现在聊算力交易，如果还只看 “单卡多少钱”，其实已经有点跟不上市场变化了。因为越来越多客户开始用 Token 成本来算账：模型训练一次多少钱、推理一千次多少钱、生成一个应用需要多少 Token 成本。这个变化正在把算力定价逻辑从 “硬件参数” 推向 “实际产出效率”。这也是国产算力最近机会越来越明显的原因。过去大家担心的不是国产芯片性能不够，而是生态适配、模型迁移、工具链成熟度和实际落地成本。但从近期平台成交来看，国产算力的接受度正在明显提升。尤其是昇腾、寒武纪、海光等方向，已经不再只是 “政策选项”，而是很多企业真实会对比的成本选项。最近有几个行业事件值得关注：美团用五万卡国产集群完成 LongCat-2.0 万亿参数模型训练，DeepSeek-V4 上线后也快速适配国产芯片。这类案例对市场的影响很大，因为它说明国产算力已经能承接训练和推理双场景，而不是只能做边缘或轻量化任务。从价格上看，国产算力的优势主要体现在综合成本。同等 Token 产出下，昇腾 910B 集群租赁单价通常低于 A800 集群...

近期接触到不少 AI 创业团队和模型训练客户，最集中的问题不是 “缺算法”，而是 “卡不到算力”。尤其是高端训练级 GPU 现货，渠道报价一直在往上走，但真正能立即交付的货并不多。从我们平台近期成交来看，全新 H200、B300 整机的现货流通并不活跃，多数渠道更倾向于接长周期订单，而不是即期现货交易。二手市场则表现得更直接：8 卡 H100 整机报价基本稳定在 58–65 万元区间，A800 单卡现货价格也维持在 11–13 万元之间，部分成色较好、带完整维保记录的节点更容易被快速成交。值得注意的是，客户的采购方式正在发生变化。过去很多团队会直接考虑买断整机，现在更多人会先按小时或按月租用，尤其是模型验证、数据处理、小范围训练阶段，并不需要一次性锁定大量硬件成本。从平台交易数据看，近 7 天高端算力租赁订单环比上涨约 42%，其中分时租赁、短租包月、弹性扩缩容三类订单增长最明显。对中小团队来说，这种方式的好处很直接：不用承担硬件折旧，不用考虑机房托管和电力成本，也不用因为项目节奏变化导致算力资源闲置...