基于中金研究报告，本模型通过模拟 NVIDIA NVL72 (GB200) 机柜的生产效能，评估大模型厂商作为“Token 工厂”的全球 ROI。 您可在左侧自由切换自建或租赁算力，观察顶级美元硬件底座的单位生存红线。
重资产/高租金模式下，平摊英伟达算力成本的秘密在于“高吞吐量”与“极致资源利用率”的对冲（数值随左侧滑块实时动态计算代入）：
平均每百万Token成本
基于自建 Capex 测算
理想毛利率
Token Factory 模式
年总 Token 产出
万亿级别参数模型
预计盈亏平衡年限
整体经营性损益
显示各项折旧与运营开支对最终单位成本的边际贡献度
根据中金 Table 7 模型推演：模拟推理规模爆发式膨胀对前期巨额训练研发投入的平摊走势
当前主要由 Chatbot 驱动。此时输入输出比约为 2:1，单位 Token 价格较高。随着 Agent 渗透，模型将承担更多逻辑链推理，关注重点应从单价转向总吞吐量带来的成本摊薄。
英伟达高 Capex 算力中心（NVL72集群）的中长期盈亏平衡（Break-even）取决于：
1. 推理规模复用率：长尾推理毛利必须尽快覆盖昂贵的前期研发与卡片折旧。
2. 摩尔定律对冲：芯片吞吐效率（Tokens/s）的每一次跨代提升，都相当于间接实现单Token生产成本的减半。
3. 业务粘性转换：逐步从单纯按量卖Token向按Agent结果计费的商业稳态靠拢。