Token 出海，将中国电力卖给全世界

本文来自微信公众号： 深潮 TechFlow ，作者：值得关注的

1858年的夏天，一根铜芯电缆横穿大西洋海底，把伦敦和纽约连在了一起。

这件事的意义从来不在于传输速度，而在于权力结构，谁铺设了海底电缆，谁就能在信息流动中抽水。大英帝国靠着这张全球电报网，把殖民地的情报、棉花的价格、战争的消息都攥在手里。

帝国的强大不仅是有舰队，还有那根电缆。

一百六十多年后，这个逻辑正在以一种意想不到的方式重演。

2026年，中国大模型正在悄悄吃掉全球开发者市场。OpenRouter最新数据显示，平台前十模型的Token消耗中，中国模型独占61%，前三名清一色来自中国。旧金山、柏林、新加坡的开发者每天发出的API请求，正穿越太平洋海底光缆抵达中国数据中心，算力在那里消耗，电力在那里流动，结果传回来。

电力从未离开中国电网，但它的价值通过Token完成了跨境交付。

AI模型大迁徙

2026年2月24日，OpenRouter发布了一份周度数据：平台前十模型的总Token消耗约8.7万亿，中国模型独占5.3万亿，占比61%。MiniMax M2.5以2.45万亿Token空降榜首，Kimi K2.5、智谱GLM-5紧随其后，前三名清一色来自中国。

2月26日最新数据

这不是偶然，一根导火索点燃了一切。

今年初，OpenClaw横空出世，一个让AI真正开始"干活"的开源工具，可以直接控制电脑、执行命令、并行完成复杂工作流，GitHub星标数周内突破21万。

金融从业者John第一时间安装OpenClaw，并接入了Anthropic API，开始自动监控股市信息，并及时汇报给出交易信号，几个小时后，他盯着账户余额愣了几秒：几十美元，没了。

这就是OpenClaw带来的新现实。过去跟AI聊天，一次对话几千个Token，费用忽略不计。OpenClaw接入之后，AI在后台同时跑十几个子任务，反复调用上下文、循环迭代，Token消耗不是线性的，是指数级的。账单像开着引擎盖的车在加速，油表往下掉，停不下来。

开发者社群里随即流传出一个“妙招”：用OAuth令牌把Anthropic或Google的订阅账户直接接进OpenClaw，把月费制的“无限”额度变成AI Agent的免费燃料，这也是很多开发者采取的方法。

官方的反制随即到来。

Anthropic在2月19日更新协议，明确禁止将Claude订阅凭证用于OpenClaw等第三方工具，要接入Claude功能，必须走API计费通道。Google更是大面积封禁了通过OpenClaw接入Antigravity和Gemini AI Ultra的订阅账号。

“天下苦秦久矣”，Jhon随即投入了国产大模型的怀抱。

在OpenRouter上，国产大模型MiniMax M2.5在软件工程任务上的得分是80.2%，Claude Opus 4.6是80.8%，差距几乎可以忽略。但价格天差地别，前者输入端每百万Token 0.3美元，后者5美元，差了约17倍。

John切了过去，工作流依然运转，账单缩水了一个数量级，这种迁徙正在全球范围内同步发生。

OpenRouter的COO Chris Clark说得很直接，中国开源模型之所以能拿下大量市场份额，是因为它们在美国开发者运行的代理工作流中占比异常之高。

电力出海

要理解Token出海的本质，必须先搞清楚一个Token的成本结构。

它看起来很轻，一个Token大约等于0.75个英文单词，你跟AI的一次普通对话，消耗的也不过几千个Token。但当这些Token以万亿为单位堆叠，背后的物理现实就变得沉甸甸。

拆开Token的成本，核心只有两项：算力和电力。

算力是GPU的折旧摊销，你买下一块英伟达H100，花大约三万美元，它的寿命换算到每一次推理，就是折旧成本。电力是数据中心持续运转的燃料，GPU满载时每块耗电约700瓦，加上冷却系统的开销，一个大型AI数据中心的电力账单可以轻松超过年均数亿美元。

现在，把这个物理过程在地图上画出来。

一个美国开发者在旧金山发出一条API请求。数据从加利福尼亚出发，经由太平洋海底光缆抵达中国某地的数据中心，GPU集群开始工作，电从中国的电网流向那些芯片，推理完成，结果回传。整个过程，也许只用了一两秒。

电力，从未离开中国的电网，但电力的价值，通过Token，完成了跨境交付。

这里有一个普通贸易无法企及的神奇之处：Token没有形体，不需要经过海关，不会被关税打到，甚至不在任何现行的贸易统计口径里。中国出口了大量算力与电力服务，但在官方的商品贸易数据上，它几乎是隐形的。

