今天，中美资本市场上演了戏剧性的一幕。

当地时间 2 月 26 日，刚刚发布创纪录财报的 AI 芯片巨头英伟达股价大跌 5.5%，市值一夜蒸发近 2600 亿美元（约合人民币 1.77 万亿元）。

相反，2 月 27 日，A 股市场的算力租赁、云计算、电力和数据中心股却掀起涨停潮。其中，云天励飞 -U 20% 涨停，普元信息 20% 涨停，珈伟新能上涨 19.91%，南网能源上涨 10.04%。港股市场上，商汤 -W 上涨 4.10%，金山云上涨 7.54%。

冰火两重天的走势背后，一个关键变量浮出水面。

《每日经济新闻》2 月 26 日独家首发报道，全球最大的 AI 模型 API 聚合平台 OpenRouter 数据显示，2026 年 2 月，中国 AI 模型的周调用量（以 Token 计）首次超越美国。并且，在全球调用量前五的模型中，中国模型占据四席，呈现出 " 集群式崛起 " 的态势。

市场不再简单地将 AI 繁荣等同于英伟达高端芯片的销量，而是开始重新审视算力价值的分配。

中国模型凭借更高效的架构，正在削弱市场对高端 GPU 的线性依赖；全球开发者纷纷选择中国模型，则直接催生了对国产算力需求的指数级增长。

中美市场分化：英伟达一日蒸发超 1.7 万亿，国产算力大涨

美东时间 2 月 25 日，英伟达公布了堪称惊艳的财报，Q4 营收增长 73% 至 681 亿美元，创历史新高，剔除部分项目后每股利润为 1.62 美元，调整后毛利率为 75.2%，均高于市场预期。然而，这份强劲的业绩反而触发了市场的悲观情绪。

当地时间 2 月 26 日收盘，英伟达股价重挫 5.5%，创下自 2025 年 4 月以来的最大单日跌幅，近 2600 亿美元（约合 1.77 万亿元人民币）的市值烟消云散。这一跌幅也传导至其他芯片制造商，博通、AMD 和台积电的股价均出现不同程度的下跌。

市场对于英伟达优秀业绩已不再感到意外。有分析师指出，辩论的焦点已从短期的业绩表现，转移到对 AI 资本支出可持续性的长期担忧上。当市场开始质疑英伟达的增长天花板时，任何风吹草动都可能被放大。

然而，A 股和港股市场却是另一番景象。2 月 27 日，相关板块迎来涨停潮。

具体来看，A 股算力租赁板块，云天励飞 -U 实现 20% 的涨停，杰创智能涨幅超过 17%，首都在线、宏景科技、亿田智能等均 10CM 涨停。

A 股云计算板块中，普元信息 20% 涨停，浩云科技涨超 16%，众诚科技、烽火通信等涨幅均超过 10%。

受算力板块利好消息影响，电力板块同样上涨，珈伟新能上涨 19.91% 涨停，南网能源等 8 家公司 10CM 涨停。

港股市场上，云计算及数据中心板块同步上涨，金山云上涨 7.54%，商汤 -W 上涨 4.10%。

核心变量：中国 AI 调用量首次超越美国

这冰火两重天的景象背后，是《每日经济新闻》在 2 月 26 日的报道《2 月井喷！中国 AI 调用量首超美国，四款大模型霸榜全球前五，国产算力需求正经历指数级增长》引发热议。

报道称，全球最大的 AI 模型 API 聚合平台 OpenRouter 的数据显示，2026 年 2 月，中国 AI 模型的全球调用量实现了历史性的突破。在 2 月 9 日至 15 日当周，中国模型的周调用量达到 4.12 万亿 Token，首次超越了美国同期的 2.94 万亿 Token。

一周之后，即 2 月 16 日至 22 日当周，中国模型的周调用量进一步攀升至 5.16 万亿 Token，三周内增长了 127%，将领先优势进一步扩大。

OpenRouter 平台的用户主要由海外开发者构成，其中美国开发者占比高达 47.17%，而中国开发者仅占 6.01%。这意味着，中国模型实实在在地获得了全球开发者的认可与青睐，是一次成功的 " 出海 "。

知名风险投资机构 Andreessen Horowitz（a16z）的合伙人 Martin Casado 也观察到，如今在硅谷寻求融资的 AI 初创公司中，其路演核心模型有高达 80% 使用的是中国的开源模型。

