Chapter 12 · 成本結構 · Power vs Silicon

電力 vs 芯片：
兩條成本曲線的正面對撞

這場競爭可以用一個非常簡單的問題來總結：當瓶頸是晶片時誰贏？當瓶頸是電力時誰贏？答案是：前者美國，後者中國。而 2026 年的決定性事實是——瓶頸正在從前者移到後者。本章要做的是把這件事量化到「每一個詞元」的層次，因為那是所有 AI 收入的原子單位。

分析單位：每百萬詞元之完全成本（電力＋折舊＋人力＋研發攤提）· 每度電之詞元產出 · 區域電力價格套利 · 詞元出海的會計本質

SECTION 12.1詞元的成本結構：一個不同於軟體的東西

在評估 AI 的單位經濟之前，必須先打破一個從軟體產業帶來的直覺：AI 服務的邊際成本不為零。

這個結構有三個直接後果：

  1. 毛利率對電價的彈性極高。若電力占營運成本 65%，則電價上漲 50% 會使營運成本上升約 33%。在售價不變的情況下，這會吃掉大部分毛利。
  2. 地區電價差異會直接變成國際競爭力差異。這是軟體產業從未面對過的情況——軟體的成本結構以人力為主，而人力的國際差異受簽證、語言與時區限制；電力沒有這些限制，它便宜就是便宜。
  3. 電力成本的上升是「不可逆」的（在美國）。PJM 已明確指出其價格影響「非常大且不可逆轉」。這意味著美國 AI 業者的成本曲線正在結構性上移，而不是循環性波動。

SECTION 12.2一度電能做多少事：中美對照的原子級計算

表 12-1：每度電之詞元產出與價值（本報告依公開參數測算）
項目中國（西部綠電）美國（PJM 2026Q1）差距
電價（每度）¥0.30（≈$0.042）$0.137美國為中國之 3.3×
生成 100 萬詞元之耗電15–20 度15–20 度
（同級模型，假設相近）		相近
每度電可產出詞元約 550 萬約 550 萬相近
每度電之電力成本¥0.30¥0.98（$0.137 換算）3.3×
按 DeepSeek 定價之產值約 ¥11約 ¥11—
相對直接售電之增值倍數約 22×約 11×中國較高
若中國電力以美國售價輸出（OpenAI 定價）約 ¥385（785×）—這是「詞元出海」的經濟基礎
這張表最反直覺的一列

請看「相對直接售電之增值倍數」：中國是 22 倍，美國是 11 倍。也就是說，把電力轉換成詞元再出口，中國的價值放大大約是美國的兩倍——不是因為技術更好，而是因為它的電力基數更低，同樣的乘法運算產生更大的倍數。
這是本報告認為最被低估的一項結構性優勢：低電價不只降低成本，它還放大了「電力→智能」這個轉換過程的全部槓桿。

SECTION 12.3東數西算：把電力套利制度化

中國的成本優勢不是偶然的地理幸運，而是被工程化的。核心機制是「東數西算」：把需要大量電力的訓練與批次推論，從昂貴的東部城市搬到能源富集的西部省份。

制度設計

  • 八大樞紐節點、十個資料中心集群，覆蓋東中西部 14 個省份
  • 「十五五」規劃（2026–2030）要求新建資料中心綠電使用不低於 80%
  • 全國一體化算力網納入國家「六張網」重大基礎設施，並列入 109 項重大工程
  • 工信部「1+M+N」三級節點體系：1 個國家級服務節點、M 個區域節點、N 個行業專用節點

成本實證

  • 貴州、雲南綠電上網電價約 ¥0.30/度（市場化交易）
  • 寧夏中衛「算電協同」綠電直供到戶價 ¥0.36/度，約為東部之 45%
  • 以 10,000 台 400W GPU 滿載一年計算，中衛選址較東部節省電費約 ¥1,640 萬
  • 單座 1GW 算力集群之用電規模，相當於百萬人口城市之民生用電總量

會計含意

  • 電力成本差異直接進入營業成本，影響毛利率而非僅影響費用
  • 綠電長期購售電合約（PPA）構成長期承諾，須比照第 06 章之表外分析
  • 樞紐節點的土地與稅收優惠，可能構成政府補助，須依準則單獨揭露
  • 「算力網」的調度機制會產生內部移轉計價問題，與第 01 章之合併分析同理

SECTION 12.4成本曲線的對撞：誰的曲線比較陡

這張圖最重要的不是中國的曲線降得多快，而是美國電力成本項的那條線在往上走。它意味著美國的詞元成本下降，正在被一個反向的結構性力量抵消。當這兩股力量交會時，美國的成本曲線會開始走平——而在一個價格競爭的市場裡，成本曲線走平就等於毛利開始被壓縮。

把這個結果連回第 07 章

第 07 章指出，模型公司的毛利率正遭受「分子（售價）被開源競爭壓縮、分母（算力成本）被電力與折舊推高」的雙重擠壓。本章為這個論點提供了分母端的具體機制：在美國，電力成本正在以每年約 15% 的速度結構性上升，而且監管機構已明確表示這是不可逆的。這不是一個可以被技術進步解決的問題——因為它發生在物理層，不在演算法層。

SECTION 12.5詞元出海：一種新的數字貿易，與它的會計問題

2026 年出現了一個全新的貿易型態：當海外用戶呼叫中國大模型的 API 時，數據在中國境內的智算中心完成推論，使用中國的算力與電力，最終生成的詞元再傳回海外。中國官方與產業界將此稱為「詞元出海」或「算力帶動電力出海」。

