推理能力为何没有现货市场，把闲置 GPU 卖出去的机制

问题在哪

大模型推理早已按代币计价：每百万输入代币多少钱，每百万输出代币多少钱。可这个价格是各供应商各自定死的挂牌价。OpenAI 报一个数，阿里云百炼报另一个数，中间没有一个按实时价把它们接起来的市场。

浪费在两头同时堆积。一头是闲置的 GPU。自建服务器、租来的实例、训练结束后空转的显卡，每时每刻都在丢弃多余的推理能力。另一头是跑大批量任务的买方。文档分类、数据抽取、摘要这类对延迟不敏感、量又大的活，照挂牌价付费单位成本很重。明明有愿意低价出让闲置能力的卖方，也有想便宜买入的买方，却缺一个把两者撮合定价的现货市场。GPU 小时有现货市场，偏偏推理的产物代币没有。

为何是现在

三件事同时对上了。第一，代币价格已是标准单位。每百万代币多少钱是行业通用的尺子，能把不同供应商放到同一把尺上比较。第二，开放权重模型普及后，同一模型在多家供应商上运行方式完全一致。于是出现了可替换的商品：不是品牌，而是”这个模型的输出代币”。第三，智能体能自行采购。事实上 mtok.market 率先做出了这个形态：非托管、卖方自托管，在 Base 链上以 USDC 按块结算，用实际成交的中位数作为现货价，并通过 MCP 让智能体直接接入。

宏观趋势也指向这里。上海期货交易所、CME、ICE 等都在设计 GPU 算力期货，公开讨论把代币当作黄金或石油那样交易(TechCrunch、arXiv)。凡是讨论期货的市场，通常底下先立起现货。

flowchart LR
  A[闲置推理能力<br/>空转 GPU 自建服务器] --> B[现货订单簿<br/>按模型报价]
  C[批量推理需求<br/>分类 抽取 摘要] --> B
  B --> D[验证与结算<br/>非托管]
  D --> E[比挂牌价便宜<br/>闲置能力变现]

如何构建

关键是从一个狭窄、可替换的商品切入。比如某个开放模型的输出代币，其中又只做对延迟不敏感的异步批量任务。卖方把闲置能力挂在实时价上，买方从订单簿里挑最便宜的一批。结算保持非托管，让平台不碰资金和密钥。降低支付摩擦是早期流动性的关键。

最难的一块是验证。要确认卖方确实跑了指定模型，没有偷偷换成便宜模型。可以抽样重跑来比对结果，或者要求信誉分和抵押金，叠加一层信任机制。收入自然是在撮合成交量上抽一层薄手续费。别一上来就抢实时对话推理，先攻价格敏感、能容忍延迟的批量任务更现实。

成功条件

两个假设必须成立。第一，买方要接受”任何跑这个模型的卖方”，而不是认准某个品牌。批量和非实时任务里这成立，但延迟和稳定性至上的生产流量里很难。第二，要能低成本证明交付的代币是真的。若验证成本高过省下的钱，市场立不起来。两点都解开，流动性飞轮就转起来：卖方越多越能比挂牌价便宜，越便宜越引来买方，买方越多越吸引卖方。谁先转动这个轮子，谁就握住推理市场的基准价。