打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

核心结论Token 出海是真趋势,但“OpenRouter 调用占比”只是流量样本,不等于全球市场份额,更不等于利润。最值得跟踪的不是概念名单,而是模型价格、有效 Token 收入、推理毛利率,以及算力供应商合同—交付—消耗—回款的闭环证据。

免责声明:本报告基于公开资料与用户提供图片形成,不构成任何投资建议。

一、执行摘要:从“模型出海”到“Token 出海”

一句话判断中国模型凭借开源、低价和 Agent/编程能力切入全球开发者生态,正在把国内算法效率与相对低成本的算力、电力转化为海外调用量;但收入与利润兑现仍取决于定价权、渠道抽成、推理成本和合规边界。

趋势成立,但口径要收窄。2026年2月的公开讨论显示,MiniMax M2.5、Kimi K2.5、GLM-5 等在 OpenRouter 周度榜单居前,中国模型一度占前十 Token 的约61%。该口径仅代表一个模型聚合平台的调用样本,不应外推为全球 AI API 市占率。

需求侧的核心增量来自 Agent。多轮推理、工具调用、代码生成和长上下文会把一次用户任务放大成多次模型调用,Token 消耗弹性远高于传统聊天;这解释了调用量快速增长,也放大了延迟、稳定性和成本压力。

商业化的关键是“有效 Token”。免费额度、缓存命中、内部测试、路由失败和超低价促销都会推高调用量但不贡献同等收入。应该从“Token 数”切换到“每百万 Token 净收入 × 有效调用量 × 推理毛利率”。

A 股映射必须看证据链。模型公司与上市公司的股权、长期算力租赁、已投运机柜、真实上架率和回款最有价值;仅有生态合作、参与基金或客户名单的关系,业绩穿透度明显更低。

产业链价值可能先流向推理基础设施。训练是脉冲式资本开支,推理是随用户活跃持续发生的运营性需求;但 IDC/AIDC 公司并非自动受益,电力指标、GPU 获取、网络、液冷、客户信用与折旧共同决定回报。

关键判断矩阵

问题

我们的判断

可验证指标

Token 出海是否可持续

中高概率;性能/价格比与开源分发仍有优势

海外开发者数、付费账户、复购、净收入留存

流量能否转成利润

尚未证明;价格战与高推理成本会稀释利润

API 单价、渠道费、单位推理成本、毛利率

算力链能否兑现

结构性而非普涨;取决于合同质量与资源稀缺性

锁量合同、上架率、PUE、应收账款、现金回款

主题交易最大风险

把平台样本当全球份额,把合作公告当业绩

口径核验、关联交易、客户集中度、资本开支

二、为什么 Agent 会把 Token 变成新的工业品从“问答”到“执行”,调用强度发生跃迁

传统聊天通常是一问一答;Agent 会先规划,再检索、调用工具、读写文件、执行代码、反思和重试。一个用户任务可能产生数十次模型调用,且上下文在每一轮累积。于是单位用户的 Token 消耗不再线性增长,而是受任务复杂度、并行 Agent 数、上下文长度和失败重试率共同驱动。

价格战与缓存会制造“量增价跌”

开源权重、聚合路由与厂商促销降低了迁移成本。模型能力接近时,开发者会快速切换到更便宜的模型;平台还可通过提示词缓存、量化、投机解码和动态批处理降低实际计算量。这意味着 Token 总量上涨并不必然带来等比例的 GPU 需求或收入增长,必须观察每单位有效 Token 的计算成本是否下降得更快。

三、竞争格局:国产模型的优势与护城河3.1 四类优势

性能/价格比:在编码、工具调用与长上下文任务上达到“够用甚至领先”,同时以更低 API 价格切入。

开源与可部署:开放权重或宽松许可降低全球开发者试用和二次开发门槛。Kimi K2 论文披露其为1万亿总参数、320亿激活参数的 MoE 模型,并强调 Agent、代码与推理能力。[S5]

工程效率:在受限硬件环境下强化稀疏架构、推理优化和集群调度,单位算力输出的有效智能提高。

生态扩散:OpenRouter、IDE、Agent 框架和云市场把分发从单一 App 扩展到开发者工作流。

3.2 护城河不是榜单第一,而是五个闭环

闭环

领先指标

滞后结果

模型迭代

版本频率、基准与真实任务成功率

付费留存、品牌心智

开发者生态

SDK下载、GitHub活跃、集成数

API调用与迁移成本

推理经济性

吞吐、延迟、缓存命中、单位成本

毛利率与定价空间

全球交付

区域节点、SLA、支付与支持

海外收入与大客户

合规安全

评测、审计、数据边界

市场准入与企业订单

Kimi K2.5 的公开论文将其定义为开源多模态 Agent 模型;后续独立研究也提示开源模型在安全评估、偏差和滥用方面仍存在争议。[S6][S7] 因此,海外扩张不仅是性能问题,也是安全文档、数据治理和区域监管适配问题。

四、价值链利润池:模型、聚合平台、云与 AIDC 谁更受益4.1 模型层:高弹性、高竞争、最依赖定价权

模型层最直接获得 API 收入和品牌溢价,但面临版本迭代快、客户切换成本低、训练与推理投入高等问题。短期常见策略是以低价/免费换分发,长期必须通过企业 SLA、专有能力、多模态、工具生态或私有化部署建立差异化。

