Token出海：一個漂亮但危險的AI 敘事
「Token 出海、中國電費便宜、算力輸出革命」——這個敘事禁不起財務邏輯的檢視。Token 不是商品，華東沿海電價根本不便宜，OpenRouter 排名代表不了企業級市場。DeepSeek 的真實意義是 AI 推理商品化，而非算力出口。
- Token 不是商品，更不是出口——它只是 AI 推理服務的計費單位，「Token 出海」混淆了技術規格、商業模式與地緣政治三個完全不同的層次
- 電價優勢被嚴重誇大：AI 推理成本中電力占比僅 10–20%，GPU 折舊才是大頭（40–60%）；中國電價低 40% 對單位運算成本的實際影響遠小於宣稱
- DeepSeek 的定價優勢是真實的（V3.2 約為 GPT-5.2 的 1/40），但這是架構效率革命，而非「算力出口」——它帶來的是全球 AI 商品化加速，而非中國算力秩序
- 真正的中美 AI 競爭不在 Token，而在晶片制裁線、雲端生態系信任、企業級合規——這三道壁壘，短期內無法用低價突破
- 對投資者而言，「Token 出海」敘事的真正意義是：AI 推理正在商品化，定價權將從模型公司移往基礎設施與生態系——這才是選股的正確框架
一、當「Token 出海」變成投資敘事
最近在科技圈與投資圈流行一個概念：中國正在透過大模型 API 將算力輸出海外，Token 成為新的「隱形出口」，不經海關、不受關稅限制，而中國的低電價讓這場競爭具備結構性成本優勢。
這個敘事聽起來極具戰略高度，很容易傳播，也很容易讓投資人對相關中概股產生錯誤的想像。問題是：它同時混淆了技術規格、商業模式與地緣政治三個完全不同的層次。
二、Token 是什麼？為什麼它不是「出口商品」？
要拆解這個敘事，首先必須釐清底層邏輯：Token 到底是什麼？
在財務與商業認列上，Token 只是模型計算過程中的計費單位。它本身既不是商品，也不是實體服務。當全球企業或開發者呼叫 AI API 時，他們實質上購買的是「雲端推理服務（Inference Service）」。Token 之於 AI，就像：
- 雲端計算的 CPU 運算秒數
- 資料庫的 Query 查詢次數
- CDN 的 流量帶寬計費
沒有人會說「我們正在把 CPU 秒數出口到全世界」。這是標準的 SaaS/PaaS 雲端服務，過去 20 年 AWS、Azure、Google Cloud 一直在做完全一樣的事：美國的資料中心處理全球企業的 API 請求，並將運算結果回傳。市場從未將此定義為「美國正在出口算力」，因為這就是標準的雲端商業模式。
AI 只是架構在這個成熟網路服務基礎上的新應用，而非某種打破常規的新型貿易。
三、拆解 Unit Economics：電價優勢到底有多少？
「Token 出海論」最核心的支撐是：中國電價比美國低 40%，因此具備巨大成本護城河。這個說法嚴重忽略了 AI 運算真正的成本結構。
根據高盛針對 AI 基礎設施的產業報告，AI 資料中心內部的運算設備（GPU 與伺服器）成本，是實體資料中心（含電力基礎設施）的 3–4 倍。真正的 AI 推理成本結構如下：
但這個「中國電價低 40%」的說法，本身就是另一個層次的謊言——因為它把中國當成一個均質的電力市場。
電力地域陷阱：低電價只存在於偏遠的西部，而不在 AI 產業聚集的華東沿海
中國的工業電價在地域上存在極大的分化。根據國家發改委價格監測中心 2026 年 2 月的數據：
| 地區 | 代表城市 | 工業電價（RMB/kWh） | 約合美元 | AI 產業現狀 |
|---|---|---|---|---|
| 華東沿海（高電價區） | 上海、北京、廣東 | 0.70–0.80 | ~$0.10–0.11 | AI 產業聚集地，電價與美國接近 |
| 長三角製造帶 | 浙江、江蘇、蘇州 | 0.60–0.65 | ~$0.083–0.090 | 主要算力節點，電價僅略低於美國 |
