算力机柜涨价与Token暴跌并存：a16z提出的“机柜价差”是什么？

租显卡的机柜越来越贵，大模型吐出来的文字却越来越便宜。

从 2026 年夏天开始，算力市场上出现了一个非常有意思的倒挂。 一边是英伟达的 H100 和新款 Blackwell B200 算力机架，租金还在往上蹿。 另一边各大厂商的大模型接口，Token 价格直接掉了近六成。

买原料越来越贵，造出来的产品却越卖越便宜。 硅谷风投机构 a16z 的分析师摩西·斯特恩斯坦和亚历克斯·丹科，给这种现象起了一个名字： 机柜价差。

这个词是从传统石油行业借来的，原本叫裂解价差。 在石油期货市场里，一座炼油厂赚不赚钱，全看裂解价差。 原油一桶一桶运进炼油厂，高温裂解加工，最后变成汽油、柴油和航空煤油运出来。 交易员们有一套经典的测算比例：买入三桶原油，炼出两桶汽油和一桶柴油。 原油的采购成本，减去最终卖出成品油的价格，中间的差额就是裂解价差。 它虽然不等于扣除厂房折旧、工人工资后的纯利润，但只要看一眼这个价差，就能回答一个最基本的问题： 这座炼油厂开工，到底能不能赚到钱？

丹科他们发现，今天的大模型数据中心，长得越来越像一座现代数字炼油厂。 一头运进去的是机器与能源：成排成排插满高端显卡的服务器机柜、几十兆瓦的供电配额，还有昼夜不停的冷却液循环。 中间负责催化加工的是大模型。 另一头吐出来的，就是用户和应用每天消耗的 Token，也就是大模型生成的文本与代码。

在传统的经济学逻辑里，原材料涨价，成品通常也会跟着涨。 原油价格翻倍，加油站的油价肯定跟着水涨船高。 那为什么算力机柜越来越贵，大模型吐出来的 Token 价格反而一路暴跌？ 因为供需的两头，卡在两个完全不同的世界里。

先看产出的这一头。 大模型生成的 Token，正在以惊人的速度大宗商品化。 不管是闭源商业巨头，还是开源社区的竞争者，代码补全、文本总结、日常问答的能力差距被快速抹平。 对于写程序的开发者来说，只要别家能提供质量差不多、调用费更便宜的接口，几行代码就能把流量切换过去。 谁都不想失去开发者生态。 为了抢夺调用量和客户黏性，各大实验室打起了毫不手软的价格战。 从 2026 年初到夏天，平均每百万 Token 的调用单价普遍暴跌了 58% 到 67%，几乎隔一阵子就宣布一次降价。 在终端市场上，模型吐出来的文字，快要卖成白菜价了。

再看投入的那一头。 软件可以瞬间复制，但物理世界有着不可逾越的硬约束。 你想多租几十个机柜，不能靠敲键盘解决。 高端芯片要看台积电的先进制程封装产能，高带宽内存的堆叠良率按月爬坡。 机房要向当地电网申请几十兆瓦的高压供电许可，大型变压器排队交货期甚至按年计算，地基承重和液冷管道也需要专门改造。 芯片、电力和物理空间的供给被死死卡住，上游的机柜租金自然居高不下。

既然 Token 单价跌成这样，大模型厂商是不是要亏惨了？ 事情偏偏又拐了一个弯。 单价虽然暴跌，但全市场的 Token 总消耗量，同期却暴涨了超过 120%。 这在经济学上叫杰文斯悖论：资源利用效率越高、成本越低，人们对它的总消耗反而越大。 因为便宜了，玩法彻底变了。 过去调用一次大模型接口都要精打细算，生怕几千个词超出预算。 现在既然单价跌了六成多，开发者开始放开手脚，让模型去跑几十步的反思推理、去反复交叉验证代码、去部署全天候自主运转的智能体集群。 过去一个简单请求花几百个 Token，现在让智能体跑完一项复杂的工程任务，后台能直接吞掉几百万甚至上千万个 Token。

这种薄利多销，能让中间的炼油厂过得更轻松吗？ 现实往往恰恰相反。 机柜价差被两头压缩之后，大模型公司就像被推上了一台高速运转的跑步机。 你必须处理多出一倍以上的吞吐量，才能勉强维持住上一季度的营业收入。 你在下游打得头破血流，天天为了几分钱的调用费抢客户。 可是机房那头寄来的显卡租金和电费账单，每个月都会雷打不动地准时送达，甚至还在涨价。 炼油厂的烟囱依然昼夜不停地冒烟，产线几乎跑冒了烟。 但真正把大把利润揣进兜里的，依然是卖原油和卖钻井机的人。