AI正在抄光伏的作业

高盛最新报告说，AI Token价格单月暴跌29%，首次跌破每百万Token 1美元，「量升价崩」正在动摇AI资本开支的核心逻辑。¹

光伏人看到这行字，大概率会心一笑。

这剧本，我们演了三年，而且已经演到下半场了。2026年中报季收官，13家主流光伏企业合计亏掉184.73亿元，²人员收缩从制造端蔓延到了研发端，储能从「第二曲线」变成了「半壁江山」，还有一批企业主动减产、终止项目乃至剥离光伏资产。

AI正在走的路，光伏替它蹚过了。先把光伏这半场看完，再看AI，你会看得更清楚。

📉 亏损不新鲜，新鲜的是数字之外的动作

财报季最不缺的就是亏损数字，缺的是亏损背后的小动作。

先看账面。界面新闻梳理了隆基绿能、通威股份、晶科能源、晶澳科技、天合光能等13家主流光伏企业的中报：上半年合计营收2162.97亿元，同比下降18.56%；归母净利润亏损184.73亿元，亏损额同比扩大14.43%。²（口径说明：13家样本为界面新闻选取的主流上市光伏企业，营收为合并报表口径，净利润为归母净利润；下表同。）²

（数据来源：各公司2026年半年度报告，经界面新闻汇总整理²；表中仅列示部分代表企业，非全部13家。）

营收端，13家里只有天合光能、TCL中环、爱旭股份、协鑫科技4家实现正增长，其余9家集体下滑。²

pie title 13家样本企业营收同比表现

"营收正增长" : 4

"营收下滑" : 9

结构很有意思。通威股份以343.57亿元成为收入最高的光伏上市企业，但同比下滑15.19%；天合光能营收319.85亿元、微增2.99%，是组件五巨头中唯一正增长的公司。²跌幅榜上，硅料企业承压最重——大全能源营收骤降57.63%，只剩6.23亿元；东方日升、双良节能这类组件及设备企业跌幅同样显著。²

产业逻辑很清晰：跌幅的排序，基本就是产业链的位置。离硅料越近，跌得越狠；越靠近终端，越有喘息空间。上游的出清烈度，明显高于下游。

但真正有信号意义的不是这些数字，而是中报里透露出的三件事：人员收缩从制造端蔓延至研发端，储能从第二曲线变成半壁江山，以及一批企业主动减产、终止项目乃至剥离光伏资产。

⚠️ 裁员裁到研发端，性质就变了

制造端收缩是周期，研发端收缩是战略。

过去两三年，光伏行业的收缩动作主要集中在制造端：关停产线、缩减生产基地、裁减产线工人。这套动作好理解——产能过剩，开工率不足，制造端首当其冲。

但2026年中报季透露出的变化是：人员收缩从制造端蔓延至研发端。据多位接近头部企业的人士透露，过去很多企业把「保研发」当成穿越周期的红线，如今这条红线也在松动。（注：此判断来自行业内匿名访谈，未获公司官方确认，具体裁员规模各公司均未在中报中单独披露，需以后续公告为准。）³

这件事的信号意义远大于裁员本身。

研发投入是什么？是企业在下一轮技术卡位中的筹码。TOPCon、BC、钙钛矿，每一代技术的窗口期都不等人。当企业连未来技术的牌桌入场券都开始收缩，说明其现金流的优先级已经压过一切——这是典型的出清下半场特征：行业从「降本」阶段进入了「求生」阶段。

一个可以自己动手核验的旁证：翻阅头部企业2026年中报的研发费用科目，多家企业研发费用同比降幅大于营收降幅，研发费用率被动抬升的同时，研发人员数量在下降——钱可以摊薄，人却在真减。这比单纯的费用数字更能说明战略优先级的变化。（口径说明：研发费用为利润表费用化口径，不含资本化部分；研发人员数据取自中报「研发人员情况」章节。）²

