为什么 token 越来越便宜，卡却越来越贵

两个价格，同一段时间。

据 SemiAnalysis 于 2026 年 4 月 2 日发布的 H100 一年期租赁价格指数，H100 的一年期租赁合约价从 2025 年 10 月的低点 1.70 美元每卡每小时，涨到 2026 年 3 月的 2.35 美元，涨幅接近 40%。

同一段时间里，据国内一家 GPU 租赁平台在 2026 年 2 月 27 日发布的行业文章，A100 在国内的租赁价格已经从 2024 年高点的 15~30 元每卡时，落到 2~5 元每小时区间。

一个涨了近四成，一个跌掉八成以上。它们不是矛盾的两条消息，它们是同一个市场里的两件不同商品。

「算力越来越便宜」这句话只说对了一半。说对的那一半是买 token 和租中端卡，说错的那一半正好是你打算签长约的那一半。 下面把三条曲线并排放一次，然后回答那个更值钱的问题：为什么它们方向相反，以及这件事该怎么改变你的花钱顺序。

一、三条曲线，不是两条

大部分讨论只摆两条：卡和 token。实际上是三条，中间那条最容易被漏掉，而中小企业的钱几乎全花在中间那条上。

第三行那个「9 倍到 900 倍」需要说清口径，我们去追了一遍原文：Epoch AI 的测法是把能力固定住看价格——盯住六个基准上的某个固定成绩，看达到这个成绩所需的最低推理价格逐年怎么变。原文给的例子是，达到 GPT-4 在一组博士级科学问题上的表现，所需价格每年下降 40 倍。所以这条曲线说的不是「模型变便宜了」，是「同样一件事变便宜了」。这两句话差别很大：前者可以靠降配实现，后者不行。

三条数字放在一起还不够直观，把它们折成同一个单位——年化变化率——差别才出得来。下面三步换算是本文自己算的，口径的不严谨之处随后逐条写明：

• →高端卡：2.35 ÷ 1.70 = 1.382，这是五个月的涨幅；按同样速率外推成一年，1.382 的 12/5 次方约等于 2.18，即年化约 +118%。
• →中端卡：取 2024 年高点区间的中位 22.5 元和 2026 年 2 月区间的中位 3.5 元，跨度两年，3.5 ÷ 22.5 = 0.156，开平方约 0.394，即年化约 −61%。
• →token：9 倍到 900 倍，换成跌幅是年化 −89% 到 −99.9%。

三个数并排：+118%、−61%、−89% 以上。 三个方向，三个量级。

这三步换算的不严谨之处必须自己先拆：第一，五个月的涨幅外推成一年，是一个数学动作不是一个预测，真实的年化不会正好是这个数；第二，中端卡那两个区间取的是中位数，而两端的区间本身跨度就很大，取值方式一变结果就变；第三，三条曲线的商品不同、市场不同、合约形式不同，年化率只能用来比方向和量级，不能用来比大小。我们把它算出来，是因为不算出来的话，「一个在涨、一个在跌」这句话听起来像在说两件小事。

还有一个不需要任何换算、也不涉及任何跨市场比较的数，比上面三个都干净。

我们去看了一家国内算力平台自己挂出来的公开价目表（该页面未标注更新日期）。同一张表、同一批卡、按卡按小时计价：RTX 4090 24G 是 1.98 元，RTX 5090 32G 是 3.25 元，L20 48G 是 4.00 元，L40 48G 是 4.50 元，L40S 48G 是 4.98 元，A800 80G 是 7.80 元，H20 96G 是 12.00 元，H800 80G 是 25.00 元。

