電費變成最大變數之後：綠色算力與詞元經濟，其實是同一本帳的兩欄

一個話題標籤把兩個詞放進了同一句話：「從綠色算力到詞元經濟」。這個組合本週登上微博熱搜，討論的並非單一事件，而是一條正在成形的產業敘事：算力的計價單位從機櫃與千瓦小時，逐步走向以詞元（token）為單位的服務費。這兩個概念會被綁在一起討論，關鍵在於成本端，因為當模型推論規模放大，電力已經從數據中心的固定背景成本，變成決定詞元單價能否下調的首要變數。

先看規模：算力的帳，最後都落到電表上

根據國際能源署（IEA）2025年發布的能源與AI專題報告估算，全球數據中心2024年用電量約415十億度（TWh），佔全球用電量約1.5%；到2030年，這個數字可能倍增至約945 TWh，其中AI推論與訓練是主要增量。這不是預測誤差範圍內的小數字，而是相當於再添一個中型工業國的用電需求。

在中國，政策的對應是把綠電比例寫進了指標。國家數據局等部門在2023年底印發的全國一體化算力網實施意見中，明確要求到2025年底，國家樞紐節點新建數據中心綠電佔比超過80%。「東數西算」工程把大型算力中心往西部電價低、綠電供給充裕的區域遷移，本質上是一次用地理換電價的成本工程。寧夏、甘肅、貴州等樞紐的工業電價，長期低於東部沿海省份，價差足以覆蓋長距離數據傳輸與網路延遲帶來的折損，前提是工作負載對延遲不敏感，訓練與離線推論正是這一類。

結構拆解：詞元單價的三層成本

把一個詞元的價格拆開，大致是三層：最上層是晶片與折舊，中層是電力與散熱，底層是營運與頻寬。過去兩年，上層成本被兩股力量壓縮：一是推論晶片單位算力價格的下降曲線，二是模型蒸餾與量化技術讓同樣品質的輸出消耗更少的計算量。當上層被壓薄，電力佔總成本的比重就被動上升，這正是「綠色算力」從ESG敘事變成財務敘事的原因。

DeepSeek的定價策略是這個邏輯的縮影。該公司自2026年8月下旬起將週末全天統一按低谷時段價格計費，六天內二度調整價目表，我們先前在DeepSeek週末谷價的負載曲線帳中拆解過：這類分時定價的核心，是把數據中心全天候閒置的算力，用價格槓桿引導到需求低谷時段消化，攤薄固定資產的單位成本。換句話說，詞元經濟的定價權，一部分已經取決於業者對自身負載曲線的管理能力，而負載曲線背後又是電力供給的峯谷結構。綠電進一步加深了這層耦合：風電與光電有天然的時間波動，誰能把推論工作負載對準綠電出力高峯，誰就拿到最低的邊際電力成本。

影響推演：誰受惠，誰承壓

受惠方首先是有能力自建或鎖定綠電供給的雲端業者與算力樞紐所在地區。西部樞紐城市的綠電消納能力原本受輸電通道限制，AI負載提供了一個可以就地消化的用電大戶，這對地方綠電電價與數據中心招商是雙向的正回饋。其次是有分時調度技術的推論服務商，能在電價低谷承接對時延要求低的批次推論任務。

承壓方則有兩類。第一類是依賴東部電網、無綠電指標緩衝的中小型數據中心，綠電佔比要求提高後，它們要嘛購買綠證墊高成本，要嘛面臨能評審從緊的擴容限制。第二類是缺乏負載調度能力的模型服務商，當同業用谷時電價把詞元單價壓到新低點，它們的價目表被迫跟進，毛利率直接被侵蝕。這種價格競爭的終局，會加速推論服務向少數具備電力與規模雙重優勢的平臺集中。

上遊的資本支出帳也在同步變形。OpenAI資料中心負責人在職約17個月後離職，我們在OpenAI資本支出表與高管出走的分析中提過，當算力建設進入兆美元等級的承諾週期，組織與財務結構的重整幾乎是必然的副作用。綠電採購、儲能配套與電網接入，如今佔新建數據中心專案評估的權重明顯高於三年前，資本支出的組成正在從「買晶片」轉向「買晶片加買電」。

收束判斷

「從綠色算力到詞元經濟」這個熱搜標籤，把產業鏈的兩端壓進了同一個畫面：一端是電網與樞紐節點的工程帳，另一端是API價目表上以百萬詞元計價的零售帳。兩端之間的傳導鏈是清楚的：綠電佔比政策影響電力成本結構，電力成本結構決定推論的邊際成本，邊際成本最終體現為詞元單價的下行空間與業者的毛利率底線。

判斷後續走向，值得追蹤的指標有三個：國家樞紐節點綠電佔比的實際達成率、頭部業者分時定價的細化程度，以及西部樞紐承接訓練與批次推論負載的佔比變化。這三個數字，比任何敘事都更能說明詞元經濟的定價權，最後落在誰手裡。