对照上面的产业链图会更直观：价格战三年，压力沿链条向上传导，硅料最先被压垮；而研发端的收缩，则意味着压力已经开始侵蚀企业的长期竞争力储备。

一句话：中报的亏损数字告诉你现在有多难，研发端的人员收缩则告诉你企业对未来的判断有多谨慎。

🔋 储能救了光伏半条命

光伏企业真正的新故事，不在组件价格表里，在储能订单簿里。

本轮中报最具叙事转折意义的变化是：储能从「第二曲线」变为「半壁江山」。这个措辞的变化不是文字游戏——过去储能是光伏企业财报里用于提振估值想象力的补充章节，如今它已经实打实地扛起了一部分营收和现金流。（口径说明：「半壁江山」指的是部分头部企业储能业务收入占新增订单或新增收入的比例接近甚至超过一半，而非占总营收的精确比例；各家口径不一，以公司分部报告披露为准。）²

产业逻辑有两层。

第一层是需求端。储能是当前新能源链条里少数量价关系尚未崩坏的环节，光伏组件价格战打了三年，而储能仍在放量，成为光伏企业对冲组件业务亏损的主要现金流来源。（旁证：据CNESA及行业机构统计，2026年上半年国内新型储能新增装机同比仍保持高双位数增长，与组件价格持续阴跌形成鲜明对照。⁴）

第二层是结构端。看上面的产业链图，储能系统一头连着组件、一头连着锂电产业链。光伏企业做储能，等于把过去在组件上积累的渠道、品牌、系统集成能力平移到一个尚有利润的赛道。对天合光能这类组件五巨头中唯一营收正增长的企业而言，储能业务的贡献不言自明。²

但这里要泼一盆冷水：储能叙事能否持续，取决于它会不会重走组件的老路。储能环节的技术门槛和差异化程度，并不比组件高多少。当所有光伏头部企业都涌向储能，第二曲线变成半壁江山之后呢？会不会变成「第二内卷」？

一个值得盯的先行指标是储能系统中标均价：若未来两三个季度中标价同比降幅持续大于电芯成本降幅，就是毛利被压缩的信号——那正是2022年组件价格的剧本重演。⁴

光伏的今天，就是储能需要警惕的明天。这句提醒，放在2026年这个时点，不算早。

🚪 主动离场，是出清下半场最体面的姿势

周期的下半场，比的不是谁更能熬，而是谁敢先放手。

本轮中报透露的第三个信号是：一批企业开始主动减产、终止在建项目，乃至直接剥离光伏资产。（注：相关动作散见于各公司中报「重大事项」及公告，含终止投建项目公告、出售子公司股权公告等，涉及公司数量与金额以交易所公告汇总为准。）³

这个动作值得单独拎出来说。过去三年，行业里流行的是「硬扛」——产能已经建了，折旧已经背了，减产等于认输，不如满产冲锋抢份额。结果是全行业亏损184.73亿元，亏损额还在扩大。²

而主动减产、终止项目、剥离资产，本质上是承认一个事实：在这些产能上继续投入，回报率已经低于资本成本。终止一个项目，短期是损失，长期是止损。

这与高盛那份AI报告里的核心判断形成了一个奇妙的互文。高盛One-Delta交易台负责人Rich Privorotsky在报告里写道：

“更多需求加上更低价格，若价格跌速超过消费增速，并不自动构成利好。¹

这句话，光伏人三年前就用184亿的亏损读懂了。装机量年年在涨，组件价格年年在跌，涨的量永远追不上跌的价——量升价崩之下，产能越多，失血越快。主动离场的企业，比硬扛的企业更早理解了这一点。

从产业视角看，主动出清是好现象：它意味着供给端的收缩开始由企业自发完成，而不是靠口号和倡议。出清进入下半场的标志，恰恰是有人真的开始退场。

🤖 AI的量升价崩，光伏人都眼熟

每一个Token的边际成本曲线，最终都会撞上同一条地心引力。

现在把镜头切到AI。高盛One-Delta交易台负责人Rich Privorotsky的最新报告披露：衡量每百万Token使用加权均价的Silicon Data LLM Token Expenditure Index（代码SDLLMTK），8月单月下跌29%，月末报约0.97美元，首次跌破1美元关口，较5月高点约2.05美元累计跌幅已超50%。（口径说明：该指数为使用量加权均价，覆盖主流商用LLM的API定价，权重随实际用量动态变化；指数由数据商Silicon Data编制，转引自高盛报告。）¹

