9 月 17 日，Nebius 宣布了三个月内的第二次涨价。
Nebius 向客户发出十分强势的调价通知。自 10 月 1 日起，H100、H200、B200、B300 全系涨幅 17% 至 21%。其需求能见度已超过 24 个月，部分客户已预订到 2028 年一二季度算力。
涨价潮再起，再次坐实当前是卖方市场。
不过，在过去一年，多家算力租赁企业出现收入增长但利润下滑的情况，部分企业甚至出现积压风险爆发。与此同时，Nebius 持续上调价格，客户流失水平却维持在低位。
分化已然出现，行业稀缺资源早已不再局限于 GPU 硬件本身。
一、抛弃先建后租，订单前置才是核心壁垒
在 Nebius 的这轮调价中，有一个容易被忽略的关键细节。其提价覆盖新旧全部架构，老一代 GPU 均有较大幅度调升，连 2022 年发布的 H100 旧卡都在涨。
此前市场流行的 "GPU 两三年报废 " 论调，被这一现实打脸。
可见，稀缺的不只有高端 N 卡，拥有稳定客户订单，良好商业条款，才是维持高稼动率、获得提价能力的核心支撑。
多数 AI 云厂商采用先建设产能再寻找客户的模式。Nebius 选择先锁定确定客户需求，再按需建设产能。国内市场也出现同类业务思路，比如迅策。
9 月 3 日，迅策正式发布 TokenCloud 一站式 AI 模型训推算力平台，覆盖方案选配、模型蒸馏、数据安全管控、算力加速与算力资源管控五大模块；几天之后，公司又披露，拟通过全资子公司投资建设 " 基于算力与数据的 AI 推理与计算中心 "，项目总投资不超过 120 亿元，该事项待临时股东大会审议。
有市场观点指出，依托自身差异化布局以及 TokenOS 业务积淀，迅策有机会获取一批前置订单。
从业务本质看，TokenCloud 是 TokenOS 多年 To B 客户关系与算力需求订单的自然延伸。
TokenOS 解决数据侧的可用性，将企业多源异构数据实时转化为标准化的场景 Token；TokenCloud 则侧重模型训推及 " 数据 + 模型 " 融合能力。二者合起来，构成一个完整的 AI to B 基础设施。
这个结构颇有些 " 淘宝天猫 + 阿里云 " 的味道，即客户关系和业务流量在先，云在后。TokenOS 这一平台成为聚集 B 端客户需求的入口，TokenCloud 则是云基础设施，承接这些客户业务中自然生长出来的训推算力需求。
值得一提的是，TokenOS 不仅为 TokenCloud 贡献订单，还提前完成了需求验证和客户筛选。
一方面，客户已经在迅策的管道里流转，算力需求是自然产生的，且本身十分强劲。2026 年上半年，迅策收入达到 9.67 亿元，同比增长 388.8%；平均每客户收入（ARPU）由 164 万元提高至 556 万元，同比增长 239.9%。此前，公司管理层在中报投资者交流会上透露，一些客户 " 从算力采购就找我们 "，随后进行算力部署、数据治理，再到小模型训练和应用。
另一方面，经由 TokenOS 沉淀下来的客户本身质量上乘。迅策的 Token 调用定价为 10-100 美元 / 百万 Token，是通用大模型价格的十倍以上，溢价能力来自垂直场景数据与行业 Know-how 的护城河。其客户天然具备较高的付费意愿与支付能力。
此外，迅策早期从对数据实时性要求极高的资产管理行业切入，目前业务已经扩展至金融、电信、电力、能源、高端制造、生物医疗、机器人训练平台、商业航天、城市运营、低空经济和智能汽车等十余个高价值行业；公司披露，客户留存率长期维持在 90% 以上。
高定价叠加高留存，意味着 TokenCloud 承接的是一批高质量、合作周期久、转换成本高的企业客户，这与按小时竞价、客户随时可走的裸算力租赁客户，完全不在同一层级。
二、跳出 GPU 转租，软硬一体化释放算力价值
TokenCloud 的另一重结构性优势，来自供给端的前置布局。迅策把算力来源、适配深度、调度效率和模型优化能力提前锁定，形成从国产芯片到企业 AI 应用的闭环。
