华尔街见闻援引分析文章称，AI 产业链的利润分配正在随 Token 经济扩张而重排。中国市场调用量快速放大，但收入转化仍然偏慢；美国则在高资本开支和订阅体系支撑下，先把部分增量价值留在上游和软件端。
文章认为，当前利润兑现顺序已经较为清晰：上游算力先入账，中游模型价格持续下压，下游应用开始承接成本下降带来的空间。中美差异不只在技术能力，也在谁能把这部分价值真正留在报表里。
调用量增长未同步变现
中国日均 Token 调用量从 2024 年初约 1000 亿次，升至 2025 年底约 100 万亿次，但公有云 MaaS 全年收入仍只有约 30.7 亿元。文章提到，原因包括大量调用发生在大厂内部场景、外部交易价格被压低，以及应用层收费尚未全面转向按 Token 计价。
与收入规模不匹配的，是持续抬升的算力投入。文章称，截至 2026 年二季度，美股四大云厂商滚动 12 个月资本开支与经营现金流之比已升至 0.63 至 1.05，部分公司自由现金流明显承压，建设资金正更多依赖资本市场。
上游先承接稀缺溢价
文章认为，上游算力仍是当前最稳定的利润承接方。供给偏紧带来的稀缺溢价，直接推高了芯片和数据中心相关收入。以美国市场为例，瓶颈更多落在电力接入和数据中心容量，稀缺主要通过价格出清。
中国市场的约束则更多来自高端算力芯片供给。文章称，在出口管制背景下，新增需求推动国产替代加快，本土厂商在 AI 加速卡市场的份额已升至四成以上，新增算力也继续向“东数西算”等枢纽节点集中。
应用层开始承接红利
文章认为，中游模型正在快速商品化。随着开源模型持续追平能力差距，同档位 Token 的可替代性上升，竞争更直接落在价格上。达到 GPT-4 同等能力的调用价格，已被压到过去的约四十分之一。
在这一背景下，中游面临双重压力：成交价低于挂牌价，成本中又有较高折旧摊销占比，利润空间被持续压缩。文章判断，真正还能长期留住利润的环节，将更多转向两端：一端是依靠高利用率摊薄成本的算力供给方，另一端是能通过客户迁移成本维持议价能力的应用公司。
中美变现路径继续分化
文章称，美国市场更容易把 AI 增量价值沉淀进高价软件订阅体系，前沿模型能力可以被打包进现有 SaaS 产品，转化为持续收费。中国市场的软件付费意愿相对较低，中游厂商更常按算力成本定价，低价 Token 带来的红利因此更快流向应用层。
不过，红利流向应用层并不等于利润已经锁定。文章认为，决定下游能否真正留下利润的关键，在于是否形成足够高的替换成本，例如行业准入、数据对接沉淀、系统集成深度等。随着按 Token 或按结果计价逐步普及，应用公司的客户黏性和真实留存情况也会更快体现在季度数据中。
