中国信息通信研究院副院长敖立在“2026北京互联网大会”上指出，Token出海本质是我国人工智能推理能力以数据要素形式的跨境输出，集中体现了中国在能源供给、数据与场景、基础设施建设、工程迭代和应用落地方面的综合竞争优势。

　　调用规模领跑全球，极致性价比成为中国大模型出海的核心底气。其竞争优势究竟从何而来？当全球AI赛道告别单纯参数比拼，转向算力效能与产业落地的较量，国产大模型又该如何把调用规模优势，转化为长期稳定的全球市场竞争力？

　　敖立表示，中国大模型调用规模领跑全球，原因之一在于其API定价具备显著性价比。他举例道，输入定价方面Kimi-2.5约为Opus-4.6的1/6，输出定价方面MiniMax M2.5约为海外模型的1/10至1/20。据瑞银证券分析，中国模型API定价约为海外对标模型平均定价的10%至20%，且仍能保持20%至40%的毛利水平。

　　“能源是Token产业的基础。”敖立表示，电力成本通过算力供给传导至Token生产端，决定大模型服务的价格底线。

　　他分析指出，整个成本结构中，电力是算力最大单项支出。“电力成本大概占比超过50%，有的甚至到60%~70%，硬件折旧占比约20%~25%，人工运维等约10%~15%。”

　　从能源供给端看，基础设施规模为Token成本优势提供了底座。截至2026年6月，全国智能算力规模达2185 EFLOPS，算力设施整体上架率达71.4%，建成万卡以上智算设施52个。近两年，围绕国家算力枢纽节点建设超70条算力大通道，相关节点间网络性能提升10%。

　　在空间布局上，能源禀赋也决定了Token产业的聚集方向，西部绿电富集区，如甘肃、贵州、宁夏等地风光水电力充足、电价低廉，适合大规模训练集群；东部沿海需求区应用场景密集，适合推理与实时服务。

　　以甘肃庆阳为例，依托本地绿电聚合直供优势，算力用电到户电价可控制在每千瓦时0.398元。公开数据显示，我国工业电价平均约0.6元/千瓦时~0.7元/千瓦时，而内蒙古、贵州等绿电富集区域可低至0.3元/千瓦时~0.4元/千瓦时。新疆部分项目甚至低至0.32元/千瓦时。按生成100万Token耗电0.1千瓦时~0.3千瓦时测算，我国西部算力电力成本仅0.03元~0.12元，较欧美低30%~50%以上。

　　除了电力成本，工程效率同样关键。性价比不仅来自便宜的电和低定价，还来自算力效率端。中国厂商在局部能力SOTA和极致性价比的算力利用率上已展现出显著的竞争壁垒，架构优化正在持续释放降本空间。国内模型在MoE架构稀疏度设计和推理目标函数上做了更充分的工程优化，使Agent场景下的响应速度和经济效益显著优于海外模型。

　　“未来我们搞算力协同，其实就是要降低每个Token的成本，让产生每个Token所消耗的算力、最终消耗的电力下降。”敖立表示，算电协同推动Token成本持续下降，包括绿电直供模式、推理效率优化、调度智能化、芯片能效提升。

　　随着全球AI竞争从性能竞赛迈入性价比竞争阶段，好用不贵才是打开全球市场的钥匙。“未来中国大模型在海外，从产品竞争力角度来讲，跟我们国家其他工业产品一样，我们有极致的期待。”敖立称。