“双十一”大促的直播间里，出现了一种新商品：大模型Token月卡。头部主播半个小时卖出近十万份，约两万亿个Token就此被普通消费者买走。Token是衡量人工智能“干活量”的计量单位，如今被明码标价，摆上了大众消费者的购物车。
消费端的热度向上传导，算力供给侧的定价规则也随之松动。
周咏（化名）手握上百亿元订单，业内称他这样的角色为“算力房东”。从二季度末开始，他主动找上自己的大客户，谈成了一桩行业里少见的买卖：把执行多年的GPU固定机柜租赁服务费降下来，换成一份收益随Token调用量水涨船高的分成合同。
跟进者不止他一家。记者近日走访算力产业链上下游多家企业获悉，已有算力服务商复制类似做法，有的在合同中将固定服务费下调约一成，同时把Token收入分成上调逾两倍。
“这不是单纯调低基础租金。”周咏说，压缩固定保底收益，换取的是分享下游推理业务增量收益的资格，“本质是长期订单内部收益结构的重构。”在他看来，这门生意的计价逻辑正在被改写。
旧模式的计价围着硬件转：按机柜、GPU时长或算力用量收费，出租方依据资源消耗收取服务费。按量计费、卡时租赁、短期打包等弹性方式在行业内早已有之，但在多位受访企业人士的印象中，房东按客户调用量分享推理收益、共同承担业务风险的合同，此前几乎没有出现过。
试点的时间线可以追溯到2026年一季度。从那时起，“保底+Token超额分成”的计价方案陆续在国内头部算力租赁商与头部大模型、Agent应用厂商之间落地，目前仍属小范围探索，签约对象集中在推理业务占比高、调用量具备增长预期的战略客户，中小客户和训练类订单尚未被纳入。周咏所在企业是最早一批试水者。
这家公司年内曾两度上调算力租赁合同金额，随后又与一家头部客户解除原合同、重新签约。新旧两份合同的区别可以算成一笔账：原先是纯固定长租，客户每年要为算力支付约1.20亿元的刚性费用；重签后，基础保底服务费降了一成左右，来到1.08亿元，月度Token调用量一旦越过约定阈值，超出部分按约定比例额外分成。中性情景下，只要客户推理调用量稳步抬升，服务商全年综合收入可比原方案多出两成到五成；可一旦下游模型应用冷启动不顺、调用量长期趴在基准线以下，服务商年收入最多缩水一成，客户则免掉了前期的高额刚性支出。
谈判桌两端的诉求，都能在需求端的结构变化里找到源头。一家头部云厂商的算力采购负责人告诉记者，企业Agent——能自主执行任务的人工智能程序——和行业大模型的调用增长较快，通用闲聊类场景的增速相对平缓。客户希望压低前期固定成本，服务商则想分享推理业务增长的红利，双方各取所需。
华南一家上市算力服务商的Token业务负责人王道威介绍，公司已经把分成条款写进新签合同。一类项目走MaaS（模型即服务）合营分润的路子：服务商出算力底座和集群运维，模型厂商出模型能力，双方按Token产出分账；另一类项目直接售卖Token，海外订单采用年度保底加按量后付费。“不止一家同行在做类似试点，只是各家披露程度不一样。”他说。
在周咏看来，适度下调固定服务费，是商务博弈中换取客户绑定的筹码。客户业务增长的确定性较强，却不愿前期背负过重的刚性成本；服务商让出一点固定收益，换来的是长期合作底盘的锁定。
重签后的合同通常分两层：基础固定服务费保住收入的确定性，Token分成承接推理业务增长带来的增量收益。相关分成按算力单元约定固定金额，并不直接随客户自身营业收入浮动。换句话说，出租方押注的不是模型厂商最终赚了多少钱，而是机器实际跑过多少Token。
条款敲定之前，周咏所在企业对调用量超预期、业务不及预期等情景逐一做过测算。目前，传统固定时长租赁仍是这家公司的主力业务，分成模式只在头部战略客户中试点，两种模式并行推进，存量合同暂未调整。
客户的用法也在分化。一家头部大模型公司的算力与推理业务负责人介绍，公司正在搭建混合算力架构：自有集群承接核心、稳定的长期业务，外部算力负责弹性扩容；固定长租为成熟业务提供成本确定性，按量资源则服务于刚上线、流量波动较大的Agent场景。
前述云厂商采购负责人补充说，传统固定时长租赁适合流量不确定、需要提前控制成本的业务，“保底固定加Token分成”更适合冷启动阶段，可以减轻前期刚性支出。但他提醒，调用量若快速增长，混合模式下的总支出可能反超传统长租；而且双方的业务数据和Token计量口径会深度绑定，中途更换供应商的迁移成本不低。
算力房东怕设备空转，客户怕业务没跑通就背上高额固定成本，分成模式让双方各自接过了一部分不确定性。周咏坦言，分成收入受算力单元交付验收和客户业务活跃度双重影响，“风险确实是双向共担”。服务商让出去的，不只是部分固定现金流，还有原本较为确定的收入预期。
变化已经传导到芯片环节。一家头部国产人工智能芯片厂商的业务人士表示，分成模式下的考核重点变了：不再只看芯片的纸面峰值性能，还要看单位硬件实际产出多少Token、单个Token的成本几何。这为国产芯片提供了新的评价标尺，也要求芯片厂商在软件适配、集群互联和推理优化上继续补课。
他补充说，人工智能芯片的迭代周期大致为一年半至两年，会计折旧周期可能达到三四年，但商业可用生命周期往往更短。硬件实际产出一旦不及预期，租赁商的项目收益会直接受损。
王道威判断，分成会成为行业的重要补充模式，但短期内难以完全替代一口价长租。“还谈不上全面拐点，目前整体还处在小规模试点阶段。”他预计，头部战略客户和推理业务占比较高的项目，更多采用保底加分成的混合方案；普通客户和训练类业务仍将以传统长租为主。
分成模式最大的变量藏在需求端。上述头部大模型公司人士观察到，Agent相关调用的增速明显高于普通对话场景，但不同客户、不同行业差异较大，当前增长呈现“部分场景稳步抬升叠加阶段性脉冲”的特征：成熟业务的调用量逐步增加，试点项目却可能在终止后出现回落。
只有下游调用量持续走高，服务商才能拿到超出保底的那部分收益；业务一旦降温，分成收入随之缩水，而折旧、电费和运维开销一项都省不掉。
资金端的反应来得最快。一家股份制银行对公业务部门的算力融资业务负责人告诉记者，算力租赁项目的风险明显高于普通制造业，银行会提高风险溢价，并要求设备抵押、实控人连带担保、上市公司主体担保、应收账款质押等一揽子增信安排。
交叉核验贯穿贷前贷中。面对匿名客户，银行会逐条核验最低采购量、违约赔付、付款节奏等条款，区分意向性框架协议与具备约束力的正式合同，交叉核对回款流水；算力服务形成的应收账款，也被纳入质押和回款监管。若交易对手全程匿名、缺少第三方佐证，授信准入会明显收紧。公开信息显示，部分跨界企业披露大额算力合同后出现提前终止或监管问询，银行因此更加关注企业的主业安全垫、产业团队能力和合同履约情况。
