从变压器热抢到Token出海：中国新能源如何悄然主导AI时代？
前几天，一段视频在网络上迅速走红。
中国院士王坚在接受采访时，谈及美国老旧的电网，脸上难掩笑意。
“美国要解决电力问题，比马斯克往太空送货还难。”他还提到，最让马斯克受挫的是，建电厂从变压器开始就得依赖中国产品。
早在去年，外媒就曾惊呼：中国即将成为人类历史上首个‘电力帝国’。
中国不仅建成了全球输电能力最强、规模最大的新型电网，还牢牢掌控着电力科技的主导权。
如今，这种价格低廉、供应稳定的电力无需关税，仅凭一根网线就能销往全球，这便是——Token出海。
Token出海是本月电力领域最热门的话题。华泰证券最新发布的数据显示：若全球日均Token调用量达到千万亿级，对中国电量和电力的潜在拉动可能超过10%。
简单来说，Token是大模型处理问题的基本单位。而Token出海，本质上是将中国的电力封装成Token售往全球。
这对储能和电厂意味着什么？
第一，新增了一个庞大的用电客户。招商证券预测，到2030年，数据中心用电量占全社会用电量的比重将从目前的1.7%提升至4%左右。每增长一度电，都能带来实实在在的收入。
第二，绿电消纳有了新途径。西部的风电、戈壁的光电，过去发出来难以输送，现在算力中心直接建在能源富集区，电力就地转化为Token，再通过网线销往全球。5毛一度的中国绿电，转手就能卖到11块钱。
第三，火电多了一条利润渠道。AI进入推理时代后，需要稳定的基荷电源，火电的盈利空间正逐步打开。
第四，储能成为必选项。数据中心对供电稳定性要求极高，风光电要直接供给算力中心，必须配备储能设施。
海外开发者每调用一次中国模型，背后都是一次真实的电力消耗，这背后是整个中国新能源市场的机遇。
01 卖Token实则卖背后的电力
用户购买Token究竟买的是什么？
把Token想象成工厂的产品。
这个工厂的生产流程是：一端输入电力，中间是成千上万块芯片日夜运转，另一端产出Token，电力进去，Token出来，就是这么简单。
所以Token里装的是什么？装的是电力。将一度度电通过芯片转化，封装成一串串代码。
回到问题本身，用户为何要买Token？
因为购买Token，比自建一个【电厂+芯片】的工厂划算得多。
一家公司想训练AI模型，有两个选择。
一个选择是，自己建机房、买芯片、拉带宽、雇工程师、解决散热问题、应对峰谷电价。前期投入数亿元，折腾两三年，模型还没运行起来，芯片可能就已过时。
另一个选择是，直接购买Token。像交电费一样，用多少付多少。今天跑个模型，明天调试应用，按量付费，随时可停。
前者是买一座发电厂，后者是直接接入电网。对绝大多数公司而言，接入电网是理性的选择。
这还不是全部。
中国西部有大量价格低廉的绿电，但距离遥远。这些电无法直接输送到上海或深圳的机房，损耗太大。但如果在当地建设数据中心，将电力转化为Token，再通过网线传输出去，成本就降下来了。
这是Token出海真正的底层逻辑：把中国西部用不完的便宜电，封装成全球开发者买得起的算力。
用户买的，表面上是Token，实际上是一次次调用便宜电力的权利。购买Token，买的就是这个。
02 将最便宜的电销往全球
说完Token是什么、为什么买，接下来要弄清楚另一件事：中国的电力到底有多便宜？便宜的电力有多重要？
先看第一个问题：中国的电力有多便宜？
直接看数据。2024年，中国工业用电平均价格为每度0.088美元，约合人民币六毛多。
这个数字单独看可能没什么概念，得放在全球范围内比较。
2025年，欧盟工业电价已是中国的两倍以上，准确地说，比中国高出约50%。德国的化工厂、法国的炼铝厂，每用一度电的成本是中国的两倍。东南亚的菲律宾、新加坡，工商业电价也明显高于中国。
更关键的是，中国西部还有大量价格更低的绿电。这些电在当地成本更低，但因无法远距离输送，最好的办法就是在当地建数据中心，将电力转化为token，再通过网线传输出去。
所以中国的电价优势，不是略微便宜，而是结构性便宜：
既有庞大的煤电压舱石保持稳定，又有快速增长的绿电拉低成本。目前中国风电和光伏装机容量已超过煤电，这意味着未来绿电占比会越来越高，成本还有下降空间。
接着看第二个问题：便宜的电力到底有多重要？
中信证券的一份研报算了一笔账：在算力中心的全生命周期里，电费占运营成本的40%以上，剩下的是折旧、人工和维护费用。
这意味着，如果你是一家做AI训练的公司，每个月交的电费可能比给程序员发的工资还多。
所以电力价格直接决定了算力成本。
中国的电比欧洲便宜一半，这意味着同样规模的算力中心，在中国运营的成本比在欧洲低一半。
此外，AI算力对电力要求极高。大规模GPU集群瞬间启动，会对电网造成冲击；芯片能承受的电压波动远低于电网日常波动。
