这种差异已经能在公开电价中看到。按 2025 年第三季度的公开口径，中国工业用电价格约为每千瓦时 0.115 美元，美国约 0.154 美元，德国约 0.276 美元。这个口径并不完全等同于数据中心最终到手电价，但足以说明方向：中国仍处在主要经济体的低位区间。
（图：2025年第三季度工业电价横向对比；数据来源：GlobalPetrolPrices；制图：Claude）
如果假设一个大型推理集群年用电量为 100 GWh，仅电力一项，中国的年成本约 1150 万美元，美国约 1540 万美元，德国约 2760 万美元。这还没算冷却系统和其他基础设施能耗。对一个高负载、靠海量调用摊薄成本的 API 业务来说，这种价差最终会传导到报价能力上。
当然，电价差不直接等于 Token 价差。
芯片成本、集群利用率、模型架构、工程优化和渠道策略，都会共同决定最终价格。更稳妥的判断是：在推理时代，电力已经从背景条件，变成 AI 服务定价里的关键变量之一。
二、
中国煤电占比从 72% 降到 55%，更便宜的电从哪来
如果继续追问，中国为什么能提供相对更低的推理电力成本，答案就不能只停留在"工业电价更便宜"这一层。
更深一层的原因，是中国电力体系过去十多年形成的一种组合能力：一边用大规模、稳定的电源支撑工业体系，一边用快速扩张的新能源拉低系统边际成本。
煤电仍然是这套系统里不能绕开的部分。它的意义不只是便宜，更在于稳定、可预测，能够为全年 7×24 小时运行的数据中心提供基荷能力。
真正改变成本方向的，则是风电和光伏过去十年的快速扩张。
