Token计费逼近机时计费：算力租赁平台的卡时租约还划算吗
计费单位正在悄悄换代。信通院 9 月发布的智算基础设施研究报告提示：算力服务商业模式正从卖硬件到卖服务再到卖价值三级跃迁，计费从按卡时、机柜租赁转向按 Token 消耗量计费，演进到 Token 即服务。国家数据局今年 3 月把 Token 正式命名为词元，明确其为人工智能服务的通用计量单元。对企业用户，一个实际的选择题摆上桌：模型算力到底继续按卡时租，还是按 Token 调用。这篇文章给一个可以算完再决定的框架。
一、两种计费方式的本差别
卡时计费买的是资源占用：不管卡上有没有任务在跑，时间到了就计费。它的优点是可控，成本上限就是月租或按量单价，任务调度、框架版本、数据边界全在自己手里。Token 计费买的是结果消耗：不用关心底层几张卡，按实际生成的词元数量付钱，波动负载的成本自动跟随用量伸缩。
两者的差别本质是风险分配。卡时把利用率风险留给租户，租了不用是自己的损失；Token 把利用率风险留给供给方，机器空转的成本摊进词元单价。信通院报告的分层判断是：负载稳定、规模可预测的头部需求继续走资源形态，波动大、长尾化的需求往服务形态迁移。
产业侧的信号很密集。醒石智算董事长李大学在 CNCC2026 上给出的测算被广泛引用：Token 用量从前年的 1000 亿增至去年的 140 万亿，如今每天 500 万亿，而 GPU 平均利用率低于 30%；负载率 90% 的 Token 工厂年产出约 41.85 亿元，降到 30% 只剩 14 亿元。同一堆机器，收入差三分之二，这解释了为什么供给方有动力把计费往 Token 迁移。
二、一个可算的分界算例
把两种方式折到同一量纲就能比较。以极智算官网 10 月 28 日采集价为例：H20 96G 实例按量 6.20 元/时。假设某 32B 模型在该卡上稳定吞吐 2000 tokens/s（假设值、非实测，实际取决于模型与并发），一小时产出约 720 万 token，折每百万 token 成本约 0.86 元。若自建负载只能跑满四分之一时间，有效单价翻四倍到约 3.4 元，此时与厂商 API 的牌价区间已经重叠。
| 负载形态 | 折算逻辑 | 更划算的形态 |
|---|---|---|
| 7×24 稳定在线服务 | 卡时跑满，单位词元成本被摊薄 | 卡时租赁或整机长租 |
| 工作时段波动负载 | 卡时空转时段照计费 | Token 调用或按量实例 |
| 突发峰值为主 | 峰值决定卡数，均值决定成本 | Token 调用，或按量兜底 |
| 私有化与数据敏感 | 数据不出域是硬约束 | 卡时租赁，不计价差 |
这个算例的可复用之处在方法而不在数字：先在候选实例上实测目标模型的稳定吞吐，得到自己的每百万 token 卡时成本，再与 API 牌价并排。利用率是整个比较的杠杆，四成利用率与九成利用率会得出相反的结论。各档位实例价格可在算力市场实时价目查询后代入。
算例里还有两个变量要交代清楚。一是吞吐假设要保守：2000 tokens/s 是稳定值，峰值吞吐不能代入长期账，否则单价被低估；二是残值端忽略不计：租约到期数据清零，两种方式都不存在资产回收，比较只看流量期支出。变量交代得越清楚，季度复核时才有可比的基准。
三、供给方为什么推Token计费
开机率是供给方的新考核指标。李大学在 CNCC2026 的说法是把商业地产的开业率逻辑搬进算力：资产建成后折旧不会因闲置停一秒，收益取决于把产能填满的能力。今年一季度在建算力项目达 4300 亿元，产能大而用量低的错位明显，供给方比任何时候都需要把空转的卡变成有进账的词元。
计费形态的演进路径也被明确化：从卖 GPU 的五年合同，到卖机时，再到卖 Token 产量，未来转向卖结果。信通院报告把这条路径概括为三级跃迁。对企业用户，这意味着卡时租赁不会消失但会分层：稳定的大负载继续走资源形态拿确定性，长尾波动需求被引导到服务形态。
词元产业的标准化也在推进。CNCC2026 论坛上发起的词元产业应用伙伴计划提出六条主张：词元生产可核算、供给可比价、质量等级可判定、流通可迁移、应用创新可复制、安全可管控。这几条一旦落地，Token 报价的可比性会大幅提高，企业做两种计费比较时的数据基础会更扎实。
四、企业的决策清单
决策顺序建议从约束开始而不是从价格开始。数据必须不出域、模型需要定制微调、调度与版本要求可控的负载，答案先定为卡时租赁，价格比较只在候选资源方之间进行；负载波动大、无数据边界、接受第三方托管的，先按 Token 调用起步，用量稳定后再评估自持资源。
混合策略是多数企业的落点：基线流量用长租实例或整机锁定成本，峰值与长尾走 Token 或按量兜底，两边的分界点用上节的折算方法定期复核。价格在变、吞吐在变、模型在换，这个分界点不是一次算完就固定的，建议按季度重算一次。
签约资源侧时，整机与实例的选择同样影响这张账：整机适合作为基线容量的底座，实例按量适合承接波动段。各整机型号配置与两档计价可在GPU裸金属整机报价页逐台核对，实际价格根据GPU型号、租赁周期、资源配置动态调整，以官网实时价格为准。
常见问题
Q：大模型按Token计费和租GPU哪个划算？
A：取决于利用率。实测目标模型吞吐后折算每百万 token 的卡时成本，与 API 牌价并排：利用率高、负载稳定的场景卡时占优，波动大、利用率低的场景 Token 占优。
Q：算力租赁机时计费和Token计费的区别在哪？
A：机时买资源占用，成本上限固定、利用率风险在租户；Token 买结果消耗，成本随用量伸缩、价格波动风险在用户。两者的差别是风险分配，不是简单的贵贱。
Q：Token单价一直在跌，还有必要自持算力吗？
A：通用模型的 Token 价格确实长期下行，但热门模型会出现涨价 83%、调用量反增 400% 的样本。自持算力的理由通常不是单价，而是数据边界、定制模型与成本上限可控。
Q：混合策略怎么定分界点？
A：用实测吞吐折算的每百万 token 成本对齐两侧报价，基线流量走长租，峰值与长尾走 Token 或按量。每季度复核一次，模型更换或流量结构变化时随时重算。
数据来源与时效
- Token 即服务与三级跃迁：中国信通院《面向词元（Token）服务的智算基础设施发展研究报告（2026 年）》，2026-09。
- Token 用量与开机率测算、计费演进：醒石智算李大学在 CNCC2026 论坛报告，经济参考网 2026-10-28 报道。
- 智谱 API 涨价 83%、调用量增 400%：腾讯新闻 2026-10-27 报道。
- 算例吞吐为假设值、非实测；官网价格：极智算官网 2026-10-28 采集，以实际下单页面为准。
想代入自己的吞吐数据折算卡时成本，可以查看算力市场。
算力市场价格查询相关阅读
标签：算力租赁平台 ｜ Token计费 ｜ 卡时计费 ｜ 大模型成本