但随着硬件架构迭代，卡单token 的成本下降，能源价格在全球AI 竞争中的重要性与日俱增。据我们测算，千万亿级全球日均token 用量对中国电量和电力或有10%级别弹性，对绿证价格、容量电价甚至电量电价的拉动显著。推荐：1）低估值的绿电，有望充分受益于AIDC 清洁能耗需求；2）推理时代电力瓶颈的出现大概率先于电量，容量电价市场化利好火电；3）重申我们1 月报告《中美电价剪刀差——中国电力股何时见底I》的结论，2026年开始电力供给侧降速，电力板块步入配置窗口，token 出海只是锦上添花。

推理时代，Token 出海对中国电量/电力的潜在拉动超过10%训练时代，海外大模型由于数据管制不会布局核心算力在中国，国内大模型本土AIDC 的需求增长又受制于国产芯片能力。推理时代，Anthropic/OpenAI等海外企业部署边缘算力在中国的探索逐步成熟，而国内大模型的规模效应与成本优势在token 竞争中开始体现。我们测算常见参数的MoE 推理模型每百万token 的电耗在0.01-1 度，若全球日均token 调用量达到千万亿级别（目前百万亿级），对中美用电量的弹性在2%-12%。假设国产大模型1）30%-50%的市占率，2）70%-90%的本土算力部署， token 需出海带来的用电需求对中国电量/电力的正向拉动可能达8%/18%。

硬件优化与架构创新带动单位算力GPU 降本，电价占比快速提升虽然中美电价自2025 年底开始已经出现了明显的剪刀差，但我们测算电力在AIDC 和token 的单位成本中占比通常都不超过9%，芯片依然是当前算力竞争的决定因素。1）高配训练版AIDC 中，电价占比仅5%；推理模型对峰值浮点算力的要求大幅降低，国产芯片适配度提升，硬件降维后电价占比翻倍达10%。2）token 成本中，顶配海外芯片电价占比6%-8%，自研推理级芯片可能会推升电价占比上升至20%-30%。我们认为能源成本在AI 竞赛中的重要性提升；至少中国宽松的电力供需不会成为算力扩张的瓶颈。

Token 出海的电价弹性：绿证先于容量先于电量根据我们的测算，国产token 的全球竞争力有望增厚：1）我国2026-30 年绿电需求4%-33%，利好本就折价的绿证价格；2）实现我国2026-30 年容量电价增厚50-300 元/千瓦有较大概率。中美两国在AI 的需求爆发下缺电量的概率都不大，但是电力的紧张几乎都是确定性的。事实上，因为推理模型产能利用率显著低于训练，这意味着相同耗电量情况下，推理模型用电负荷更高；后训练和推理时代，AI 对电力需求的弹性可能胜于电量的弹性。

与市场观点不同之处

市场尚未意识到AI 的全球竞赛已经从“训练时代”演化到“推理时代”，国产与海外算力的差距在缩小，Agent 模式的token 消耗将会呈现指数增长。

市场可能认为中国大模型token 出海的核心竞争优势是电价，但是我们测算发现电价占比目前仅10%，随着芯片推理经济性和效率的优化、电价在单位token 的成本中占比有可能持续提升。

最利好绿电和火电,尤其推荐关注低估值港股

推荐：1）受益于AIDC 可再生能源需求的龙源H、绿发、京能清洁、中广核H、节能风电等；2）受益于容量电价弹性的建投、京能、浙能、淮河、陕西能源等；3）电量和电价弹性下利润兼具弹性、估值兼具性价比港股火电，如华能H、华润和中国电力；4）2026 年开始中国基荷电源和新能源装机都会降速，板块已经步入配置窗口，推荐龙头长电、国投、川投等。

风险提示：单位token 能耗下降，数据本地化的法规挑战（海外API 调用中国的大模型的算力需要本地部署），中国供给增速能否如期下降。