与此同时，据摩根大通数据中心报告，OpenRouter平台8月Token使用量环比增长约47%，但美元支出仅增长约7%。（口径说明：OpenRouter为第三方LLM路由平台，其数据仅代表该平台聚合的API流量，不能完全外推至全行业；该数据转引自摩根大通报告。）⁵

量大幅上升，价格跌得更狠，美元收入几乎原地踏步。这个剪刀差，光伏人是不是很眼熟？

高盛的判断是：过去两年AI板块的股权定价，建立在「更多Token等于更多收入」的假设之上，而8月的数据首次清晰地打破了这一假设——因为股票市场的回报以美元计算，而不是以Token数量计算。¹

到这里为止都是高盛和摩根大通的报告说了什么。下面是我们自己动手算的三笔账。

第一笔：需求价格弹性账。用OpenRouter的数据做一个粗略测算——用量环比+47%、美元支出+47%本可对应零降价，而实际支出仅+7%，意味着8月降价大约「吃掉」了40个百分点的收入增量。以指数29%的单月跌幅近似均价跌幅，隐含的需求价格弹性约为47%÷29%≈1.6：价格每降1%，用量只涨约1.6%。换句话说，降价换量在当期只收回了约四分之一的价格损失。对比光伏：组件价格弹性在2023—2024年同样长期低于2，装机高增与全行业亏损184亿并存。弹性不足1.6的「以价换量」，在两个行业里都没有跑通。（口径说明：此为笔者基于¹⁵两份报告公开数字的静态测算，忽略了用量结构变化、免费额度与模型迁移等因素，仅作方向性参考。）⁶

第二笔：降价速度账。SDLLMTK指数5个月内从约2.05美元跌至0.97美元，跌幅52%；折算年化降幅超过75%。对比光伏：主流组件价格从2023年初约1.8元/瓦跌至2024年底约0.7元/瓦，18个月跌约60%，年化约37%。⁷Token价格的坍缩速度约是当年组件的2倍。这有两个推论：一是AI的资本开支决策窗口比光伏更短，误判代价更高；二是AI留给「以量补价」的时间也更短——光伏花了三年才完成出清，AI如果按同样的速度，周期会被大幅压缩。（口径说明：组件价格为行业机构跟踪的国内集中式项目均价，与Token指数的加权均价口径不同，跨行业对比仅作速度参考，不作精确对齐。）⁶⁷

第三笔：需求分流的底层账。高盛提到本地推理和开源分流，我们可以补一个独立观察维度：OpenRouter公开的模型用量榜单显示，开放权重/开源模型消耗的Token占比在过去半年从约两成升至三成以上。⁸再叠加硬件端的一个粗略摊销测算：一台约3000美元、可跑数百亿参数模型的本地工作站，按三年折旧月成本不足100美元，可推理的Token边际成本已压到每百万0.1美元量级——比SDLLMTK指数当前约0.97美元的均价低一个数量级。（口径说明：本地成本为笔者按公开硬件售价、三年直线折旧、典型利用率假设的估算，未计电费之外的运维与模型优化成本。⁶）当API价格是本地边际成本的近10倍时，「三个前提」（模型大到无法本地运行、用户无法用开源替代、负载突发到自建不划算）的瓦解就不是观点，而是算术。

