AI应用商业模式向“场景Token”转变，按使用量或结果收费，修复信号显现。算力租赁进入长期景气周期，龙头公司业绩弹性大，供需缺口支撑价格，杠杆可控，交付能力提升。投资聚焦高成长、低估值、有Token收费模式的应用公司及国内外算力龙头。
【会议概要】
本次会议的核心观点是：AI应用板块正迎来修复信号，其商业模式正从传统订阅/项目制向“场景Token”模式演进；同时，算力租赁行业进入长期景气周期，龙头公司业绩弹性与长期价值凸显。
具体分析如下：
“Token经济学”的三层增值逻辑：算力层产生Token → 模型层通过智能密度加价 → 应用层通过行业Know-how和工程化能力再次加价，最终服务于B/C端客户。
“场景Token”正在重塑AI应用的商业模式。应用厂商不再局限于按订阅或项目收费，而是在能为客户带来明确增收或降本的场景中，开始探索按Token消耗量或按结果付费，且单Token价格高于通用模型。这代表了从固定收费向可变、价值导向收费的转型。
和范式（Fanshi）。
“Token工厂”
模式演进，比拼集群调度和推理优化能力，龙头公司更受益。
主讲人：
各位领导晚上好。我们开始本周观点的汇报，主要聚焦两个方向：AI应用和算力租赁。算力租赁是本周关注度最高的板块，而AI应用也确实出现了一些新变化。
第一部分：AI应用观点
首先汇报AI应用的最新逻辑。今年以来，除了1月中旬涨过一周，AI应用板块几乎无人关注，无论是美股、港股还是A股，都被“大模型吞噬软件”这句话压制。直到本周，出现了新的叙事逻辑。
这个新逻辑就是
“Token经济学”的三层增值链条：从算力层产生Token，到模型层通过提供智能密度加一层价值，再到应用层通过注入行业Know-how和工程化能力，再次加价，最终交付给B端或C端客户。以前只有模型厂商按Token（API调用）收费，现在算力租赁厂商在讨论按Token分成，应用厂商也开始探索在具体场景中按Token消耗量或按结果收费，且单价更高。我们称之为“场景Token”，它正在推动AI应用商业模式的根本性变化。
第二个关键点是关于企业IT预算。市场看空软件的核心逻辑之一是认为AI算力和模型投入会挤压传统软件预算。但我们认为，企业广义IT总支出（包含AI）的蛋糕是在变大的，因为企业将部分人力、营销、运营预算转投向了AI。虽然预算结构在变——算力和大模型占比提升——但AI原生应用的蛋糕也在变大。我们需要寻找的，正是那些能在客户那里获得增量AI应用蛋糕、跑得快的公司。
因此，我们本周提示了应用板块的反弹机会，但并非普涨，需要精选标的。选股标准有三个：1）业绩成长性高；2）估值处于低位；3）已有按Token消耗量或结果付费的收入。符合这些条件的公司，例如卖萌时（Maifushi），其AI应用收入三年复合增速达70%，一季报增速更是高达110%，且已有按调用量收费的业务。另一个例子是范式（Fanshi），其业务本质结合了算力租赁和模型/应用能力。总之，应用板块目前赔率高，但需仔细甄别业绩能否真正提速。
在AI时代选应用公司，需要同时考虑护城河和成长性。护城河确保公司长期存活，成长性则看收入利润增速及按Token收费业务的潜力。只有护城河高且成长性强的公司，才应是核心持仓。
关于国产大模型V4，预计下周发布。需要客观看待其能力，但它对国产算力需求和企业级AI应用渗透有重大意义：一是将推动国产算力卡成为企业主流选择；二是其强大的能力（尤其是开源）将加速AI应用落地。
第二部分：算力租赁观点
接下来由同事汇报算力租赁板块。
同事：
各位领导晚上好。我汇报算力租赁的最新进展。首先梳理近期催化：
我们的结论是：持续看好算力租赁行情的持续性，国内龙头公司的业绩仍有很大上修空间。针对市场长期存在的四个疑虑，我们逐一分析：
价值角度：不能机械地用拥有成本模型衡量。新一代大模型（如GPT-5.4）在相同硬件（如H100）上创造的价值远高于旧模型（如GPT-4）。模型层利润增厚，会让渡部分价值给算力层，支撑租金。
海外龙头CoreWeave的最新融资成本已降至6%左右，较早期的10-15%大幅下降。国内龙头凭借与大厂的合同获取银行贷款，利率仅3.7%-4%，杠杆压力很小。
国内龙头交付极快，最快两个多月即可从下单到计费。海外龙头此前交付确有延误，但目前已明显改善并加速。
长单锁定收益：国内外龙头均通过签订5年或“3+2”年锁价长单，保障未来收益。当前卖方市场下，锁价期限还有延长趋势。
投资建议：优选龙头。国内关注协创、鸿钧、金山云等；海外关注CoreWeave等高确定性标的。
主讲人：
好的，今天的内容就这么多，感谢各位领导。
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。