Token成为了电力的衍生品，Token出海本质是电力出海。

这也得益于中国地相对低廉的电价，综合电价比美国低约40%，这是物理层面的成本差，竞争对手能轻易复制的。

此外，中国AI大模型也有算法和“内卷”优势。

DeepSeek V3的MoE架构让推理时只激活部分参数，独立测试显示其推理成本比GPT-4o低约36倍，MiniMax M2.5同样是229B总参数只激活10B。

最上一层是内卷，阿里、字节、百度、腾讯、月之暗面、智谱、MiniMax……十几家公司在同一条赛道上互相踩踏，价格早就跌破了合理利润区间，赔本赚吆喝已经是行业常态。

细看一下，这和中国制造出海一样，利用供应链优势和行业内卷，将Token价格狠狠打下去。

从比特币到Token

在Token之前，还有一次电力出海。

大约在2015年前后，四川、云南和新疆的电站管理者，开始迎来一批奇怪的客人。

这些人租下废弃的厂房，装进密密麻麻的机器，24小时通电运转。机器什么都不生产，只是不停地做一道数学题，偶尔，会从这道无穷无尽的数学题里，算出一枚比特币。

这是电力出海的第一代形态：把廉价水电和风电，经由矿机的哈希运算，兑换成全球流通的数字资产，再在交易所上变现为美元。

电力没有穿越任何边境，但电力的价值，以比特币为载体，流向了全球市场。

那几年，中国算力一度占到全球比特币挖矿算力的70%以上。中国的水电和煤电，以这种迂回的方式，参与了一场全球资本的重新分配。

2021年，这一切戛然而止。监管重锤落下，矿工四散，算力迁徙到了哈萨克斯坦、美国德克萨斯和加拿大。

但这个逻辑本身从未消失，只是在等待一个新的外壳，直到ChatGPT横空出世，大模型群雄逐鹿，曾经的比特币矿场摇身一变成为了AI数据中心，矿机变成了算力GPU，曾经生产的比特币变成了Token，不变的只有电力。

比特币出海和Token出海，在底层逻辑上是同构的，但Token在当下更有商业价值。

矿机挖矿是一个纯粹的数学计算，产出的比特币是一种金融资产，它的价值来自于稀缺性和市场共识，与“算了什么”毫无关系。算力本身没有生产性，更像是一个信任机制的副产品。

大模型推理不一样。GPU消耗电力，产出的是真实的认知服务，代码、分析、翻译、创意。Token的价值直接来自于它对使用者的效用。这是一种更深层的嵌入，一旦开发者的工作流依赖了某个模型，切换的成本会随时间积累而变高。

当然，还有一个关键差异：比特币挖矿是被中国驱逐出去的，而Token出海，是被全球开发者主动选择的。

Token战争

1858年铺设的那根海底电缆，代表的是大英帝国对信息高速公路的主权，谁拥有基础设施，谁就能定义游戏规则。

Token出海，同样是一场没有宣战的战争，阻力重重。

数据主权是第一道墙，一个美国开发者的API请求经由中国数据中心处理，数据物理上流经了中国。对个人开发者和小型应用来说，这不是问题，但涉及企业敏感数据、金融信息、政府合规的场景，这是一道硬伤。这也是为什么中国模型的渗透率在开发工具和个人应用领域最高，在企业核心系统里几乎没有存在感。

芯片禁令是第二道墙，中国AI发展面临英伟达高端GPU的出口管制，MoE架构和算法优化只能部分抵消这一劣势，天花板依然存在。

但眼前的阻力，只是序章，更大的战场正在成形。

Token和AI模型，已经成为中美之间新的战略博弈维度，不亚于20世纪的半导体、互联网，甚至更接近一个更古老的比喻：太空争霸。

1957年，苏联发射斯普特尼克一号，美国举国震惊，随即启动阿波罗计划，砸下相当于今天数千亿美元的资源，要在太空竞赛中绝不落败。

AI争霸的逻辑与此惊人地相似，但激烈程度将远超太空竞赛。太空毕竟是物理空间，普通人感受不到，AI渗透的是经济的毛细血管，每一行代码、每一份合同、每一个政府决策系统背后，都可能跑着某个国家的大模型。谁的模型成为全球开发者的基础设施默认选项，谁就在无形中获得了对全球数字经济的结构性影响力。

这正是中国Token出海让华盛顿真正感到不安的地方。

当一个开发者的代码库、Agent工作流、产品逻辑都围绕某个中国模型的API构建起来，迁移成本会随时间指数级上升。届时，即便美国立法限制，开发者也会用脚抵制，就像今天没程序员无法抛弃GitHub一样。

今天的Token出海，也许只是这场漫长博弈的开篇。中国大模型没有宣称要颠覆什么，它们只是以更低的价格，把服务送到了全球每一个有API Key的开发者手里。

这一次，铺设电缆的，是那些在杭州、北京、上海写代码的工程师团队，和在南方某个省份昼夜运转着的GPU集群。

这场争霸没有倒计时，它每天24小时都在进行，单位是Token，战场是每一个开发者的终端。