这股强大的增长动能，并非依赖单一爆款，而是中国 AI 厂商的 " 集群式崛起 "。在 2 月 16 日至 22 日的周榜单上，全球调用量排名前五的模型中，有四款来自中国，分别是 MiniMax 的 M2.5、月之暗面的 Kimi K2.5、智谱的 GLM-5 以及 DeepSeek 的 V3.2。这四款模型合计贡献了 Top5 总调用量的 85.7%。

分析师：中国 Token 消耗量急剧攀升，算力推理需求高速增长

当全球开发者开始大规模使用中国模型时，资本市场迅速意识到，支撑 AI 发展的算力逻辑可能正在被改写。

对于英伟达而言，市场担忧主要来自三个层面。

首先，黄仁勋在 2 月 25 日的业绩电话会上表示，在 AI 时代，算力即营收——没有算力，就无法生成 Token；没有 Token，企业营收就无从增长。

但是，中国主流模型普遍采用的 " 混合专家（Mixture-of-Experts, MoE）" 架构，正在削弱 " 堆卡需求 "。

弗若斯特沙利文中国总监李庆在接受每经记者采访时分析指出，以 " 混合专家（Mixture-of-Experts, MoE）" 架构为代表的技术路线，是中国模型能够大幅降低推理成本的核心原因之一。目前，包括榜单上的 DeepSeek、阿里巴巴的通义千问 3.5-Plus 等模型，都已广泛采用了 MoE 架构。

MoE 架构通过 " 按需激活 " 部分专家网络而非调用全部参数的方式，大幅降低了单位 Token 所需的算力。数据显示，这种架构能让推理时的显存占用降低 60%，吞吐量提升高达 19 倍。这意味着，在传统 " 模型越强、参数越多、GPU 需求越大 " 的逻辑下，MoE 体系的出现使得 Token 使用量的爆发，不再与英伟达 GPU 的需求量线性挂钩。

并且，市场本身也在担忧科技巨头们继续投入数千亿美元购买英伟达芯片的能力。

JonesTrading 首席市场策略师奥罗克（Mike O'Rourke）认为，亚马逊、Meta、微软和谷歌这几家顶级 " 超大规模数据中心 " 一个月前公布的财报显示，它们的自由现金流要么大幅下滑，要么趋于平稳。

其次，中国模型出海的算力路径与传统认知不同。中国 AI 厂商并不依赖英伟达最顶级的 GPU，而是通过更高效率的模型架构和多元化的芯片组合方案，走出了一条新路。黄仁勋自己也承认，尽管美国政府批准了少量面向中国客户的 H200 产品出口，但公司尚未产生相关营收。全球开发者使用中国模型产生的 Token，并不建立在英伟达高端 GPU 的持续扩张之上。

另一方面，中国 AI 在全球成功，直接催生了对国产算力基础设施的庞大需求。全球开发者 " 用脚投票 " 的结果，验证了中国 AI 模型在性能和成本上的双重竞争力。以成本为例，OpenRouter 平台数据显示，在处理相同数量的 Token 时，MiniMax 的 M2.5 与智谱的 GLM-5 的输入价格仅为 0.3 美元 / 百万 Token，而海外对标产品 Claude Opus4.6 的价格则高达 5 美元 / 百万 Token，是中国模型的约 16.7 倍。

同时，中国在电力成本上具有显著优势。电力是生产 AI Token 的 " 燃料 " 和主要成本。在 AI 大模型运营成本中，电力成本占比可达 60%～70%，远超硬件折旧和网络成本。

据媒体报道，中国西部绿色电力成本极低，约 0.2 元 / 度～0.3 元 / 度，而欧美平均约 1 元 / 度～1.5 元 / 度。这意味着生产相同 Token，中国的成本可能仅为欧美的 1/5 到 1/4。

成本优势叠加技术实力，正推动国产算力需求经历指数级增长。摩根大通预测，从 2025 年到 2030 年，中国 Token 消耗量的年复合增长率将达到 330%，在短短 5 年间实现 370 倍的增长。

申港证券认为，国产 AI 大模型调用量提升、模型变现能力预期提升，或将加快其数据调用量的增长和模型性能提升，国产算力产业链有望受益。

益群证券分析师在 2 月 27 日的研报中表示，我们认为伴随字节 Seedance 2.0 的发布以及 Clawdbot（龙虾机器人）等 Agent 框架工具的火爆，中国 token 消耗量急剧攀升，算力推理需求高速增长，未来有持续超预期可能。

中信证券分析师在文章中指出，Token 的爆发式增长，本质上反映出 AI 推理需求的指数级扩容，而国产算力配套凭借着成本、生态等优势，有望从仅服务国内大厂，演进为通过国产 AI 模型从而服务全球用户，打开国产算力的需求上限。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。

每日经济新闻