问题——大模型竞争从“拼参数”转向“拼落地”，Token消耗激增带来基础设施新挑战。报告显示，2025年以来全球大模型升级速度显著加快，从年度更新缩短至季度甚至月度迭代。随着推理能力、工具调用和智能体协作成为标配功能，模型调用频率和时长同步增加——Token消耗加速上升——算力供给、网络传输和数据中心承载能力成为制约行业扩张的关键因素。 原因——技术路线趋同与工程效率提升，推动国内模型“以更低成本提供实用能力”。一方面，混合专家架构、多模态和链式推理等主流技术提升了单位算力的有效产出；另一方面，中外模型性能差距缩小，国内开源模型已多项测评中跻身全球前列。同时，国内厂商在推理优化、算子调度和成本控制上积累深厚，使得同等能力的调用价格更具竞争力。报告引用海外平台数据指出，部分国产模型该平台调用量前十中占比过半，表明其性价比和可获得性正转化为市场份额优势。 影响——“模型出海”带动云计算与数据中心需求外溢，国内算力基础设施或成重要承接方。报告认为，智能体和应用层爆发将直接推高推理算力需求，进而拉动云资源和数据中心规模增长。，海外GPU租赁和机房托管成本普遍高于国内，北美部分地区还面临电力和建设周期限制，促使企业重新评估全球算力部署策略。随着国内模型海外调用量增加，跨境业务对稳定算力、低成本推理和高效率调度提出更高要求，国内数据中心在电力保障、交付速度和成本控制上的优势有望更凸显。报告还提到，头部科技企业持续加大基础设施投入，国内云厂商也加快布局，行业或迎来新一轮扩张周期。据测算，未来两年国内云计算和数据中心市场仍将保持稳定增长。 对策——从“扩规模”转向“提效率”，以电力、网络和调度为核心提升竞争力。业内人士指出，推理时代的算力需求不仅依赖芯片数量，更取决于供电稳定性、能效水平、网络互联和资源调度能力。数据中心企业需加大液冷节能技术、PUE优化、绿电协同和跨园区互联的投入；云服务商则应完善推理产品体系，提升弹性伸缩和多租户隔离能力，通过软硬协同降低单位Token成本，并优化海外客户的服务连续性和交付效率。同时，产业链企业需加强风险预案，避免在需求波动期盲目扩张和同质化竞争。 前景——推理需求增长叠加国产模型竞争力提升，算力与数据中心行业仍具支撑，但分化将加剧。报告提示，行业面临多重不确定性：应用落地可能不及预期、宏观需求波动、价格竞争加剧以及关键技术研发节奏变化等均可能对企业经营造成压力。未来，随着工作负载向推理转移，市场将更看重综合服务能力和成本结构。具备电力优势、交付能力强、客户结构优质且运维成熟的企业有望率先受益；同时，算力租赁、服务器、芯片及配套网络等环节也将随需求增长迎来新机会。总体来看，行业机遇与风险并存，竞争将从单点能力转向“模型能力—基础设施—生态服务”的系统化比拼。
大模型竞赛已从“能力比拼”升级为“成本、供给与生态”的综合较量。谁能以更稳定的算力、更低的能耗成本和更成熟的产品生态应对持续增长的推理需求，谁就更可能在新一轮产业竞争中占据优势。对企业而言，抓住技术演进与基础设施升级的窗口期，在扩张中兼顾效率与合规，将是长期发展的关键。