“有单子不敢接，有流量不敢放 。”杭州一位AI创业者李钟的这句话 ，道出了当下无数中小企业面对算力成本的真实困境
。

　　这场算力焦虑
，正因开源AI智能体项目OpenClaw的火爆而进一步放大。随着智能体应用从“生成式 ”迈向“自主执行
”，单次交互的Token消耗量呈指数级激增——而OpenClaw这类复杂智能体项目的涌现 ，让算力需求瞬间被推至新高 。业内估算
，一个成熟智能体的日均Token消耗可达传统对话模型的数十倍，本就“用不起”的算力账单 ，变得更加触目惊心
。

　　然而，算力需求的爆发也催生了政策的快速反应。就在OpenClaw走红的同时
，各地政府迅速跟进这一创新风口 。继广东深圳龙岗区与江苏无锡高新区之后，安徽合肥高新区、江苏常熟市分别发布措施 ，邀请创业团队前来“养龙虾 ”。合肥高新区针对OpenClaw等项目推出“算力券 、语料券
、模型券
”三重补贴
，最高可申领1000万元算力券，补贴覆盖模型训练、智能体搭建 、语料采购与标注等全研发流程
。

　　从“抢项目”到“降成本 ” ，算力正成为各地争抢创新资源的政策发力点。今年全国两会期间
，算力高成本成为代表委员们热议的焦点 。

　　但在企业“用不起”的普遍焦虑中，财联社记者调查发现 ，尽管算力券政策密集落地
，企业却面临“好用但不够用
”的现实困境：申请流程繁琐
、垫资压力大、补贴范围受限；更有人担忧，若商业模式建立在补贴之上 ，一旦退坡能否持续？对此
，一线人士呼吁，算力券不能止步于“发钱” ，更需转向“建生态 ”——从单一补贴算力，转向覆盖数据 、模型的全链条支撑
，为企业构建真正的成本护城河
。

　　算力券密集落地：多地推出真金白银补贴

　　财联社注意到，近段时间以来 ，多个省份密集出台政策
，发放算力券，通过财政补贴直接降低企业用算成本。

　　这种补贴模式正在全国铺开：

　　山东：省级“算力券
”奖补按合同实际执行金额的一定比例向供需双方发放 ，单家企业年度累计奖补总额不超过500万元 。青岛按实际支付算力费用不超过20%的比例
，给予企业最高100万元补贴
。

　　重庆：2026年第一批算力券兑现工作已启动，按实际算力服务金额20%予以补贴 ，每个单位每年最多补贴100万元。

　　贵州：对购买智能算力的按合同有效金额的30%给予激励
，同一需求主体年度累计兑现额度最高不超过200万元 。

　　广东中山：拿出总额5亿元的“算力券”，通过市级人工智能赋能平台发放
。

　　算力券的兑现方式也在优化。杭州市上城区今年推出“工具包 ”模式：政府统一采购高阶模型账号 ，交给OPC社区运营
，入驻的创业者可免费自主使用，实现“即开即用、按需使用
、免审即享
” 。

　　企业真实体验：算力券“好用但不够用”

　　尽管算力券政策密集落地 ，但财联社记者在采访中发现，企业在实际申领和使用过程中仍面临不少“堵点 ”
。

　　安徽一家AI创业公司负责人给记者算了一笔账：公司每月算力支出约8万元
，如果按30%的比例获得补贴，一年能省下近30万元。

　　“对初创公司来说 ，这笔钱够再招两个工程师 。
”但他也坦言
，算力券“好用但不够用”——补贴比例看似可观，但额度有限 ，申请流程仍然繁琐。“我们提交了三次材料才通过初审
，前后耗时两个多月
。 ”

　　更大的问题在于补贴的“可持续性
”。天津寒江科技有限公司工程师刘奇向记者坦言，如果一家企业的商业模式建立在政府补贴的廉价算力之上 ，那么一旦补贴退坡
，商业逻辑是否还能成立 。