表 12-2：詞元出海的經濟邏輯與會計性質
面向內容會計處理分析師應注意
交易本質境外用戶付費 → 境內算力與電力消耗 → 詞元輸出服務收入（境外收入）收入之地理歸屬與課稅管轄
投入端電力（占營運成本 60–70%）營業成本綠電 PPA 之長期承諾揭露
定價基礎以美元或人民幣計價之 API 費率收入認列（ASC 606 / IFRS 15）匯率曝險；費率之可持續性
增值倍數一度電 ¥0.30 → 產出約 550 萬詞元 → 約 ¥11–385毛利率之來源此為全部利潤來源，亦為全部競爭風險所在
新的會計問題詞元沒有標準化計量單位——不同模型的詞元切分方式不同，無從比較無準則規範缺乏可比性，使跨公司之單位經濟分析失效
貿易統計問題詞元跨境流通，目前不屬於任何傳統的服務貿易分類無規模無法從官方統計觀察，只能從平台資料推估
從會計教授的角度看「詞元出海」

這是一個迷人的新現象，但它帶來兩個會計上的根本難題：

（一）計量單位的不可比性。「詞元」在各家模型中的定義不同（切分演算法不同），因此「每百萬詞元價格」實際上不是一個可比的單位，就像「每桶原油」因為油質不同而有價差一樣，但原油至少有布蘭特與 WTI 兩個標準化基準，詞元沒有。這使得市場上所有基於詞元價格的比較，都帶有未量化的誤差。

（二）收入歸屬與移轉計價。當算力在中國、客戶在境外、收款主體在第三地時，收入的地理歸屬、課稅管轄與內部移轉計價都變得複雜。這對投資人而言意味著：「境外收入占比」這個數字的可驗證性很低。本報告建議對以詞元出海為主要成長故事的公司，要求揭露「按客戶註冊地與按算力所在地」的雙維度收入拆分。

SECTION 12.6成本優勢能不能被複製：三個反駁與回應

多頭會說：美國正在重啟核電（三哩島）、投資 SMR、並擴建燃氣發電，長期電力問題可以解決。

回應：時間尺度不對。核電與 SMR 是 2030 年代的時程，而資本支出與折舊壓力發生在 2026–2029 年。更重要的是，中國的優勢不只是「電價低」，而是「電網已經建好」——特高壓輸電、儲能配套、以及把負載搬到西部的制度能力，都是已經完成的資本存量。美國要複製的不只是發電機組，是整套輸配與調度系統。用會計語言說：中國這筆資本支出已經折舊了一半，美國的還沒開始提。

這是市場最常見的反駁：中國的價格是政府補貼出來的，一旦補貼退場就會回升。

回應：本報告將中國的成本優勢拆解為三個來源，並逐一檢驗其可持續性：（一）演算法效率——MoE 稀疏化、多頭潛在注意力、多詞元預測，這些是軟體，不是補貼，而且已被全球開源社群吸收；（二）電力與土地成本——西部綠電 ¥0.30/度是市場化交易的結果，反映真實的資源稟賦（太陽能、風能、水力），不是財政補貼；（三）開源的生態規模效應——這是商業模式選擇，不是補貼。
三項中沒有一項依賴財政移轉。因此本報告認為這個反駁不成立。

企業級買家為了資料安全、合規與責任歸屬，會繼續選擇美國的專有模型，即使價格高很多。

回應：這個論點在 2024 年有效，在 2026 年已經弱化。原因有二：（一）開源可以自行部署——企業最在意的資料不外流問題，恰恰是開源模型的最佳解方（權重在自己的機器上），這使「安全性」從美國模型的優勢變成了劣勢；（二）價格差距已達 5–100 倍，超出任何合理的風險溢價範圍。
本報告的判斷：美國模型會保留高價值、高責任的前沿場景（醫療、法律、金融決策），但會失去絕大多數的日常部署場景。而後者的詞元量，是前者的數十倍。

  1. 電力占大模型營運成本 60–70%；生成 100 萬詞元平均耗電 15–20 度；貴州／雲南綠電上網電價約 ¥0.30/度；一度電可產生約 550 萬詞元，按 DeepSeek 定價約 ¥11（直接售電之 22 倍），按 OpenAI 定價約 ¥385（785 倍）——中國產業經濟資訊網（2026）。
  2. 寧夏中衛綠電直供到戶價 ¥0.36/度（約東部之 45%）；10,000 台 400W GPU 滿載一年可省電費約 ¥1,640 萬——人民日報／人民網（2026）。
  3. 東數西算：8 大樞紐節點、10 個資料中心集群、覆蓋 14 省份；「十五五」規劃要求新建資料中心綠電使用不低於 80%；工信部「1+M+N」節點體系。
  4. 詞元定價差距：高盛（2026/03）5%–10%；RAND（2026 初）1/6 至 1/4；OpenRouter（2026/02）中國模型占全球前五之四席。
  5. PJM 電力成本：2026Q1 總成本 $136.53/MWh（+75.5%）、容量成本 +398.1%；Monitoring Analytics 稱價格影響「非常大且不可逆轉」。
  6. 詞元出海相關論述：人民網、中國日報（2026）；香港在能源—算力定價與資料中心 REITs 之角色（國家金融與發展實驗室龐溟）。