Token导航 LogoToken导航

AI 资讯 · 傅里叶的猫

GPU租金上涨与Token降价 AI算力成本收益分析

更新 2026-11-23傅里叶的猫正文 1385字阅读约 5分钟1 张图片
GPU租赁价格上涨,模型服务的Token单位价格却在下跌。前者是购买算力的成本,后者是出售模型服务的单价。两种价格朝相反方向走,AI产业链中的收入和成本究竟发生了什么变化?
图片

原因是多方面的,包括现在推理效率的提升(包括硬件和算法层面)、大模型厂商的价格战;当然还有一种解释是:Token越便宜,使用量就越大,进而推高GPU需求。

但GPU租金还受到另一股力量影响——融资。

长期算力买不到,需求就会涌向短期市场

许多AI公司希望签订多年GPU租约。长期合同通常比按需租用便宜,也能锁定未来的算力供应。

问题是,云服务商需要先买GPU、建集群,再交付给客户。这笔前期投入往往依赖贷款,而贷款机构会审查租户的支付能力,以及云服务商能否稳定运行集群。如果客户信用不足,或者运营商缺乏交付经验,即使双方愿意签长期租约,贷款也可能批不下来。

长期合同无法落地,客户只好购买短期算力。短期租金因此上涨,其中既有真实需求,也有融资受阻后产生的溢价。看到GPU租金上升,不能直接推断所有算力提供商的经营状况都在改善。

算力扩张,靠的不只是卖出GPU小时

中型云服务商采购GPU时,可以用设备及租赁合同获得贷款,再用客户预付款补足其余资金。只要客户持续付款、贷款机构愿意放款,新集群便能不断建起来。

融资条件收紧后,同样价值的设备需要更多前期资金。假设采购价值1亿美元的GPU:贷款覆盖70%时,运营商要筹集3000万美元;覆盖比例降到50%时,就要筹集5000万美元。这2000万美元的缺口,可能需要客户增加预付款,或由股东继续投入。

客户也有自己的资金压力。有些企业宁愿支付更高的每小时租金,也要保留现金、避免大额预付。于是市场会同时出现两个现象:短期GPU报价很高,长期算力项目却难以获得融资。

Token降价后,要卖出多少才能覆盖算力成本?

Token价格下跌,可以刺激使用量增长。更高效的芯片、模型和推理软件,也能让一小时GPU产出更多Token。因此,Token便宜和GPU租金上涨并不天然矛盾。

真正需要计算的是每小时的账:一小时GPU产生并卖出的Token收入,能否覆盖这一小时的租金、电力、网络和运营成本?

如果效率和付费使用量增长得足够快,Token单价下降仍可能带来更多收入。如果售价下降、GPU租金上涨,而实际收入没有跟上,提供模型服务的企业就会承压。单看Token调用量,或单看GPU租金,都无法回答这道题。

最终是谁在付钱?

如今一部分算力支出来自企业的经营收入,另一部分仍依赖股权融资。投资者把钱投给AI公司,AI公司购买模型服务和GPU算力,这些交易都会形成真实的销售收入。但如果终端客户创造的收入不足以支付相关成本,产业链就仍需要新一轮融资来维持增长。

这也是为什么AI技术是否有用,与当前规模的资本开支能否获得回报,是两个需要分别计算的问题。技术可以提高生产率,却不保证提供基础设施的企业能够获得与投入相称的收入。AI降低某项工作的成本后,客户也未必愿意把省下的费用全部付给AI厂商。

接下来,判断算力市场是否健康,除了看GPU利用率、租金和Token用量,更要看一个变化:购买算力的钱,是否正越来越多地来自客户持续支付的经营收入。 当经营收入能够承担不断扩大的算力账单,这轮建设才有更稳固的基础。

文中的观点参考自Odds lots 最近的一期播客。

知识星球

英伟达出货最新的专家纪要已经放到星球
文章标签算力

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。