产业前沿综合简报 2026-03-18
产业前沿综合简报 2026-03-18
随着中国AI大模型周调用量持续攀升，“Token出海远比电力直接出口更具有价值重要性”的特征更加明显。这倒不是否定传统电力跨境输送的价值，而是揭示了一种更高效、更具时代特征的能源价值输出方式——通过AI算力将电力转化为可全球流通的Token，实现“电力的数字化出海”。这种模式可成为中国参与全球AI竞争的新突破口。
中国AI大模型周调用量已连续两周超越美国。面向AI应用开发者的全球大模型聚合路由平台OpenRouter显示，国产大模型周调用量已连续两周超过美国大模型产品。数据显示，3月9日当周，全球模型调用量排名前九名中，公开明确的国产模型占四席，并包揽前三名，分别是调用量1.75T的MiniMax M2.5、调用量1.34T的阶跃星辰模型Step 3.5 Flash、调用量1.04T的DeepSeek V3.2，以及位列第九位、0.56T的Kimi K2.5，整体国产模型周调用量约4.69T，较上周的4.194T环比上涨11.82%。相比之下，美国AI大模型周调用量为3.294万亿Token，环比下滑9.33%。具体模型包括Gemini 3 Flash Preview、Claude Sonnet 4.6、Claude Opus 4.6、Gemini 2.5 Flash，OpenAI系列模型未进入前十。
值得关注的是，新上榜的神秘模型Hunter Alpha引发关注。据OpenRouter官方介绍，Hunter Alpha是一款为Agent用途而构建的1万亿参数、支持100万Token上下文的前沿智能模型，擅长长期规划、复杂推理和持续多步任务执行，具备OpenClaw等框架所需的可靠性和指令执行精度。Hunter Alpha上线后，于3月15日获得OpenRouter日榜第一，另一款匿名模型Healer Alpha也进了日榜前十。两款模型此前被“龙虾之父”OpenClaw开发者Peter Steinberger（彼得·斯坦伯格）公开推荐，OpenClaw用户可以直接调用，带动两款模型在AI社区内的热度攀升。目前业内对Hunter Alpha的来源众说纷纭，猜测包括DeepSeek V4、Kimi K3、智谱等，但尚无厂商正式认领。智谱已于3月16日推出面向“龙虾”场景的基座模型GLM-5-Turbo，这也是2025年以来智谱发布的首个闭源模型。不论神秘模型最终“花落谁家”，国产模型调用量的持续上升背后是OpenClaw等智能体场景对模型调用需求的激增。这类任务动辄消耗百万级Token，使得性价比突出的国产模型更受海外开发者青睐。以目前位列榜首的MiniMax M2.5为例，该款模型输入价格为每百万Token0.3美元，输出价格1.1美元，较Claude Opus 4.6的5美元输入价格与25美元的输出价格分别差出16.7倍与22.7倍。
算力背后的强大支撑是电力，新能源电力基础设施建设不仅支撑着算力的发展，同时，也为新能源电力市场发展打开了无限的增量空间，二者相辅相成。当前我国非化石能源消费占比已超20%，随着风电、光伏等新能源设施与特高压传输网络加快建设，预计未来15年将建成适配AI算力网络的全国性新能源网络，实现从局部试点、以点带面向全域覆盖的转型。我国交通基础设施规模领先，高速公路超16.2万公里、高铁超5万公里、铁路总里程达16.5万公里，依托交通路网布局新能源设施，可实现“1+1＞2”的协同效应；叠加全域覆盖的新一代信息技术设施网络，交通、能源、信息三张基础网络融合发展，既能为新能源发展提供强大助力，也能让新能源反向赋能交通与信息设施升级，形成对人工智能产业发展的强力支撑。
那么，Token究竟有多耗电？长江证券表示，AI大模型的运营成本中电力成本占运营总成本的比例高达60%-70%，因此Token某种程度可以视作一种“电力衍生品”。假设未来国产大模型年度调用量扩张至1×10⁵万亿Token，对应年耗电量875亿千瓦时，约为2025年全社会用电量的0.84%。据华泰证券测算，千万亿级全球日均Token用量对中国电量和电力或有10%级别弹性，对绿证价格、容量电价甚至电量电价的拉动显著。这组数据，勾勒出一个极具想象力的出海新赛道——“电力Token化出海”，中国的电即将算全球的题。