25.00 ÷ 1.98 ≈ 12.6 倍。

同一天、同一家平台、同一张价目表，最贵的那一档是最便宜那一档的十二倍多。这一格的差价，比任何一条时间曲线都更直接地决定你的账。

二、为什么方向相反：你买 token 的时候，买的是别人已经沉没的产能

这一节是本文的全部价值。三条曲线之所以方向不同，不是因为市场混乱，是因为它们的价格由三套完全不同的东西决定。

第一，高端卡的价格由「还没建成的产能」决定。

SemiAnalysis 那份 2026 年 4 月 2 日的材料里，除了价格本身，还写了三条原因，每一条都指向同一个方向。

其一是需求侧出现了具体的、可指名的大买家。原文写着 Anthropic 的 Claude 4.6 Opus 与 Claude Code 需求激增，该公司的年度经常性收入在一个季度里从 90 亿美元增至 300 亿美元以上。这是一家美国的大模型提供方，营收在一个季度里翻了三倍多——这就是把 H100 合约价顶上去的那只手。

其二是供给侧当时的状态：原文写的是「按需 GPU 租赁产能在所有 GPU 型号上都已售罄」（on-demand GPU rental capacity is sold out across all GPU types）。售罄不是贵不贵的问题，是有没有的问题。

其三是这一轮涨价不只在 GPU 上。同一份材料写道，进入 2026 年初，DRAM 与 NAND 的价格从「持续多个季度的快速上涨」变成「完全抛物线式」，迫使服务器厂商以超过零部件涨幅的幅度重新定价。卡贵只是账面上最显眼的一项，整台机器都在变贵。

三条合起来是一句话：高端卡这条曲线上，你面对的是一群预算量级和你差着好几个数量级的买家，而供给要等新的产能建成。你出的价高不高，不由你决定。

第二，中端卡的价格由「已经建成、但没人排队」的产能决定。

这一侧的逻辑正好反过来。卡已经在机房里了，电费和折旧每天都在发生，闲着一小时就是净损失。所以只要没人排队，价格就会一路往下找需求。这就是 A100 从十几二十几元跌到个位数的机制——不是它变差了，是它不再是那群大买家抢的东西了。

这里必须给一个提醒：上面那两条中端卡的价格，出自一家 GPU 租赁平台自己发布的行业文章。它是卖方内容，利益相关，读的时候要打上这个标签。 我们去找过第二份中立的、可核验的国内中端卡价格序列，没有找到。所以这两个数在本文里的用法是「量级参照」，不是「市场基准」。

第三，token 的价格由「已经沉没的产能」决定，而且中间还隔着一层。

这是三条里最关键的一条。你按 token 付钱的时候，你付的不是卡的成本。你付的是一个已经把卡买了、把机房建了、把模型训完了的公司，愿意用什么价格把这套东西的边际产出卖给你。

对那家公司来说，训练那笔钱已经花掉了，收不回来。所以它的定价目标不是覆盖成本，是抢占用量。这就是为什么卡在涨的同时 token 在跌——两条曲线中间没有传导管道。

一个可以直接看到的例证：据新华网 2026 年 6 月 23 日的报道，豆包 2.1 Pro 的公开定价是每百万 token 输入 6 元、输出 30 元、缓存命中 1.2 元；同一篇报道写着，面向高频场景的豆包 2.1 Turbo「价格进一步降至 2.1 Pro 的一半」。

把这个数和上一节那张价目表放在一起，可以看出两侧省钱的杠杆完全不是一个长度：

• →在 token 这一侧换档位，Pro 换成 Turbo，省一半；
• →在卡这一侧换卡型，H800 换成 4090，省 12.6 倍。

再换一个老板听得懂的单位。按 1.98 元/卡时算，一张 RTX 4090 租满一个月（按 720 小时不停机）是 1425.6 元；同样这笔钱按豆包 2.1 Pro 的输入价买 token，1425.6 ÷ 6 ≈ 237.6 百万，约 2.38 亿输入 token。

这一步除法的口径要写清四点：只算了输入价，没算输出；没算存储、公网和数据整理的工时；720 小时是满月不停机的理想值，实际达不到；以及最重要的一条——这两个数不能直接比谁划算，因为一张空卡不会自己产出 token。 它能说明的只有一件事：你租一张卡的时候，你买的是「自己运营一套推理服务」这件事的原料，而不是结果。愿不愿意接这个活，是一道组织题，不是一道价格题。

