于算力提供商而言，金融化工具的引入使得算力资产的定价效率将提升，但同时也要求更精细的风险管理能力。Hyperscaler与Neocloud之间的定价分层可能进一步扩大——前者凭借集成便利性和容量保障获取溢价，后者则以价格和灵活性竞争。

对于投资者和企业决策者而言，最重要的认知转变或许是：在AI时代，Token价格不是衡量AI成本的有效指标，算力资产的获取成本和风险结构才是。当算力期货合约在CME上线后，算力市场将拥有第一个公开的价格发现机制，这将为整个产业的资本配置提供远比Token消耗量更可靠的信号。