受近期“龙虾”热度影响，中国电力需求产生了较大扰动。OpenClaw是一款开源AI智能体框架，因其图标为红色龙虾而被网友称为“养龙虾”。它通过7×24小时自动化执行任务，带来算力需求激增，进而显著推高电力消耗。OpenClaw等AI智能体需持续运行大模型进行Token调用（如数据抓取、代码生成、邮件处理等），其电力消耗远高于传统对话式AI。据估算，重度用户月耗Token成本可达数千美元，其中主要成本来自电力驱动。中国日均Token消耗量从2024年初的1000亿增至2026年2月的180万亿级别，直接拉动电力需求。正如马斯克所言：“AI算力竞赛的瓶颈已从芯片转为电力与散热”。换言之，马斯克焦虑的尽头是电力。
在数字世界的表象下，Token并不是凭空产生的字符。它是由高性能GPU在消耗大量电能、完成千亿次运算后，冷凝出的“数字燃料”。长期以来，电力是最难跨境交易的商品——特高压只能送电到邻国，液化天然气需要昂贵的接收站，电池储能运一箱电的成本比电本身还贵。但Token的出现，让电力第一次拥有了轻量级的全球化载体：电留在国内，价值流向海外。这让Token可以变成可跨境结算的电力价值载体。
之所以中国大模型Token能出海、有底气出海，源于一个核心优势——“便宜”。长江证券研报显示，在输入价格上，MiniMax M2.5和智谱GLM-5都是0.3美元/百万Token，而Anthropic的Claude Opus4.6是5美元，是中国模型的16.7倍。当开发者可以用不到十分之一的成本，获得同等甚至更优的智能响应时，市场自然会做出选择。而对于“便宜”背后的深层逻辑，中国信息通信研究院政策与经济研究所高级工程师、中国工程院信息与电子工程发展战略研究中心特聘专家施羽暇给出了一个更立体的解释：“电价不是中国Token在成本上碾压国外的核心因素，我们的Token能出海是人工智能大模型技术能力提升+能源成本优势+供应链优势三个层面叠加的结果。”具体而言，我们的人工智能大模型企业架构创新，带来技术能力提升，降低了单位Token的算力需求；能源成本优势，降低了单位算力的电费支出；供应链优势，摊薄了基础设施的整体投入——三重优势层层传导，最终凝结成Token的极致性价比。
不过，尽管优势在握，但机遇的另一面即是挑战，尤其是“Token出海”面对的是算力需求的爆发，对“算电协同”提出了更高要求。在今年两会上，国务院总理李强在作政府工作报告时，首次提及“算电协同”。报告在“加紧培育壮大新动能”部分提出，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。随着大模型的发展，特别是大模型参数规模和上下文长度的增加，对算力的需求也与日俱增，这也导致电力特别是绿电的相对紧缺，而储能则是调节绿电波动的“稳定器”。
目前，“算电协同”模式在业内已经形成了清晰的内涵：即“算优化电，电支撑算”，通过优化算力调度、整合绿色能源资源、提升能源利用效率，这成为推动数字基础设施绿色低碳转型的关键路径。在“双碳”目标引领和新型电力系统加速构建的大背景下，绿色能源成为破解数据中心高能耗难题的关键路径。大型算力中心将从电力系统的“补充角色”逐步转变为“核心协同者”，深度参与能源系统的优化与调节。满载运行的算力中心日均用电高度稳定，天然适合作为可控负荷参与电网调频调峰，同时可根据AI大模型训练、推理需求灵活进行负载调度，实现算力输出与能源利用的综合效率最优。
那么，回到本文刚开始提到的“Token出海、新能源基础设施建设”。说到底，当前最核心的问题是实现算力需求与电力供给的实时匹配：在保证算力稳定、高效输出的同时，优化能源使用效率，降低碳排放。这意味着，超大规模智算集群不仅要看算力规模，还要在能源调度、负载管理和绿色供能上具备系统能力，形成“算力可持续、高效、绿色”的运行模式，方能为数字经济发展、“Token出海”提供坚实支撑。（LEQ）
