算力房东改收Token分成：1.08亿保底，收入最高上浮五成

周咏手里攥着上百亿元的算力订单，是圈里典型的“算力房东”。从今年二季度末开始，他主动去找自己的大客户，谈了一桩同行里不常见的买卖。

做法是把长期按固定机柜收的GPU算力服务费压下来，换一份跟着人工智能Token调用量往上走的收益分成协议。

这么干的并非他一个。

经济观察报记者近期走访算力产业链上下游多家企业，了解到已有算力服务商采取了相近的做法。

其中有的在合同里把固定服务费砍掉约一成，Token收入分成则提高两倍多。

经济观察报记者周咏在采访中表示，这种做法的实质是重构长期订单内部的收益结构：下调基础租金并非孤立动作，它对应的是压缩固定保底收益，用这部分让利换取参与下游推理业务增量收益分配的资格。

消费端也冒出了同样的信号。今年“双十一”期间，人工智能的“干活量”直接摆上了货架。公开信息显示，头部主播直播间用半小时卖出近十万份大模型Token月卡，约两万亿个Token被普通消费者买走。

周咏说，行业里早前也有按量计费、卡时租赁、短期打包这些弹性计价方式，可它们只按资源消耗收钱，不掺和下游业务的分润。眼下这种新玩法和过去最不一样的地方，是在保底之上绑住Token产出、共享推理增长的红利，风险一起担。

在他看来，算力这门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，眼下还是小范围摸索，集中在推理业务占比高、调用量有增长预期的战略客户身上，中小客户和训练类订单尚未铺开。周咏所在企业就是较早试水的一家。

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了原合同，重新签约。

周咏给记者算了一笔账：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调用量一旦突破约定阈值，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较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%，客户也躲开了前期的高额刚性支出。

以往算力租赁主要围着硬件定价，按机柜、GPU时长或算力用量收钱，出租方一般依据资源使用情况收服务费。受访的多家企业说，此前很少见到房东按调用量分享推理业务收益、还跟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、行业大模型的调用量涨得较快，通用闲聊类场景的增速则相对平缓。需求端结构变了，客户想压低前期固定成本，算力服务商则想分到推理业务增长的那杯羹。

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，公司已把分成条款写进新合同。一类项目走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产出分账；另一类项目直接卖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，调整的核心是用一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，但也不愿意前期背上过重的刚性成本。适度下调固定服务费，说到底是商务博弈里换更深的客户绑定，把长期合作的底盘锁住。

重新签订后的合同通常包含两部分：基础固定服务费用来锁定收入确定性，Token 分成则用于获取推理业务增长带来的增量收益。周咏表示，分成按算力单元约定固定金额，客户自身营业收入的起伏并不会直接带动这部分分成变动。

换句话说，出租方押的不是模型厂商最终赚多少钱，而是机器实际跑过多少Token。

定条款之前，周咏所在企业测算过调用量超预期、业务不及预期等几种情景。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，存量合同还没被替代。

新模式

对算力服务商来说，分成不是一套模板打天下，客户正按业务阶段搭配使用不同资源。

一家头部大模型公司的算力与推理业务负责人告诉记者，公司采用的是混合算力架构。自有集群承接核心、稳定的长期业务，外部算力用来弹性扩容。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，流量走势不明朗、希望提前锁定成本的业务，适合采用传统固定时长租赁；处在冷启动阶段的项目更适用“保底固定加 Token 分成”，前期刚性支出能压下来。但调用量涨得快的话，混合模式的总花费可能反超传统长租，而且双方在业务数据和 Token 计量口径上会绑得很紧，日后更换供应商的迁移成本也会水涨船高。

设备闲置是算力房东最头疼的事，客户则担心业务还没跑起来就得先扛高额固定支出。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的交付验收进度，也取决于客户业务活跃程度，用他的话说，“风险确实是双向共担”。服务商让渡的不只是部分稳定现金流，原本比较确定的收入预期也一并让了出去。

芯片厂商同样感受到了这种模式变化带来的压力。

某头部国产人工智能芯片厂商的业务人士向记者表示，分成模式下，考核重点已经不只是芯片纸面上的峰值性能，单位硬件实际能产出多少Token、单个Token花多少成本，都成了必答题。这等于给国产芯片立了一把新尺子，也倒逼芯片厂商把软件适配、集群互联和推理优化做得更细。

这位人士还提到，人工智能芯片的迭代周期大约在一年半到两年之间，会计折旧周期却可能拉长到三四年，真正能商业化使用的寿命往往更短。硬件实际产出一旦达不到预期，租赁商的项目收益会立刻受牵连。

王道威的判断是，分成会成为行业内一种重要的补充模式，但短期内还取代不了一口价长租。“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，更可能采用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比普通制造业高出不少。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、应收账款质押等一系列组合增信（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。”该银行人士说，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）真正盯的是客户资质、正式合同质量和实际上架率。

碰上匿名客户，银行会逐条核验最低采购量、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，再交叉比对回款流水，必要时还会去机房核验设备运行状态。算力服务产生的应收账款，同样要纳入质押和回款监管。

要是对手方全程匿名、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遭遇提前终止或被监管问询，银行因此更看重企业主业的抗风险能力、产业团队实力和合同履约情况。

该银行人士表示，人工智能二手设备流通市场还不成熟，芯片迭代又太快，设备处置变现存在很大不确定性，指望拍卖硬件覆盖全部敞口（银行尚未收回的风险金额）并不现实。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，但客户之间、行业之间差别很大。眼下的增长是“部分场景稳步抬升叠加阶段性脉冲”，成熟业务的调用量在慢慢往上走，试点项目则可能在终止后掉下来。

这恰恰是分成模式最大的变数：下游调用量往上走，服务商才能拿到超额收益；业务一旦降温，分成收入跟着缩水，折旧、电力、运维这些刚性开支却一分不会少。

于是Token分成成了算力租赁的一个新选项。只是机器能不能持续运转、客户业务能不能持续增长，仍然决定这门生意最后成不成。