　　“这是一个巨大的问号
。政府的财政兜底可以帮企业度过初创期，但无法替企业构建长期的成本护城河。”刘奇说 。

　　北京经开区一家获得算力券补贴的AI公司技术负责人则向记者反映 ，目前算力券大多限定在特定平台或服务商使用
，企业难以根据自身需求灵活选择
。“我们想做国产化算力适配，但本地符合条件的服务商太少 ，最后只能放弃这部分补贴。 ”

　　代表委员呼吁：算力券需从“发钱”转向“建生态
”

　　企业的这些真实反馈，也引起了今年两会代表委员的关注 。

　　全国人大代表、郑州大学党委书记李成伟建议
，大量民营经济主体，尤其是中小微创业者 、个体创业者 ，正面临“算不起
、不够用”的现实难题
。针对这一痛点
，他建议，除了现有的算力券补贴 ，能否创新支持方式、加大支持力度
，增加算力风投 、先用后付
、以补代投等优惠举措。

　　全国人大代表、中兴通讯高级副总裁苗伟也持相似观点 。他在接受采访时表示，算力是AI发展与产业智能化的核心底座 ，当前供给缺口突出
，中小企业用不起 、用不好
。他建议，设立AI大模型训练专用算力开放平台 ，建立算力共享机制
，分级定价
、普惠供给，让中小企业用得上、用得起 、用得安心。

　　全国政协委员
、京东集团技术委员会主席曹鹏在今年两会期间也建议 ，应构建国家级算力调度网与普惠体系，出台“算力券 ”“模型服务补贴
”
，让智能算力“按需取用、泛在可及” 。

　　一位行业专家向财联社记者表示，单纯的算力补贴只是“止痛药 ” ，而非“救命丹
”。“如果只有廉价的算力
，缺乏高质量的语料和适配的模型工具链，创业者依然是在空转
。真正的‘喂饱’创业者 ，不是简单地给钱让他们去买显卡
，而是要提供一个软硬一体 、训推高效、自主可控的算力基础设施。”

　　在合肥高新区，当地针对OpenClaw等项目推出的“算力券
、语料券、模型券 ”三重补贴 ，正是试图回应这一诉求——从单一补贴算力
，转向覆盖数据 、模型的全链条支撑 。

　　一位正在申请该补贴的企业告诉记者：“算力
、数据、模型三样一起补，确实比单纯补算力更解渴
。但希望审核能更快一点。
”

　　硬件侧突围：瞄准Token成本砍一刀

　　除了政策层面的补贴纾困 ，算力成本下降的另一重动力
，正来自产业链上游的硬件创新 。

　　过去一年，中国算力租赁市场迎来了一轮显著的价格回调
。以主流型号为例 ，英伟达H100的算力卡租赁单价已从峰值期的90余元/小时，回落至15至20元/小时区间。

　　价格走势背后是行业逻辑的切换：大模型发展初期
，市场因芯片稀缺而疯狂囤货，只看重算力峰值 。如今随着推理需求常态化 ，企业开始精打细算
，将总拥有成本作为决策的核心标准
。

　　而总拥有成本的下探，不只来自租赁单价的“显性降价” ，更来自单位token生成成本的“隐性优化 ”。

　　浪潮信息首席AI战略官刘军在接受财联社记者采访时表示
，在AI超节点系统设计上，不应再依照惯性思维单纯追求规模扩张 ，而应从客户实际应用出发
，统筹考量token交互速度与token成本的平衡 。

　　“特别是在智能体场景下，交互链路更长 、调用频次更高 ，token交互速度不仅关系用户体验
，更直接影响到单位算力资源的利用水平，并最终传导至token成本和商业回报上
。基于这一思路 ，公司发布的元脑SD200超节点AI服务器，单token生成速度达到8.9毫秒
，率先引领国内AI服务器进入‘10毫秒时代’。
”刘军表示 。

（文章来源：财联社）