| 內陸省份（中間帶） | 四川成都、重慶 | 0.46–0.77 | ~$0.064–0.106 | 季節性波動大（豐水期/枯水期差距超過 30%） |
| 西北偏遠（低電價區） | 新疆、內蒙古、青海 | 0.24–0.36 | ~$0.033–0.050 | 算力基礎設施匱乏、網路延遲高、人才不足 |
關鍵的反諷在這裡：中國電價真正有競爭力的地方，恰恰不是 AI 產業所在的地方；而 AI 產業所在的地方，電價並不便宜。
中國 AI 的核心企業——百度、阿里、騰訊、位元組跳動、DeepSeek 母公司幻方量化——的主要算力節點集中在上海、北京、廣東、杭州等華東沿海城市。這些地區的工業電價約為 0.65–0.80 RMB/kWh（約 $0.09–0.11 美元），與美國主要資料中心選址的電價（$0.05–0.10 美元）相比，差距幾乎可以忽略不計，甚至部分時段更貴。
中國政府確實在推動「東數西算」工程——把算力需求遷移到西部電價較低的地區。但這個方案面臨一個根本矛盾：西部算力節點距離主要用戶端千公里以上，推理延遲問題完全抵銷了電費節省，在即時 AI 應用場景中完全不可用。
新疆的工業電費約 $0.033 美元/kWh，確實很便宜。但新疆沒有頂尖的 AI 工程師、沒有成熟的資料中心生態、網路骨幹頻寬不足，而且距離主要市場的延遲超過 100ms。
上海的工業電費約 $0.097 美元/kWh，和美國弗吉尼亞州的資料中心選址電費（約 $0.07–0.09 美元）幾乎沒有差距。
「中國電費便宜」這句話，精確的說法應該是：「中國某些偏遠、不適合建設 AI 資料中心的地區電費便宜。」
以數字來計算：若電力占總推理成本的 15%，中國 沿海 AI 核心區域的電價實際上和美國相差不到 20%，則電價優勢對總單位成本的實際壓縮，不超過 3%。這不是護城河，這是雜訊。
真正決定 AI 單位運算成本的，依然是：
- 高階晶片的取得成本——而中國在這裡受到出口管制的嚴重限制
- 底層算力架構的優化能力——MoE（混合專家架構）、蒸餾技術、KV Cache 效率
- 工程效率——DeepSeek 用 H800 訓練 V3 花費約 560 萬美元，OpenAI 訓練 GPT-4 估計超過 1 億美元，差距來自架構效率，而非電費
四、Token 定價的真實數字：DeepSeek 的優勢在哪裡，不在哪裡？
DeepSeek 的定價優勢是真實的，而且幅度驚人。以下是 2026 年 3 月的主要模型 API 定價對照：
| 模型 | 輸入（$/百萬 Token） | 輸出（$/百萬 Token） | 相對 GPT-5.2 |
|---|---|---|---|
| OpenAI GPT-5.2 | $1.75 | $14.00 | 基準 |
| OpenAI GPT-5.2 Pro | $21.00 | $168.00 | 12× 更貴 |
| Claude Sonnet 4.6 | $3.00 | $15.00 | 相近 |
| Google Gemini 3.1 Pro | $2.00 | $12.00 | 略便宜 |
| DeepSeek V3.2（Cache Miss） | $0.28 | $0.42 | GPT-5.2 的 1/6 至 1/33 |
| DeepSeek V3.2（Cache Hit） | $0.028 | $0.42 | GPT-5.2 的 1/63 至 1/33 |
| DeepSeek R1（推理模型） | $0.55 | $2.19 | vs OpenAI o1 便宜 96% |
但這裡有一個關鍵問題必須釐清：DeepSeek 的價格優勢，究竟來自「中國電費便宜」，還是「架構效率革命」？
