> **来源：[研报客](https://pc.yanbaoke.cn)** # 能源：AI的中国优势 ## 核心内容 - **Token需求爆发**：随着AI技术从Chatbot向AI Agent演进，Token调用量显著增长，成为衡量AI模型活跃度与产业价值的关键指标。 - **中国AI模型份额提升**：中国模型在性能差距缩小的背景下，凭借更低的推理成本、更高的性价比和开源部署优势，市场份额持续上升，2026年5月接近40%。 - **算电协同趋势明确**：政府工作报告首次提出“算电协同”，推动算力与电力网的深度融合，形成双向赋能的新型运行模式。 - **能源优势转化为AI优势**：中国在电力成本、数据中心建设成本及电网调度能力等方面具备显著优势，这些优势正在转化为AI产业的竞争力。 - **电力价值重估**：AI驱动下，电力在能源结构中的价值被重新评估，绿电直连等模式提升了电力的绿色竞争力和经济价值。 - **投资建议与风险提示**：建议关注绿电、火电及垃圾焚烧等细分领域，同时需警惕电力需求增长不及预期、算力中心建设受阻及AI应用拓展不及预期等风险。 ## 主要观点 - **Token调用量增长逻辑**：Token调用量从用户规模驱动转向任务复杂度驱动，AI Agent时代促使Token消耗呈现非线性扩张。 - **中国模型性价比突出**：中国模型在性能提升的同时，保持较低的单位Token成本，尤其是得益于能源成本优势与开源部署。 - **算电协同模式创新**：通过绿电直连、源网荷储一体化及虚拟电厂等模式，实现算力与电力的双向赋能，提升电力系统的灵活性与绿色度。 - **能源成本的重要性提升**：随着服务器价格下降与芯片效能提升，电力成本在单位Token成本中占比上升，成为AI产业竞争的关键因素。 - **中国电力体系优势**：中国拥有全国统一电网、特高压及“东数西算”工程，具备强大的跨区调度能力与稳定的电力供应，有利于AI推理集群的部署。 ## 关键信息 - **Token调用量**：2026年3月，中国日均Token调用量超过140万亿，相比2024年初增长超1000倍。 - **中国模型市场份额**：2026年5月，中国模型在OpenRouter平台的市场份额接近40%，其中DeepSeek V4 Flash成为最大单一模型来源之一。 - **算力用电占比**：2025年中国算力相关用电量占全社会用电量的1.9%，预计到2030年在高情景下可达到5.3%。 - **单位Token电耗**：中国在单位Token电耗方面表现优于美国，1度电可生成约1.67百万Tokens，具备50%以上的提升空间。 - **电力成本优势**：中国工商业电价长期低位运行，与美国相比更具竞争力，有利于AI推理集群的低成本部署。 - **电力结构**：中国新能源装机比例高，尤其在西部地区，绿电资源丰富，有助于降低长期电力成本。 - **投资建议**：关注电力板块中的绿电、火电及垃圾焚烧等细分领域，这些领域具备清洁性、稳定性及经济性优势。 ## 投资建议 - **绿电**：绿电直连模式可有效降低算力成本，推动AI产业绿色发展。 - **火电**：火电在AI驱动下可能迎来需求反转，电价有望企稳回升。 - **垃圾焚烧**：分布式特点匹配算力中心需求，适合布局核心城市，具有清洁性与经济性优势。 ## 风险提示 - **电力需求增长不及预期**：AI带来的新增电力需求若未达到预期，可能影响电力行业表现。 - **算力中心建设受阻**：政策、资源等因素可能限制算力中心建设，影响AI产业发展。 - **AI应用拓展不及预期**：AI在各下游领域的应用若进展缓慢，可能削弱其对电力需求的拉动作用。 ## 附录信息 - **电力结构**：中国以风光水电为主，新能源占比持续提升；美国则以天然气为主，化石燃料占比较高。 - **算电协同政策**：多部门联合推动算电协同，明确“东数西算”工程及绿电直连等具体实施路径。 - **成本测算**：在DeepSeek V3推理场景下，中国芯片与数据中心的综合成本优势显著，单位Token成本相对较低。 ## 总结 中国在AI领域的竞争力正逐步增强，主要得益于能源结构的优化与电力成本的下降。算电协同的政策支持与技术演进，推动了算力与电力的双向赋能，使中国在AI发展过程中占据有利位置。随着Token调用量的爆发式增长，电力需求将显著提升，为电力行业带来新的发展机遇。