GPU租金涨了106%，Token价格跌了58%：谁在替谁打工

a16z本周图表给出一组不太舒服的对比：从7月中旬到10月26日，B300 GPU租金涨106.0%，B200涨65.7%，H100涨16.9%；同一时间，混合Token成本跌58.4%。图表把这叫The Great 'Rack Spread' Of 2026。

先把上下文补齐。Token是模型生成文本、代码等输出的计价单位。GPU租金是租算力机架的价格。B300、B200、H100是NVIDIA几代GPU。Rack Spread指机架租金和Token售价之间的价差在扩大。数据来源是Orn Data，图表链接在a16z的Charts of the Week。

翻译成生意语言：机架更贵，产出更便宜。租GPU卖Token的人，上游成本在涨，下游售价在跌。

a16z回复区里有网友算了一笔更直观的账：B300租金约2.06倍，Token价格约0.42倍，两边差距接近5倍。除非GPU吞吐量也同步提升，否则总有一段毛利被人吃掉。另一位网友的补充更接近现实：新GPU产出Token更多，整体可能仍能净正向。两句话不矛盾，效率提升和价格战可以同时发生。

有网友说，Token价格跌58%，自己的API账单还是涨了。单价跌不等于总支出跌，用量、路由、重试和套餐结构都能把账单拉回去。这个体验不新鲜，但放在这张图旁边很刺眼。

回复里还有两种典型处境：买Token的人赶上好时候；卖固定价合同的人被两头挤。有人把瓶颈位置说得很直白：更便宜的Token，更贵的机架，瓶颈往上移了。也有网友问旧服务器还能升值多久，电力可用性占服务器价值多少，电效率何时压过服务器价值迫使换机。这个问题比图表更硬，如果电价和并网能力卡住，旧卡的价值不只由算力决定。

有网友用一张青蛙表情回应Rack Spread，情绪很直接。

Rack Spread是多个价格信号叠在一起：GPU供给紧、推理效率提升、模型竞争压价。还有网友提到，开源权重需求在推高GPU需求。短期看，Token买家受益；中期看，没有吞吐优势的转售商和固定价卖家最难受。有网友判断2027年价差会更宽，但图表只到10月26日，不能把回复区的预测当成结论。

更值得盯的是单位经济：每美元机架租金能产出多少Token，这些Token能卖多少钱。租金涨106%不致命，致命的是吞吐和售价没有一起跟上。