遍地开花，Token工厂集中登上资本舞台的幕后思考

文 | 松果财经 大模型行业的融资叙事正在加速变化。半年前，资本追逐的还主要是基础模型本身。如今，热钱正在流向一个更靠下游的环节：Token工厂。 本周五，2026世界人工智能大会WAIC将在上海开幕，Token经济也是本届大会的核心议题之一。而自6月底至今，Token领域已发生多起资本事件。 比如，刚刚宣布完成A轮融资的趋境科技半年内累计融资已超10亿元；硅基流动此前向港交所递交上市申请，平台单日Token吞吐量峰值已突破万亿，注册用户超千万；无问芯穹披露其Agentic MaaS平台Token调用量自去年底以来增长超20倍，背后站着近50家投资机构。 资本、产业，它们都认为AI产业的下一个核心瓶颈是可交付、可计费、能赚钱的服务。对推理服务的需求不再是峰值有多高，而是能不能稳定、低成本、持续地交付。谁在这个环节建立效率壁垒，谁就有机会成为AI产业链里绕不过去的基础设施层。 不过目前为止，这个行业到底怎么跑通还没有定论。硅基流动2025年收入5533万元，净亏损3.45亿元，毛利率-24%。其他大量公司则还没有持续验证商业模式。泡沫和真金，在同一条河里翻涌。 一、Token的商业模式：是什么，又不是什么？ 要理解Token工厂的商业逻辑，首先要把Token本身是什么、不是什么讲清楚。 从技术层面看，Token是模型处理文本、图像、语音时使用的基本计量单位。用户问大模型一个问题，系统把输入和输出都折算成Token，据此计费。在这个意义上，Token之于AI服务，类似“度”之于电力——它是结算单位，是成本核算单位，也是资源消耗的刻度。 但类比到这里就该打住了。因为Token和电力有一个根本性的差异：电力是均质商品。什么叫“均质商品”？家庭照明用的一度电和工厂车间用的一度电，在物理属性上没有任何区别。 Token则完全不同。同一个模型产生的100万个Token，可能是一个闲聊对话的轻量生成，也可能是一次复杂代码重构的全量推理，还有可能是一遍遍无意义的重复输出。它们的计算成本、对精度和稳定性的要求，以及最终产生的商业价值，可能相差数个量级。 这个差异直接决定了Token工厂这门生意的特殊之处：它卖的不能只是Token数量，必须卖Token质量。只拼量，会陷入和传统CDN业务一样的不利局面——门槛低、价格透明、客户随时可以比价切换。只有拼质，才可能建立真正的壁垒。 趋境科技显然看明白了这一点。它把自己的定位明确表述为“高品质AI Token生产服务商”，并给Token做了分层：免费聊天机器人对应的是低速低稳定性Token，开发者套餐对应中速Token，企业核心生产系统需要的是顶速、高稳定、长上下文支持的高品质Token。不同层级的Token，对于Token延迟、生成速度、并发能力、输出稳定性、结构化调用可靠性的要求完全不同。 这并不是趋境科技自己发明的新概念。通信行业从2G到5G的演进逻辑本质上就是同一回事——所有代际都能传输信息，但企业级客户不会把核心业务跑在高延迟、低稳定的网络上。AI服务正在经历类4G到5G的过渡阶段，当AI从“能聊天”进入“能写代码、能审合同、能管项目”，Token质量开始比Token价格更重要。 硅基流动则在招股书中披露，自研推理引擎可将延迟降低最高达70%，吞吐量提升三到五倍，动态量化技术可将推理计算需求降低60%至80%。其意义在于，同样的算力硬件，经过深度优化后能产出更快的响应和更低的成本。 于是，大多数Token工厂的玩家都在强调深度优化而不是广泛接入。比如硅基流动并不和巨头比谁的模型数量更多，而是把重点放在少数真正有生产需求的头部模型上，通过模型切分、显存管理和异构协同，把单位算力的有效Token产出推到极致。这种能力与做一个模型超市、把上百个API打包转卖的中转站模式有本质区别。 二、烧钱换规模的窗口还没关上，但窗口期正在收窄 那么，如何看待当下Token产业的商业化发展？答案是短期谨慎、长期乐观。 以硅基流动的招股书数据为例，其平台注册用户从2024年底的12.7万暴涨到2026年4月的1028万，同期日均Token吞吐量从478亿攀升到5785亿。收入从2024年的735万元跳到2025年的5533万元，增速惊人。 不过，由于固定成本，硅基流动2025年仍净亏损3.45亿元，毛利率-24%，算力资源成本5962万元，营销开支8370万元，存在不小的拉新支出。 考虑到Token订阅用户有很强的后续变现价值，这显然是一种典型的“补贴换用户”策略。 硅基流动还以公有云服务作为引流入口，用极低甚至负毛利的价格吸引开发者和企业试用，寄希望于其中一部分用户转化为高毛利的专属实例或本地部署客户。2025年，其本地部署收入占比从85.4%下降到47.1%。 这和移动互联网时代的“闪电扩张”有相似之处，但AI基础设施这门生意和当年的滴滴、美团有一个根本差别：Token工厂的固定成本极高，但网络效应显然不可同日而语。原因也不复杂，算力往往是租来的，技术优化需要持续投入顶尖人才，客户不因为更多人在用某个平台就获得更好的体验。规模扩大带来的边际成本下降空间，远不如互联网平台那样陡峭。 所以，目前大多数公司都在追求一个真正健康的Token工厂商业模型，它应该是一个“效率飞轮”，而不是“融资飞轮”。 什么是效率飞轮？技术优化降低单位Token成本→以更低价格吸引更多客户→更多客户带来更多真实场景反馈→真实场景反馈帮助进一步优化模型和调度系统→优化后的系统进一步降低成本和提升稳定性。这个飞轮的核心润滑剂需要工程能力和场景数据，为此，Token工厂必须努力开拓下游应用。 而相对来看，如果效率优化生效，其效果也会在数据上得到明显反映。比如趋境科技目前披露的部分数据显示，其从春节以来单位算力生产效率提升3倍以上，高品质Token总产量提升30倍以上，部分成熟业务已突破成本线。 接下来，Token企业只需要证明当融资节奏放缓，当算力采购成本继续上升，这套效率引擎还能继续自转即可。只有穿越一个完整的压力周期，才能说Token工厂是一个可持续的商业模式。 三、算力之外，找到最稀缺的因子 过去三年，AI行业的叙事主轴是一个字：缺。缺卡、缺算力、缺电力、缺机房。这种“存在即短缺”的状态催生了一个巨大的算力基础设施投资热潮。每一座智算中心的建设，每一次万卡集群的交付，都是一次对未来AI需求的前置押注。 但2026年，市场已经开始寻找不一样的影响因子。 从底层供给看，随着全球算力供给持续扩张、国产芯片替代加速推进、模型推理效率不断提升，算力本身的可获得性正在边际改善。 需要注意的是，这并不是说算力已经过剩——高端GPU和使用权仍然紧张，但“纯粹的算力总量”正在从稀缺品变成大宗商品，这个过程中的电力等方面成本权重开始上升。而当一项资源不再稀缺，围绕这种资源构建的竞争壁垒就会开始松动。 所以，综合考虑商业模式、产出能力等因素后，这个行业最终考验的不再是谁手里有多少卡，而是谁能把同样的卡跑出更高的有效产出。这个指标在行业里有不同的叫法：Token生产效率、算力转化率、集群可用时长占比。叫法不同，但指向同一件事——AI基础设施的竞争逻辑，正在从资源占有型转向运营效率型。 这是一个值得警惕但又充满机会的阶段。智算中