能源：AI的中国优势

Tokens需求爆发，中国AI模型份额提升 　　Chatbot到AI Agent，Token调用量爆发。Token（词元）是模型处理信息的最小计量单位。2026年以来Token调用量快速爆发，Token在AI运行中的角色发生系统性变化，Chatbot基本呈现为“一问一答”的形式，Tokens消耗基本跟用户数量线性相关；AIAgent时代，模型需要通过主动拆解任务、调用工具、搜索信息、循环推理等任务来完成工作，计算链条明显变长。Token消耗开始呈现非线性规模扩张。 　　中国模型调用占比提升。在性能差距逐步收敛背景下，中国模型凭借更低推理成本、更高性价比与开源部署优势，市场份额开始领先。根据OpenRouter数据显示，2026年5月中国模型Token调用份额接近40%，持续提升。 　　算电协同，算力电力双向赋能 　　政府工作报告首提算电协同，AI产业加速发展，算力电力双向赋能产业趋势明确。算电协同是以新型电力系统为支撑，深化智能调度、源网荷储、新型供备电等技术与机制创新，推动算力网与电力网深度融合、双向协同的新型运行模式。电力支撑算力产业发展，算力反向赋能电力成长。绿电直连政策频出，多方位支撑算电协同绿色发展。 　　中国的能源优势转化为AI的中国优势 　　芯片能效提升，度电生产转化Tokens量提升。我们比较同样模型参数下，芯片能效逐步提升，单位Token耗电量逐步下降，每百万Token耗电量范围在0.36—1.1左右区间范围，均值在0.7度/百万Tokens水平，按照均值则1度电可生成输出1.67MTokens，技术进步电耗下降，度电生成Tokens的量有50%以上的提升空间。 　　电力—Tokens—应用，AI驱动电力能源价值全面重估。1度电通过算力中心生成输出1.67MTokens（百万Tokens耗电0.6度），参考国内大模型企业定价，1M Tokens定价平均超过8元，实现1度电成本（参考风电光伏）0.2元至输出Tokens价值13元+的价值跃升，考虑大模型企业从输出Tokens到输出服务，Tokens价值提升的同时进一步带动电力价值提升。 　　单位Tokens成本拆分：单位Tokens成本目前主要受到服务器价格（单位算力服务器成本）、芯片效能（单位算力所需功率）、能源成本（电价）的影响。经过我们测算，百万Tokens成本结构中设备折旧占比50%–75%，是最核心的成本构成；电力成本占比12%–14%，随着服务器价格下行、芯片效能提升，电力成本的占比提升。 　　能源优势有望成为AI竞争的胜负手。AI下游需求爆发，上游设备制造技术逐年突破提升，芯片效能优化，服务器价格下行，单位Tokens成本中折旧成本逐年下降，能源等成本重要性逐年凸显。考虑能源供给的稳定（全国统一性电网，跨区调度能力全球领先），能源成本的竞争力（中国新增机组风光为主，边际成本低），能源优势有望成为AI竞争中中国的重要优势。 　　投资建议与风险提示 　　投资建议：中国的能源优势转化为AI的中国优势，AI需求爆发，价值量膨胀驱动中国电力资产价值重估。【电力板块】AI驱动电力供需反转，电价企稳回升，电力公司积极拓展算电协同项目落地，建议关注【绿电】【火电】。垃圾焚烧分布式特点匹配算力中心需求，项目布局核心节点城市，综合考虑清洁性与稳定性，经济性有竞争力，建议关注【垃圾焚烧】。 　　风险提示：电力需求增长不及预期、国内算力中心建设受阻、AI应用拓展不及预期等。