Token越来越便宜，GPU租金却在涨：算力租赁平台的价格中枢为什么上移
2026年10月11日，a16z 发布了一组对比数据：AI Token 的价格在持续下降，而 NVIDIA H100 的租金持平甚至上涨。他们把这种走势归到杰文斯悖论上，也就是单位成本下降激发的需求增量，超过效率提升本身省下的那部分，结果是总消耗反而变大。
这组数据对做算力采购的人来说，价值不在结论，而在它指出了一件容易被混淆的事：Token 便宜不等于算力便宜。对使用方，Token 单价下降是好事；对租算力的一方，租金能不能锁在低位，取决于一个完全不同的市场。理解这两条曲线为什么会分叉，是判断什么时候签长约的前提。
一、两条曲线为什么会分叉
先看需求端的量。据腾讯新闻10月10日报道，当前日均 Token 调用量已达140万亿级别。这个量级本身就是解释分叉的一半原因：Token 单价下降会直接把调用量推上去，而调用量增长最终要落到 GPU 上。
再看供给端的约束。中信证券在10月12日发布的研报中指出，电力供应已经成为美国 AI 数据中心建设的核心瓶颈之一。据其引用数据，美国在建数据中心容量达71.7GW，而2027至2028年电网新增容量预计仅25.2GW，约为在建容量的35%，对应缺口约46.5GW。算力供给侧不是想扩就能扩，电力接入周期明显长于数据中心建设周期。
摩根士丹利在10月11日的报告中给出了资本侧的印证：2026年美国 AI 基础设施相关初创企业风险融资规模已达335亿美元，较2025年全年近乎翻倍；其中单位功耗算力与稳定电力供应两条路径合计占融资总额的80%以上；同时布局电力与算力的跨路径投资者占比，从2021年前的16%升至2026年的73%。资本在往瓶颈上集中，说明瓶颈是真实存在的。
杰文斯悖论在算力上的具体含义
效率提升让单位 Token 变便宜，但如果需求增长的速度快于效率提升的速度，总消耗不降反升。这个机制决定了一件事：指望推理优化压低 GPU 租金，逻辑上不成立。推理优化降低的是使用方自己账上的单位成本，不改变租赁市场的供需缺口。
二、国际指数：高端卡租金全面上行
2026年10月1日起，Nebius 上调按需计算资源价格，其中 GPU 涨幅最为明显：H100 由3.85美元每 GPU 时升至4.50美元，涨幅约17%；H200 由4.50美元升至5.40美元，涨幅20%；B200 由7.15美元升至8.50美元，涨幅近19%；B300 由7.85美元升至9.50美元，涨幅约21%。
第三方指数的绝对水位可以给出参照。据 Uvik Software 的 GPU 价格指数（2026年10月7日采集，覆盖19家供应商、13个型号），H100 SXM 的按需中位价为4.20美元每 GPU 时，区间从3.20美元到12.29美元，最高与最低相差3.8倍；其他型号的中位价分别为 L40S 1.62美元、A100 80GB 2.75美元、MI300X 3.45美元、H200 5.70美元、B200 8.19美元、B300 9.50美元。
这份指数里还有两个对选型有用的细节。一是超大规模云厂商（AWS、Azure、Google Cloud、Oracle Cloud）同型号 GPU 的单价，按中位价对比是 GPU 云平台的1.7到2.7倍，H100 的差距最大。二是 H200 每小时比 H100 贵36%，但显存多76%，折算到每 GB 显存成本反而比 H100 便宜23%。
| GPU 型号 | 按需中位价 | 价格区间 | 覆盖供应商 |
|---|---|---|---|
| NVIDIA A100 80GB | $2.75/GPU·时 | $1.09 - $5.07 | 14 |
| NVIDIA H100 SXM | $4.20/GPU·时 | $3.20 - $12.29 | 16 |
| NVIDIA H200 | $5.70/GPU·时 | $3.99 - $10.60 | 14 |
| NVIDIA B200 | $8.19/GPU·时 | $6.00 - $14.24 | 9 |
| NVIDIA B300 | $9.50/GPU·时 | $7.40 - $17.80 | 7 |
三、国内租金：指数微调，长约价格先动
国内市场的传导方式不太一样，看指数波动会觉得平静，看长约报价会看到另一面。据上海有色网（SMM）算力周报，截至2026年10月10日的当周，其跟踪的19个算力价格指数中17个持平，仅长三角 A100 80G 整机月租与西部 H100 80G 整机月租两个指数上调，没有下调。