答案很清楚。DeepSeek V4 使用 MoE 架構，總參數量 6,710 億，但每次推理只激活 370 億個參數（約 5.5%）。相比之下，GPT-4 是密集模型，推理時激活全部參數。DeepSeek V4 的每個 Token 計算量約 250 GFLOPs，而同等能力的密集模型需要約 2,448 GFLOPs——計算效率相差接近 10 倍。
這個區別對投資者至關重要：如果低價來自電費補貼，那是地緣政治護城河；如果來自架構效率，那是工程能力的競爭，而工程能力是可以擴散的。
五、OpenRouter 排名為什麼不代表全球市場？
「Token 出海論」常被引用的佐證是：中國模型在 OpenRouter 等開發者平台名列前茅。
這犯了嚴重的抽樣偏誤。OpenRouter 只是長尾開發者與獨立使用者的 API 聚合平台，它代表的是對價格最敏感、對合規要求最低的使用者群體。
- Synergy Research Group：全球雲端基礎設施市場年營收突破 4,000 億美元，AWS、Azure、Google Cloud 三巨頭掌握超過 63% 市占
- 真正龐大的企業級 AI 預算，全部鎖定在 Azure OpenAI、Amazon Bedrock、Google Vertex AI 等封閉且受嚴格資安監管的生態系中
- 金融業、醫療業、政府機關的 AI 支出，受到 GDPR、SOC 2、FedRAMP 等合規要求的嚴格限制——中國模型在這些場景中幾乎沒有准入資格
- 跨境 API 呼叫的延遲問題：中國資料中心服務歐美企業，網路延遲約 200–300ms，遠高於本地部署的 10–50ms——這在即時應用中是致命缺陷
用開發者社群的流量榜單，來宣告全球算力版圖的重整，無疑是管中窺豹。
六、中美 AI 競爭的真實地圖：優勢、劣勢、護城河
拒絕「Token 出海」的誇大敘事，不代表否定中國 AI 的真實能力。正確的做法是精確定位——中國在哪裡真的有優勢，在哪裡真的有劣勢，哪些護城河短期無法突破。
從這張地圖可以看出：中國的真實優勢集中在純文字推理的成本效率和開源生態的影響力；而在企業級市場准入、晶片制裁障壁、雲端生態系黏著度這三道護城河面前，低 Token 價格幾乎沒有突破能力。
七、「Token 出海」背後的真正市場信號：AI 推理商品化
剝除地緣政治包裝，「Token 出海」論述所反映的真實市場現象，是 AI 推理正在商品化（Commoditization）。
這才是值得投資者認真思考的訊號：
- 2023 年，GPT-4 的推理成本約 $30/百萬 Token；2026 年，同等能力的模型成本已降至 $0.28–$1.75，降幅超過 95%
- 當模型推理成為商品，定價權就從模型公司移往掌握基礎設施和生態系的公司
- DeepSeek 的極低定價，讓整個市場的 Token 價格被迫下調——OpenAI 在 2024–2025 年間已多次大幅降價，正是對這個壓力的回應
八、對投資者的框架：你應該關注什麼？
如果「Token 出海」不是真正的投資主線，那什麼才是？AI 推理商品化這個真實趨勢，對投資者的含義是：
結論：還原敘事，回到數字
「Token 出海」是一個很漂亮、很容易傳播的敘事，但禁不起嚴謹的財務邏輯檢視。
Token 不是商品，電價優勢被高估了十倍，OpenRouter 排名代表不了企業級市場。
DeepSeek 的真實意義，不是「中國算力征服世界」，而是 AI 推理正在商品化，定價權正在從模型公司移往基礎設施和生態系。
當一個概念同時滿足「聽起來很新穎」、「容易被大眾理解」、「能輕易套用地緣政治宏大敘事」這三個條件時，
身為投資者，我們更需要回歸財務數據與商業本質，問一個最簡單的問題：
數字在哪裡？
免責聲明：本文所有內容僅供研究與學習參考，不構成投資建議。文中提及之個股或 ETF 僅為說明論點之用，不代表任何買賣建議。投資人應依據自身風險胃納、財務狀況與投資目標，自行判斷並承擔相應風險。
Comments ()