算力租赁新玩法：周咏把GPU机柜费换成Token分成

周咏手里握着上百亿元的算力订单，是业内出名的“算力房东”。从今年二季度末开始，他主动找到自己的大客户，谈了一桩行业里并不常见的买卖。

长期执行的GPU（图形处理器）算力固定机柜租赁服务费，被他压低了；取而代之的，是一份随人工智能Token（人工智能的工作量计量单位）调用量增长的收益分成方案。

这么做的不止他一个。

经济观察报记者近日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类似做法。

有的服务商在合同里把固定服务费下调约一成，Token收入分成则上调逾两倍。

经济观察报记者采访周咏时，他给出这样的说法：“与其说这是把基础租金往下调，不如说是在压减固定保底收益，以此作为对价，换来参与下游推理业务增量收益分配的机会，说到底，这是对长期订单内部收益结构的一次重构。”

消费端也传出了相应信号。今年“双十一”大促期间，人工智能的“干活量”被摆上了货架。公开信息显示，头部主播直播间半小时卖出近十万份大模型Token月卡，约两万亿个Token由普通消费者买单。

周咏说，行业内此前也有按量计费、卡时租赁、短期打包等弹性计价方式，但这些模式只按资源消耗收费，不参与下游业务的增量分润。新商业模式与它们的关键区别在于：在保底基础上绑定Token产出，共享推理增长红利，风险共担。

在他看来，算力生意的计价逻辑正在被改写。

算力房东盯上分红

从2026年一季度起，“保底+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，眼下仍属小范围探索，集中在推理业务占比高、调用量有增长预期的战略客户，中小客户和训练类订单还没有铺开。周咏所在企业就是较早试水的服务商之一。

年内两度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。按中性情景测算，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%。可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%，客户也能避开前期高额刚性支出。

过去算力租赁主要围绕硬件计价，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。受访的多家企业表示，此前很少见到房东按调用量分享推理业务收益、并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对记者说，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，公司已经把分成条款写进新合同。一类项目走MaaS（模型即服务）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，这种调整的核心，是拿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。

合同重签之后，一般拆成两块：一块是基础固定服务费，用来稳住收入；另一块是Token分成，用来分享推理业务增长带来的增量收益。周咏的看法是，这类分成以算力单元为单位约定固定金额，客户自身营业收入的高低并不会直接让它上下浮动。

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。

定条款之前，周咏所在企业曾对调用量超预期、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，分成并非单一模板，客户正根据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向记者介绍，该公司走的是混合算力架构：核心的、稳定的长期业务放在自有集群上跑，外部算力则用来做弹性扩容。成熟业务靠固定长租获得成本上的确定性，新上线、流量起伏较大的Agent场景则交给按量资源。

前述云厂商负责算力采购的人士同样表示，流量不好预判、又想提前把成本控制住的业务，适合采用传统固定时长租赁；“保底固定加Token分成”则更匹配冷启动阶段，前期硬性支出能压下来。但调用量一旦涨得快，混合模式下的总花费可能高过传统长租，而且双方的业务数据和Token计量口径会绑得很紧，日后要换供应商，迁移成本也会跟着上去。

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。

周咏说，分成收入要看算力单元能否交付验收，也要看客户业务活不活跃，“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，还有原本比较确定的收入预期。

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告诉记者，分成模式下考核的重点已经不只是芯片的纸面峰值性能，还包括单位硬件实际产出多少Token、单个Token成本多高。这相当于给国产芯片立了一把新标尺，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细。

这位人士还补充，人工智能芯片的迭代周期大致是一年半至两年，会计上的折旧周期可能拉到三四年，但真正能拿来商用的生命周期往往更短。硬件实际产出一旦不达预期，租赁商的项目收益就会直接受牵连。

王道威的判断是，分成会成为行业里一种重要的补充模式，但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，头部战略客户以及推理业务占比较高的项目，会更倾向保底加分成的混合方案；普通客户和训练类业务，仍会以传统长租为主。

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于普通制造业，银行会提高

上述银行人士说，“第一还款来源是下游真实业务现金流。”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）真正看重的是客户资质、正式合同质量和实际上架率。

碰上匿名客户，银行会逐项核验最低采购量、违约赔付、付款节奏等条款，把意向性框架协议和具备约束力的正式合同区分开，再交叉核对回款流水，必要时还会去机房看设备到底跑没跑。算力服务形成的应收账款，同样要纳入质押和回款监管。

如果对手方全程匿名、又拿不出第三方佐证，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被监管问询，银行因此更在意企业主业的安全垫、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，不能指望拍卖硬件就把敞口（银行尚未收回的风险金额）全部覆盖。说到底，贷前准入和贷中监测比事后处置更关键。

需求端同样会波动。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、不同行业差异很大。当前的增长呈现“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出现回落。

这也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。Token分成因此成了算力租赁的新选择，但机器能不能持续运行、客户业务能不能持续增长，仍决定这门生意最终成不成立。

（应受访者要求，周咏为化名）