Deepseek 烧掉 8 万亿 token，中国电费便宜 10 倍，美国怎么追？

最近 DeepSeek 热度高涨，部分平台出现单日数万亿 Token 的调用规模，在聚合平台上拿到很高的调用占比。网上流传一个很有意思的视角：现实中电力很难直接跨太平洋出口，但把电力转化为算力、再通过 API 输出 Token，相当于实现了电力价值的间接出海。

DeepSeek 能够在海外市场快速打开局面，核心优势来自成本控制。国内完整的算力基建、相对低廉的电力，推低了推理的单位成本，API 定价相比海外主流模型具备明显优势。但要厘清一个关键点：“中国模型” 不等于全部跑在中国境内算力上，不少海外流量会部署在海外机房，并不全部消耗国内电力。AI 竞争也不是简单靠低价消耗对手，企业最终还是要走向可持续商业化，DeepSeek 近期上调 API 价格，也正是结束亏本跑量、回归商业逻辑的信号。

AI 产业的博弈，芯片、算力、电力三者缺一不可。只有芯片没有能源，硬件就无法发挥价值；只有电力没有芯片，也做不出大模型。国产大模型更多走技术追赶路线，跟进全球主流方向，在推理成本、开源生态上寻找突破口，而不是以 “不计代价亏损，只求对手赚不到钱” 作为战略目标。商业竞争中，价格优势是武器，但长期健康的产业，依然需要合理利润来反哺研发迭代。

网上还有一个很形象的说法：中美昼夜颠倒，国内夜间用电低谷，恰好是美国的日间工作高峰，理论上可以利用国内夜间闲置算力承接海外需求，实现错峰利用。这是算电协同很理想的设想，但现实会受多重约束：跨境数据合规、网络时延、机房运维、跨境带宽成本，都会限制这种潮汐式调度的大规模落地，并不是天然就能完美匹配。

传统电力远距离跨境输送难度极高，海底电缆成本巨大，大规模把新疆、西部的电直接输送到北美并不现实。而算力服务通过光纤传输计算结果，提供了一条新路径：电力留在本国数据中心消耗，输出数字化的算力服务，收取海外付费，实现能源价值对外输出，这是数字时代一种新型贸易形态，但不等同于物理意义上的电力出口人民日报。

不过这一模式存在现实约束：各国都有严格的数据跨境监管，数据不能无限制跨境流动；高端 AI 芯片供给依然紧张；同时算力集群建设、服务器折旧，成本远不止电费一项。所谓 “人类历史第一个电力帝国” 是网络夸张说法，并不符合现实。

不同国家都在推进算电协同，把清洁能源和 AI 算力结合。未来核电、新能源大规模发展，会持续夯实算力的能源底座，但走向全球服务，需要平衡技术、商业、地缘、数据安全多重条件，是循序渐进的长期过程，而非一蹴而就。