具体幅度：长三角 A100 80G 整机最低月租由35000元升至38000元，涨幅8.57%，均价由37500元升至39000元，涨幅4.00%，折合卡时均价由6.51元升至6.77元。西部 H100 80G 整机月租上限由84000元升至87000元，涨幅3.57%，均价由81000元升至82500元，涨幅1.85%，折合卡时均价由14.06元升至14.32元。京津冀 H20 96G 整机则维持在38000元至47000元区间，均价42500元，折合卡时7.38元。
真正有信号意义的是长约侧。同一份周报显示，西北地区 H200 五年闭口长约报价达到132000元每台每月，首次突破13万元；西北地区 H100 一年期最低租期报价87000元，比同区域闭口长约高出约15%。短期租约出现溢价，说明市场上可即时交付的存量资源正在被优先消化。
四、按需价是定价锚，锁约要看三个条件
为什么按需价的变化比合约价更重要？因为按需价是新签合同和中小客户最直接的定价参照。按需价整体上移，会同步抬高新签合约的心理价位，之后逐步体现在成交价上。这也解释了为什么国内出现了一批合同金额上调的公告，属于价格中枢抬升在合同层面的落地。
对使用方来说，是否锁长约，看三个条件而不是看价格直觉。
条件一，负载是否稳定且可预测。如果未来几个月 GPU 使用时长波动很大，锁长约等于把灵活性换成了折扣，未必划算。在 算力市场 上，容器实例的三种计费方式折合单价基本一致，按量计费还标注了关机不收费，短期项目用按需反而更省。
条件二，机型是否会过时。锁长约锁的是特定型号。高端卡迭代周期不短，但一旦新一代大规模铺开，旧型号的性价比优势会被削弱。长约期限越长，这个风险越大。
条件三，显存单价是否划算。不要只看每卡每小时的价格。H200 每小时比 H100 贵36%但显存多76%，按每 GB 显存算反而更便宜。对显存吃紧的任务，选单价更高的大显存卡，总成本可能更低。
| 容器实例型号 | 显存 | 按量计费 | 包月 |
|---|---|---|---|
| NVIDIA 4090 | 24G | ¥1.57/时 | ¥1073/月（95折） |
| NVIDIA H20 | 96G | ¥6.20/时 | ¥4464/月 |
| NVIDIA A800 | 80G | ¥7.15/时 | ¥5148/月 |
| NVIDIA H800 | 80G | ¥13.88/时 | ¥9993/月 |
| NVIDIA H200 | 141G | ¥13.94/时 | ¥10036/月 |
把国内外的数据放在一起看，2026年下半年高端算力的价格走向是清楚的：海外按需价、海外长约价、国内合同价三条线同时上行。对采购方来说，这不是一个等降价的窗口期，而是一个需要明确自己负载特征、然后决定用哪种计费方式接住成本的窗口期。
常见问题
Token 价格下降，为什么算力租金反而涨？
两者对应不同的市场。Token 价格反映的是模型推理效率和使用方支付意愿，算力租金反映的是 GPU 供给与需求缺口。效率提升会放大调用量，调用量增长又回到 GPU 上，供给受电力和卡源约束扩不快，租金就被顶住了。
现在应该锁长约还是用按需？
按负载稳定性分。负载连续且可预测，锁长约锁定成本；负载波动大或是探索阶段，按需更合适，因为不需要为闲置时长付费。官网的容器实例按量计费标注关机不收费，短周期任务用按需不会产生静止成本。
国内算力和海外算力，价差有多大？
直接比不成立，因为计费口径不同。海外指数普遍按单卡每小时报价，国内整机月租统计口径包含机柜与电力在内。可比的维度是趋势方向与显存单价，而不是绝对数字。
显存大但单价高的卡，值得选吗？
按每 GB 显存成本算。以国际指数为例，H200 每小时比 H100 贵36%，但显存多76%，每 GB 显存成本反而低23%。如果任务受显存限制而不是受算力限制，大显存卡的总成本往往更低。
数据来源与时效
数据采集于2026年10月12日。来源包括：a16z 数据（经 The Decoder 报道，10月11日）、Uvik Software GPU 价格指数（10月7日采集）、上海有色网 SMM 算力周报（截至10月10日当周）、Nebius 官方定价调整（10月1日生效）、中信证券研报（10月12日，美国在建数据中心容量71.7GW）、摩根士丹利研报（10月11日，2026年美国AI基础设施初创融资335亿美元）、腾讯新闻（10月10日，日均Token调用量140万亿）。汇率与海外价格以原币种披露口径为准。官网价格采集时间为2026年10月12日，来源为极智算官网容器实例页面，价格随市场波动，以实际下单页面为准。
标签：算力租赁平台 · Token降价与算力需求 · 算力租金上行周期 · GPU租赁价格 · H200显存单价 · 算力长约