首先，在芯片与算力供给上，迅策已与沐曦、天数智芯、壁仞三家国产 GPU 厂商分别达成战略合作，围绕国产算力适配、" 算力 + 数据 " 融合及企业级 AI 落地展开协同。而 TokenCloud 在算力侧支持 GPU、NPU、FPGA、CPU 等多种异构计算资源的统一管理和调度，并会根据业务场景和任务进行模型选择、硬件匹配，并统一决定部署到什么硬件。
在外部环境不确定、算力成本高企的背景下，这种能力直接关系到交付稳定性、成本可控性和客户部署灵活性。
GPU 货源的稳定性与适配深度都被提前锁定。AI 全栈国产化已进入系统工程优化阶段，这种 " 国产芯片适配 + 云 + 操作系统 " 的软硬一体绑定模式，有望使迅策进一步成为连接国产异构算力与企业 AI 应用的关键枢纽。
更进一步地，迅策提供全栈能力，非单纯转租 GPU。
具体来看，迅策通过 TokenOS 沉淀企业场景化数据处理与 Token 化能力，TokenCloud 则进一步参与模型与算力侧的优化，软件层面的异构算力调度、模型蒸馏及推理优化、与 GPU 厂商的联合适配等能力叠加，有助于提升底层算力的实际有效吞吐和资源利用效率。同样是底层算力，经过调度、蒸馏和推理优化后，能产出更多有效 Token、更快响应和更低单位成本。
这一思路与 Nebius 异曲同工。Nebius 以软件和服务在内的全栈能力获得了高于裸算力租赁的定价权和客户粘性。从产业逻辑来看，TokenCloud 也有条件免于价格竞争，凭借软硬一体化带来的效率优势和场景壁垒，获得更强的定价权。
三、真正的胜负手，是利用率与资本效率
算力租赁是一门重资产生意，核心公式是单 GPU 小时收入乘以利用率，减去运营成本、资金成本和折旧，剩下的才是真回报。
行业最大的痛点在于空置。产能空置之时，GPU 折旧与资金成本依然每日持续计提，缺少订单支撑的算力本质上属于负资产。
迅策手握稳定优质订单储备。公司亦表示，项目由明确的算力市场需求驱动。迅策建设的节奏也十分务实。根据公司项目方案及公开报道，120 亿元项目约 90% 用于固定资产投资，计划建设期 5 年并分阶段推进。
有业内人士指出，得益于建设由订单驱动，项目投产后有较大的概率可达到满产状态。
此外，资金成本也非常关键。这在利率敏感的重资产行业里，直接决定谁能跑得更快。
迅策计划由全资子公司迅深科技拟向独立金融机构取得最高 100 亿元、期限 5 年的银团贷款融资 / 授信，集团提供最高 100 亿元担保。
Nebius 的实践已验证，如果手中握有长期、可预测且由预付款覆盖的订单流，银行和债券市场就愿意以更低利率，为这类可抵押的未来现金流提供融资。
迅策与 Nebius 的融资优势相比，相似之处不只是订单流。Nebius 的投资方包括 Nvidia、Accel、Orbis 等，进一步强化其融资能力。迅策的股东包括腾讯、KKR、云锋基金等知名机构，带来较强信用背书。
长期订单、优质客户、上市公司信用以及股东与金融机构资源，为迅策拓展融资渠道、争取更低资金价格提供了条件。如若最终银团贷款融资成本具有优势，则有望降低 AI 推理与计算中心项目的资金成本。
结语
TokenCloud 是迅策现有业务生态的价值延伸，价值释放依靠两条并行路径。
首先，是客户价值变厚。同一客户可以从软件服务采购拓展至算力采购，带动单客户收入提升，同步优化 TokenOS 整体成本结构，提升客户价值转换效率。此外，客户使用 TokenOS 与 TokenCloud 的一体化企业 AI 基础设施，客户粘性有望进一步提升。
其次，是运营效率与资本效率的提升，形成飞轮。高质量的订单支撑接近满产的利用率与更低的资金成本，毛利改善又反哺 TokenOS 的交付与定价能力，进而吸引更多优质客户与订单。
算力越火热，分化可能越显著，具备前置需求、软硬一体能力与更优资金成本的参与者，有望在分化中获得更大的收益空间。