便宜只是基础，稳定才是关键。而中国的电网是全球公认最稳定的工业电网之一。
最后看第三个问题：世界对便宜电力的需求有多大？
2026年，全球IT支出预计达到6.15万亿美元，其中增长最快的是数据中心，增速达31.7%，总额超6500亿美元。服务器支出增长36.9%，全是为AI服务的。
再看算力本身的需求。全球对数据中心电力容量的需求正以每年19%到27%的速度增长。这意味着到2030年，全世界要在不到四分之一的时间里，建成至少两倍于2000年以来的数据中心电力容量。
驱动这一切的，是AI模型对算力的“吞噬式”需求。训练一个大型语言模型所需的计算量，每年稳定增长约5倍。这种增长速度，只有最便宜的电力才能支撑。
马斯克曾说：AI的未来本质上是能源的未来。这话虽有些绝对，但道理没错。
算力是AI的粮食，电力是算力的粮食，谁有最便宜的“粮”，谁就能喂饱最多的模型。
反映到Token出海上，极致的电力性价比是中国最大的优势。
美国主流AI模型输出价格在10美元/百万Token，中国在10-20元人民币区间，有近7倍的价格优势。
另外，据OpenRouter平台数据显示，处理相同数量的Token时，MiniMax的M2.5与智谱的GLM-5输入价格仅为0.3美元/百万Token，而海外对标产品Claude Opus4.6价格高达5美元/百万Token，是中国模型的约16.7倍。
03 持续盈利的“永动机”生意
这些好处是短期风口，还是长期生意？
如果只是价格便宜但模型不好用，开发者也不会买账。现实是中国的大模型如今并不弱，在编程、推理、多模态等关键能力上，Kimi、智谱、MiniMax等的表现已逼近甚至在某些场景对标Claude和GPT。
这就形成了一个难以拒绝的组合：既便宜又好用。
近日爆火的OpenClaw，又称“龙虾”，是一款开源AI智能体，可部署在本地电脑上，自动执行复杂任务。它的核心能力之一是动态模型路由。
每接到一个任务，它会自动判断：哪个API最便宜、延迟最低、最适合完成这个任务，然后跳转过去。
结果是大量请求通过这只“龙虾”中转，最终流向上海、北京和杭州的算力机房。
因为OpenClaw的路由器是绝对理性的。它在15个维度上实时打分，最终选出的永远是【够用且最便宜】的选项。
而中国模型恰好长期占据这个生态位。
数据可以说明一切。2月最后一周，OpenRouter平台上前十位模型的总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消耗位居榜首，Kimi K2.5、智谱GLM-5紧随其后，前三名清一色来自中国。这是开发者用Token投出的“选票”。
而且这种可持续性是结构性的。
据《中国企业家》杂志报道，一个部署了Openclaw的欧洲开发工作室在网上算了一笔账：
他们80%的日常推理引擎由Kimi K2.5完成，只有20%的复杂任务交给Claude。使用一天K2.5的开销约为5到10美元，如果全部用Claude，月消耗将在800到1500美元。
这种价差足以让任何理性的商业开发者做出选择。
更关键的是，OpenClaw本身就是一个巨型Token“黑洞”。它不是问答式Chatbot，问一句答一句。它是在后台持续运行流程的Agent。
搜索资料、生成文档、爬虫测试，动辄消耗几百万甚至几千万Token。有人跑一天OpenClaw，用了5000万Token。这种消耗量级，对价格的敏感程度是指数级的。
需求也是可持续的。
全球对数据中心电力容量的需求正以每年19%到27%的速度增长。到2030年，全世界要在不到四分之一的时间里，建成至少两倍于2000年以来的数据中心电力容量。这些新增的算力，都需要“喂”Token。
更重要的是，这种【越卖越便宜】的逻辑是自洽的。
卖的Token越多，中国新能源就越受益。新能源支撑了算力，算力反过来消化了新能源，形成正向循环。
也就是说，这不是短期炒作的需求。
它是全球AI需求与中国能源的结合。开发者要便宜算力，就得持续调用中国Token；要持续调用中国Token，就得持续消耗中国电力；要持续消耗中国电力，绿电要跟上，储能要配备，火电要支撑。
市场上有人把中国的电比作【世界石油】，这个比喻毫不夸张。
石油曾驱动整个20世纪的工业文明。谁掌握了石油，谁就握住了工业的命脉。而今天，AI时代的命脉是算力，算力的“粮食”是电力。
中国恰好同时拥有两样东西：稳定的电网和便宜的绿电。
只要全球AI还在持续运作，中国新能源就会一直受益，毕竟没人会拒绝便宜又好用的商品。
本文来自微信公众号“新能源产业家”，作者：刘然，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com