本文来自微信公众号： 未尽研究 ，作者：未尽研究
中国的开源模型开始服务全球市场，但是短缺的算力仍然主要以本土市场为基本盘。
如果将中国AI生态按照算力所在地与市场所在地划分为四个象限，那么中国AI全球化的理想路径，应该是从“本土算力、本土市场”，经过“本土算力、海外市场”，最终走向“海外算力、海外市场”。但现实并没有沿着这条路径线性发展。
（未尽研究、Workbuddy制图）
本土算力、海外市场，即年初翻炒过几轮的“token出海”，商业模式上已经初步获得了验证。但是，边际上新增的算力，正在越来越多地转向满足本土需求。就更别提实体“算力出海”了。
token出海，是愿景，不是现实
2026/4/16完整阅读>
MiniMax的半年报揭示了这一现实趋势。今年上半年，它的商业模式从直接面向消费者的AI原生产品，转向开放平台、API和企业服务。它的开放平台及其基于AI的企业服务收入，同比增长了703%，占比从去年同期的30%提升至当前的63%；但是，它的海外收入占比却从72%降至了61%。这并不意味着海外业务在收缩，但说明了中国大陆收入增长得更快。随着开放平台和企业服务收入爆发，MiniMax的增长重心正在更多回到本土市场。
智谱则经历了另一种转变，商业模式从以私有化部署为主，转向持续的模型调用。云端API的收入占比，从去年同期的15%提升至87%。但与MiniMax不同，智谱并未披露2026年上半年的收入地域结构。公司此前曾解释，由于收入主要来自中国客户、资产也主要位于中国，因此不提供按地理位置划分的收入信息。这意味着，智谱最新一轮API收入爆发，仍主要由本土市场需求驱动。
本土市场的爆发，也意味着本土算力及其增量，仍将优先用于满足本土需求。让中国AI企业进一步把算力基础设施搬到海外，实际上意味着把本就有限的资本、芯片和基础设施能力配置到海外市场。相比继续扩大国内算力供给，这并不是眼下最优先的选择。
这也并非中国独有的选择。即使是AI算力最为充沛的美国，近年来同样不断出现要求优先保障本土AI算力供给的政策主张。
与美国相比，中国的本土算力仍然处于高速追赶、奋力爬坡阶段。这不仅包括技术层面的，也包括产能层面的。按照信通院的数据，今年一季度，本土AI算力需求同比涨417%，而有效供给增速仅为128%，缺口反而一时扩大。
这背后既有先进工艺良率、客户设计迁移、关键设备和材料等因素，也受到HBM等关键组件供给的约束；与此同时，消费电子和智能汽车等规模产业仍会与AI数据中心争夺部分产能。
这种供需缺口还将持续一段时间。摩根大通预计，到2030年前，中国本土市场的推理需求将以约80%的复合增速增长；与此同时，本土算力满足中国AI基础设施需求的比例，将从2025年的约40%，提升至2028年的80%、2030年的90%。
因此，即使模型厂商持续通过算法优化降低单位Token的算力需求，算力厂商加速用群计算补单芯片，包括以“进口算力”适当弥补缺口，本土算力更可能首先实现的是与本土需求之间的紧平衡。
无论是“Token出海”还是“算力出海”，在战略层面的长期布局，以及技术验证和商业模式探索，都仍然颇具意义。尤其对于中国企业出海而言，这也是降低对美国先进算力“使用权”不确定性的长期选择。但在本土AI市场供需瓶颈真正缓解之前，它们都很难成为眼下值得满足的商业需求。
据报道，汕头已经完成首个Token出海全链路闭环验证，截至7月底，日均对外提供Token超过150亿；而在6月底，中国日均Token消耗量已经达到500万亿。Token出海已经跑通了商业模式的可行性，但与本土市场的需求相比仍然是小步试点。
算力出海面对的则是另一种难题。华为昇腾出海的重要一站就在韩国。后者正在推进万亿美元级别的“主权AI”建设，计划到2029年建成8.4GW、到2035年扩展至18.4GW的AI基础设施。韩国虽然缺乏自己的AI芯片，但对于这样的市场，中国算力厂商面对的是一个已经拥有成熟全球供应商、同时对算力的先进性、部署规模和供应稳定性都有很高要求的市场。
这并不意味着中国模型厂商就放弃了海外市场的收入。相反，它们正在寻找一种对算力依赖更低的出海方式：先不必把自己的算力搬出去，而是把模型能力交给海外的算力、客户和应用场景。
月之暗面最新的Kimi K3许可证，要求经营MaaS业务的公司及其关联方，连续12个月合计收入超过2000万美元的，商业使用前需要与公司另行签署协议。月之暗面正在与微软Azure、亚马逊AWS以及谷歌GCP谈判，谋求最高30%的分成。
MiniMax的视频生成模型H3也采用了类似思路，年收入超过2000万美元的企业，需要另行取得MiniMax的书面授权；而Comfy公司已经开始销售相关的本地商业使用权。
此外，据财报电话会议，智谱也在积极推进与海外CSP的合作，并考虑通过开源模型本地托管、收入分成等方式拓展海外市场。
另一种模式则是MiniMax最新的一招，帮助有“主权AI”需求的市场，训练当地的“本土大模型”。
沙特公共投资基金（PIF）旗下人工智能公司Humain推出的阿拉伯语大模型Humain-M3，就是一个典型案例。官方称，该模型由Humain委托、MiniMax交付，基于MiniMax M3构建；它们的总参数（4280亿）与激活参数（230亿）一致，但是Humain-M3经过了超过1万亿Token的阿拉伯语专项训练，重点强化了本地文化适配。不过，双方都没有披露其中的商业细节。
两种模式的共同点是，中国模型厂商输出的是模型能力，而不是算力基础设施；承载这些模型能力的，则是当地的“本土算力”。对于现阶段中国AI产业的全球化而言，更现实的路径可能是让模型能力先跨越国界，而让算力留在更需要它的地方。
而随着中国本土AI市场逐步从供需紧平衡走向更充足的供给，以及海外市场对AI基础设施需求持续增长，模型与算力最终仍可能在海外重新汇合，在不远的将来。
尽管如此，算力与模型服务正在解耦。尽管华盛顿有人对沙特把自己的主权AI建立在中国的开源基座上不爽，但美国自己的厂商也在成群结队地使用中国的开源模型；K3们能对海外MaaS厂商谈授权分成服务，也没有理由不与国内厂商谈类似交易。