4.2 聚合路由层:掌握分发,但可能压缩模型议价

聚合平台统一鉴权、计费、模型切换和可观测性,天然受益于多模型竞争。其数据很有趋势价值,但也是“样本偏差”的来源:平台越偏开发者、越偏开源模型,榜单越不能代表全部企业市场。

4.3 云与推理平台:更接近稳定收入

云厂商可同时赚取 GPU、存储、网络、托管和平台服务收入,并通过自有客户关系降低获客成本。润建股份2024年半年报披露其与阿里云、百度等厂商合作、覆盖多个海外国家和数据中心项目,说明其具备算力/数据中心服务能力,但并不等同于特定模型收入已确认。[S8]

4.4 AIDC/IDC:最容易量化,也最容易被资本开支反噬

AIDC 的收入可由机柜、功率、上架率和租金估算,确定性看似更高;然而高功率机柜、液冷改造、网络与GPU投资会推高资本开支和折旧。若客户集中、合同短或回款慢,收入增长可能伴随自由现金流恶化。

环节

主要收入

核心成本

最关键验证

模型厂商

API、订阅、私有化

训练/推理、人才、获客

净收入留存、单位推理毛利

聚合平台

渠道费、价差、企业服务

流量采购、支付、合规

GMV、抽成率、客户留存

云/推理平台

GPU时长、托管、平台服务

硬件、带宽、运维

利用率、SLA、客户结构

AIDC/IDC

机柜/功率租赁、运维

电力、折旧、融资

上架率、PUE、回款、ROIC

五、A 股映射:从概念名单转向可验证观察池

以下并非推荐名单,而是基于用户图片建立的核验框架。由于图片覆盖公司众多,本报告不对每家公司的客户关系作确定性背书;所有关系应以交易所公告、定期报告和合同原文为准。

映射类型

图片涉及的代表公司

必须核验的证据

业绩穿透度

模型/平台直接算力租赁

鸿博股份、润泽科技、奥飞数据等

合同金额/期限、资源交付、月度消耗、回款

数据中心基础设施

数据港、光环新网、科华数据、杭钢股份等

已投运功率、客户上架率、PUE、资本开支

中高

云与智算运营

润建股份、云赛智联、东方国信等

算力规模、客户结构、利用率、毛利率

股权/基金/生态合作

图片中的参股、生态基金、战略合作对象

持股比例、穿透权益、投资收益、退出条款

低—中

间接客户或产业链推断

字节/阿里/腾讯/百度供应链映射

是否存在直接合同、收入占比、是否可持续

典型误区

客户是模型公司,不代表算力用于该模型;同一客户可能把资源用于内部多种业务。

参股基金投资某模型公司,不等于上市公司拥有等比例股权,也不等于产生经常性利润。

签约金额不等于当期收入;交付、验收、消耗与回款节奏决定确认。

数据中心“规划容量”不等于已上架容量;建设期资本开支先发生,收入可能后置。

大客户锁量提升利用率,也带来客户集中、议价和信用风险。

六、跟踪指标与情景分析6.1 月度/季度跟踪仪表盘

维度

领先指标

红灯信号

全球采用

OpenRouter等平台份额、开发者集成、GitHub活跃

单一平台冲榜、促销结束后快速回落

变现

付费账户、有效Token、净单价、NRR

量增价跌、免费流量占比高

推理效率

吞吐、首Token延迟、缓存命中、故障率

成本下降慢于降价、SLA不稳

算力供给

投运功率、上架率、PUE、液冷比例

规划多、投运慢、利用率低

财务质量

经营现金流、应收周转、ROIC

收入增长但现金流恶化

合规

海外节点、审计、安全评测、数据政策

下架、限制访问、支付或出口管制

6.2 三情景框架(未来12—24个月)

情景

触发条件

产业结果

受益环节

乐观

Agent渗透加速;国产模型持续性能/价格领先;海外合规顺利

有效Token与单价共同增长,推理毛利改善

模型+云+高利用率AIDC

基准

调用增长、单价下行;多模型竞争;算力利用率温和提升

收入增长慢于Token,利润向效率领先者集中

云/推理优化、头部IDC

悲观

平台流量回落;价格战;监管/安全争议;客户回款恶化

Token高增但收入停滞,资本开支形成负担

聚合平台相对抗压,重资产承压

七、结论:把“流量故事”翻译成“现金流证据”

Token 出海代表中国 AI 从应用出海、硬件出海之外,开始输出可编程的智能服务。它可能形成长期产业趋势,但当前最有价值的信息不是某周榜单,也不是一张概念股名单,而是四条可重复验证的证据链:海外付费用户增长、有效 Token 净收入、单位推理经济性、算力合同的交付与回款。

对模型厂商,护城河是任务成功率、生态与推理效率;对云和 IDC,护城河是稀缺资源、利用率、SLA和资本纪律;对投资者,护城河是把“关联”拆成合同、收入、利润和现金流。只有当这四层同时成立,“把中国的电炼成世界的油”才会从传播性口号变成可持续商业模式。

最终判断看多趋势,但反对无差别映射。模型层选能持续迭代并拥有全球开发者生态的公司;算力层选合同透明、资源已投运、利用率高、回款好、资本回报可验证的公司。