三、三类支出，三种合约期

前两节是判断，这一节是动作。把 AI 相关的算力支出分成三类，每一类的价格方向不同，因此合约期也必须不同。这四步有先后。

第 1 步。先把你的支出分到三个格子里，一分钱都不许悬空。

三个格子是：买 token（按调用量付给模型提供方）、租中端卡时（按小时或按月租 4090／A100／L20 这一档）、锁高端卡产能（签一年期以上的合约，或者直接买机器）。

分完之后先看一个比例：第三格占你 AI 总预算的百分之多少。如果这个数大于零，下一步就必须做。

第 2 步。第三格里的每一笔，都要能说出「为什么不能是前两格」。

理由只有三类站得住：数据有白纸黑字不许出域的条款；你的活是训练不是推理；你的调用量已经大到按 token 付更贵。三类都不占，这笔钱就该退回前两格。 十家里有八家的真实需求全在推理，却按训练的规格做预算，这是这个方向上最贵的一种错误。

第 3 步。合约期按曲线方向定，不按销售的折扣定。

• →买 token：不签长约。 这一侧的价格在跌，签长约等于放弃后面所有的降价。按月付，随时能换。
• →租中端卡：先签三个月，别签年。 这一侧同样在跌，同样的理由。三个月的另一个作用是攒出一条真实的使用曲线，那条曲线比折扣值钱。
• →锁高端卡：如果必须锁，锁的时候要把「卡型」写进合同。 这一侧在涨且售罄，你能拿到的确定性只有一样，就是合同上写死的那个型号。只写「算力」不写型号，服务商有权在合同期内把你换到另一款卡上。

第 4 步。每季度重跑一次前三步，因为三条曲线的斜率不一样。

这一步最容易被跳过。三条曲线跌涨速度差着一个数量级，意味着上季度做对的分配，这个季度可能已经不是最优。重跑一次的成本是一个下午，收益是不让一笔按去年价格签的合同一直挂在账上。

至于「去年被否掉的项目，按今年的单价该怎么重算一遍」，本站另有一篇专门讲，那一篇给了完整的四步重算清单。

四、什么情况下这笔钱不该花

第一，你还没有一个能说出「谁在等这个结果」的场景。 三条曲线跟你没关系。价格是买东西的人才需要关心的，而你还没确定要买什么。这种情况下，最便宜的下一步是找一个具体场景，不是询价。

第二，你的月度使用率是个位数百分比。 那么第三格里的任何一笔支出都不该花。一台七成时间在空转的机器，它的单位成本不是标价那个数，而是标价除以你真正用掉的那部分——这道除法会让任何看起来划算的报价当场翻倍。

第三，你打算按「趁便宜多囤一点」的思路做决定。 中端卡这条曲线还在往下走，把它变成固定资产，等于用长期的钱锁一个还在降的价。而高端卡那条曲线上，你囤不到——那一侧的问题不是贵，是排不上。两边都不该囤，理由不一样，结论一样。

第四，如果你的数据不出厂是一条习惯而不是一份条款。 那么第三格的支出多半买的是心安。判断方法只有一句：去找那份写着「这类数据不得出域」的东西——客户准入条款、行业监管要求、合同附件，三者有其一才算。三者都没有，就先按 token 付一年，一年之后你手上会有一条真实的调用曲线，那时候再做这个决定，质量比空着手做高一个量级。

最后回到开头那两个价格。

它们之所以能长期反向，是因为它们卖的根本不是同一样东西：一个卖的是「你自己去建一套推理服务的原料」，一个卖的是「别人已经建好的推理服务的结果」。中小企业的钱几乎全部应该花在后者上，而这条建议之所以成立，靠的不是「哪个便宜」，是「哪一侧的价格风险不由你承担」。

三条曲线里，只有一条是你能踩上去的顺风。踩错的代价不是多花钱，是把一笔本该按月付的钱，签成了三年。