算力租赁改按Token分成：周咏降固定租金，头部客户试点

手握上百亿元订单的算力房东周咏，从今年二季度末开始主动找上自己的大客户，做了一桩行业里少见的买卖。

他下调了长期执行的GPU算力固定机柜租赁服务费，转而签下一份随人工智能Token调用量增长的收益分成方案。

类似做法并不止这一家。

近日经济观察报记者走访算力产业链上下游多家企业了解到，已有算力服务商跟进效仿。

有的服务商在合同里把固定服务费压低了约一成，Token收入分成则提高逾两倍。

经济观察报记者采访周咏时，他如此解释：“把固定保底收益压下来，换来的是参与下游推理业务增量收益分配的机会，并非只是把基础租金调低。说到底，这是对长期订单内部收益结构的一次重构。”

消费端同样释放出这一信号。今年“双十一”大促，人工智能的“干活量”被摆上了货架。公开信息显示，头部主播直播间在半小时内卖出近十万份大模型Token月卡，普通消费者为约两万亿个Token买了单。

周咏说，行业里此前也有按量计费、卡时租赁、短期打包等弹性计价方式，可这些只是按资源消耗收钱，不参与下游业务的增量分润。新商业模式与旧模式的关键差别在于，这回是在保底之上绑定Token产出、共享推理增长红利，双方风险共担。

在他看来，算力生意的计价逻辑正在被改写。

算力房东开始盯上分红

从2026年一季度起，保底加Token超额分成的算力计价方案，开始在国内头部算力租赁服务商与头部大模型、Agent应用厂商之间试点落地。目前仍属小范围探索，集中在推理业务占比高、调用量有增长预期的战略客户，还没有向中小客户和训练类订单铺开。周咏所在企业就是较早试水的服务商之一。

年内两次上调算力租赁合同金额之后，周咏所在的算力服务商与一家头部客户解除了原合同，重新签约。

周咏向记者提供了一组测算对比：原有纯固定长租模式下，该客户每年刚性算力支出约1.20亿元；新合同把基础保底服务费下调约一成，降至1.08亿元，客户月度Token调用量突破约定阈值后，超出部分按约定比例额外分成。中性情景测算下，若客户推理调用量稳步抬升，服务商全年综合收入有望比原固定租金方案上浮20%到50%。但要是下游模型应用冷启动不及预期、调用量长期低于基准线，服务商年度收入最多可能下滑10%，客户也能躲开前期的高额刚性支出。

过去算力租赁主要围着硬件计价，按机柜、GPU时长或算力用量收费，出租方通常依据资源使用情况收服务费。受访的多家企业说，此前较少见到房东按调用量分享推理业务收益、还与客户业务共担风险的合同。

一家头部云厂商的算力采购负责人告诉记者，企业Agent、行业大模型的调用增长较快，通用闲聊类场景增速相对平缓。需求端的结构变化，让客户想压低前期固定成本，算力服务商则想分享推理业务增长带来的收益。

一家华南上市算力服务商的Token业务负责人王道威对记者说，该公司已把分成条款写进新合同。一类项目采用MaaS合营分润，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产出分润；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。

王道威说：“不止一家同行在做类似试点，只是各家披露程度不一样。”

周咏解释，调整的核心是用部分固定收入换取更深的客户绑定。客户业务增长的确定性比较强，但也不愿前期背负过重的刚性成本。适度下调固定服务费，本质上是商务博弈中换取更深客户绑定、锁定长期合作底盘的手段。

重新签订后的合同一般包含两层：第一层是基础固定服务费，用于保障收入的确定性；第二层是Token分成，用于分享推理业务增长带来的增量收益。在周咏看来，分成按算力单元约定固定金额，并不会直接随客户自身营业收入的涨跌而浮动。

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。

周咏所在企业在敲定条款前，曾对调用量超预期和业务不及预期等情景做过测算。他说，目前传统固定时长租赁仍是其主力业务，分成模式主要在头部战略客户中试点。两种模式并行推进，还没有替代存量合同。

新模式

对算力服务商来说，分成并不是单一模板，客户正按业务阶段组合使用不同资源。

一家头部大模型公司的算力与推理业务负责人告诉记者，该公司采用混合算力架构：自有集群承接核心、稳定的长期业务，外部算力用于弹性扩容。固定长租给成熟业务提供成本确定性，按量资源则服务新上线、流量波动较大的Agent场景。

前述云厂商负责算力采购的人士也提到，流量不确定、需要提前控制成本的业务，适合采用传统固定时长租赁。“保底固定加Token分成”更适用于冷启动阶段，能压低前期的刚性支出。但调用量一旦快速上涨，混合模式下的总支出可能高过传统长租；同时，双方的业务数据和Token计量口径会绑定得很深，迁移到其他供应商的成本也会跟着上升。

算力房东担心机器闲着空转，客户则不愿业务还没跑通就先背上高额固定成本。分成模式把一部分不确定性摊到了双方头上。

周咏称，分成收入要看算力单元能否通过交付验收，也要看客户业务活不活跃，“风险确实是双向共担”。说到底，服务商让出去的不只是部分固定现金流，还有原本比较稳的收入预期。

模式一变，压力也传到了芯片厂商这边。

一家头部国产人工智能芯片厂商的业务人士向记者表示，分成模式考核的不再只是芯片纸面上的峰值性能，还要看单位硬件实际能产出多少Token、单个Token花多少钱。这给国产芯片添了一把新的评价标尺，同时要求芯片厂商把软件适配、集群互联和推理优化做得更到位。

该人士还提到，人工智能芯片的迭代周期大致在一年半至两年，会计折旧周期可能拉到三四年，但商业可用生命周期往往更短。硬件实际产出一旦低于预期，租赁商的项目收益会直接受牵连。

王道威的判断是，分成会成为行业里重要的补充模式，短期内还替代不了一口价长租。“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，会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以传统长租为主。

风险

资金端是最先收紧的一环。

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过普通制造业。银行会抬高风险溢价，同时要求设备抵押、实控人连带担保、上市公司主体担保、应收账款质押等组合增信（额外的风险保障措施）。

“第一还款来源是下游真实业务现金流。”上述银行人士说，GPU数量本身说明不了偿债能力，尽调（贷款发放前的调查核实）盯的是客户资质、正式合同质量和实际上架率。

客户若是匿名，银行会去核验最低采购量、违约赔付、付款节奏这些条款，把意向性框架协议和具备约束力的正式合同分开看，并交叉核对回款流水，必要时还会跑到机房核实设备运行状态。算力服务形成的应收账款，同样会被纳入质押和回款监管。

对手方全程匿名、又缺少第三方佐证的话，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，银行因此更看重企业的主业安全垫、产业团队能力和合同履约情况。

上述银行人士表示，人工智能二手设备流通市场还不成熟，芯片迭代又快，设备处置变现存在较大不确定性，不能指望靠拍卖硬件覆盖全部敞口（银行尚未收回的风险金额）。所以贷前准入和贷中监测比事后处置更关键。

需求端也有波动。

上述头部大模型公司算力与推理业务负责人说，Agent相关调用的增速明显快过普通对话场景，但不同客户和行业之间差异较大。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，试点项目则可能在终止后回落。

这正是分成模式最大的变量：下游调用走高，服务商才能拿到超额收益。业务一旦降温，分成收入收缩，折旧、电力、运维这些刚性开支却不会停。

于是Token分成成了算力租赁的一种新选择。但机器能不能持续运行、客户业务能不能持续增长，仍然决定这门生意最终成不成立。

（应受访者要求，周咏为化名）