一、商业模式重塑：从算力出租到Token工厂
传统算力租赁业务主要以物理算力单位计价并收取固定租金，呈现典型的重资产运营特征。该模式下资产周转效率受限，市场普遍采用具有周期属性的市盈率体系进行定价，成长弹性相对固化。随着MaaS（模型即服务）Token分成模式预计于2026年全面落地，算力服务商的盈利路径正由收取固定租金向大模型调用量分成跨越，产业整体估值中枢面临向市销率体系的系统性切换。
二、边际成本递减：需求扩张释放盈利弹性
在Token分成架构下，算力中心的运营逻辑趋近于流水线工厂。由于硬件折旧与电力消耗等底层支出具有刚性特征，当AI大模型调用频次攀升时，新增的Token消耗量将直接转化为服务商的净边际收益。这种基于使用频次的分成机制大幅优化了算力基础设施的盈利结构，万卡级算力集群的极高准入门槛将促使产业红利向核心供应链集中。以利通电子、协创数据等智算厂商为例，其核心业务正在验证这一产业景气度的传导逻辑。
三、供需错配延续：核心资产定价权稳固
高端算力硬件的较长迭代周期与供应链瓶颈，共同对算力租赁价格形成了坚实支撑。以英伟达核心计算卡为例，其长期租赁合约单价在近期呈现显著的上行趋势。叠加新一代计算卡驱动的大模型竞争以及新型服务器购置成本的攀升，先进算力的稀缺性依然是维系租赁市场景气度的核心变量。
四、终端应用破局：消耗需求步入扩张期
国内算力产业链的实质性驱动力，源于本土大模型在代码编写与智能体等复杂应用层面的能力突破。底层模型能力的跃升正在真实推高算力消耗，推动产业由单纯的算力堆叠走向应用落地阶段。随着商业模式向Token分成的质变演进，能够率先形成算力规模效应与模型生态闭环的产业参与者，将优先承接这轮需求扩张红利。
行业观察
当前算力产业链条中，底层硬件供给端以英伟达等核心厂商为代表；国内算力租赁与智算服务环节中，利通电子、协创数据、盈峰环境、智微智能等企业依托自有算力集群，主要参与大模型生态的基础设施构建与算力调度服务。
风险提示：AI进展不及预期、行业竞争加剧、宏观经济波动
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。