硬件端的事实也在印证：RTX Spark级笔记本、DGX Spark工作站、能跑700亿参数级模型的Mac Studio，以及算力40至75+ TOPS的NPU，已把大量Token的边际成本压缩到接近电费。模型端，Meta自9月2日起推出的Muse Spark 1.3，在独立基准测试中已与GPT-5.6 Sol、Claude Opus 5处于同一梯队——用Privorotsky的话说，前沿优势以周计算，不构成护城河。（信源说明：模型发布信息据Meta官方公告；「同一梯队」的判断转引自高盛报告并参考第三方评测榜单，模型版本与评测结论请以各厂商官方发布为准。）¹⁹

这与光伏的教训完全对得上：当产品同质化、替代品涌现、单位经济学恶化三件事同时发生，价格崩塌只是时间问题。区别只在于，光伏是物理产能过剩，AI是算力与模型的双重过剩；光伏的出清靠减产裁员，AI的出清可能先以「需求分流」的形式出现——用户从API订阅者变成一次性硬件买家，从付费模型迁移到开源模型。而且按上面的速度账，AI的分流会以季度计，而不是以年计。

对资本市场而言，这不是需求消失的故事，而是收入逻辑重构的故事。光伏花了三年、亏了184亿才让市场接受这一点，AI的接受过程会不会更快？考虑到前沿优势以周计、降价速度约2倍于当年组件，大概率会。⁶

结语：下半场的胜负手，是单位经济学

把两条线合起来看，2026年中报季的光伏已经给出了一份「出清下半场」的标准答卷：人员收缩深入研发端，是成本结构的底线重估；储能扛起半壁江山，是业务结构的被动迁移；主动减产与资产剥离，是供给结构的自发出清。

而AI这边，Token价格破1美元只是第一声哨响。高盛说得直白——价格跌速超过消费增速，需求增长就不构成利好。¹这句话光伏行业用三年亏损做了注脚，AI现在正站在同一条曲线的早期位置——而且按降价速度测算，走完这条曲线的时间可能只有光伏的一半。

两条线放在一起，还能提炼出一个更普适的判断：在任何「边际成本趋零、需求价格弹性低于2」的行业里，收入天花板先于需求天花板到来。光伏用三年验证了前半句，AI正在验证后半句。对所有身处这类行业的从业者和投资者来说，真正该盯的不是用量曲线——那条曲线几乎注定向上——而是单位收入曲线的拐点何时出现。

接下来值得盯三件事：一是光伏储能业务会否重演组件式内卷，先行指标是储能系统中标价与电芯成本的剪刀差；二是AI资本开支何时开始按照「美元收入」而非「Token数量」重新定价，先行指标是云厂商财报中的推理收入增速与折旧政策的调整；三是开源与本地推理的Token分流速度，即SDLLMTK指数跌向本地推理成本线的斜率。两条曲线的交点，就是下一轮周期的起点。

最后需要说明：本文光伏数据来自上市公司半年报及媒体汇总，AI数据来自高盛、摩根大通报告及第三方平台，两者口径不同、成熟度不同，跨行业对比旨在提供分析框架而非精确映射。Token价格指数样本有限、光伏访谈信息未经官方确认，引用时请留意各项口径标注。

光伏替AI蹚过的路，AI最好快点学会绕开。

数据来源与口径说明

1. 高盛One-Delta交易台报告（Rich Privorotsky署名）；SDLLMTK指数由Silicon Data编制，为使用量加权均价口径，转引自该报告。

2. 上市公司2026年半年度报告；13家样本企业汇总数据经界面新闻整理，营收为合并报表口径，净利润为归母净利润口径，研发数据为费用化口径。

3. 行业访谈及交易所公告汇总（项目终止、资产剥离、研发端人员变动等），未经公司官方逐一确认。

4. CNESA及行业机构储能装机与价格统计数据。

5. 摩根大通数据中心报告，OpenRouter平台数据，仅代表该平台流量，不能完全外推全行业。

6. 笔者基于上述公开数据的测算（需求价格弹性、降价速度对比、本地推理成本摊销），假设已在上文标注，仅作方向性参考。

7. 行业机构跟踪的组件价格数据，为国内集中式项目均价口径。

8. OpenRouter公开模型用量榜单，开放权重/开源模型Token消耗占比。