PPIO发布智能模型网关，打造面向Agent时代的智能Token工厂

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> PPIO发布智能模型网关，打造面向Agent时代的智能Token工厂 量子位的朋友们 2026-07-18 06:32:47 来源： 量子位 万亿Token调用量验证 7 月 17 日，2026 世界人工智能大会（WAIC）在上海举行。PPIO 同期举办了媒体沟通会，会上正式发布全新的 Agentic Cloud 定位，以及智能模型网关新品，致力于打造面向 Agent 时代的智能 Token 工厂。 PPIO 联合创始人兼 CEO 姚欣提出了一个 Agent 时代的核心公式—— Agent 生产力 = Token 智能密度 × Agent Loop 时长 。Token 智能密度决定了 Agent 每一步决策的质量上限，Agent Loop 时长决定了 Agent 能持续运行多久、完成多复杂的任务。 围绕这一公式，PPIO Agentic Cloud 构建了两层原生产品体系：智能模型网关是 AI Agent 的智能调度中心——关键决策由混合模型把关提升质量，简单任务由模型调度自动分流到轻量模型，确保 Agent 用最低的 Token 成本、最高的智能性能把任务完成，持续推高 Token 智能密度。 Agent Harness 层融合沙箱、任务编排、Tool Use、记忆管理等于一体，延长 Agent 可持续运行的 Loop 时长以解决复杂长程任务。今年 PPIO 通过 Harness 手段推出的 PPClaw/PPHermes 等托管 Agent ，可以实现 7x24h 长时间运行，且具备自我修复能力。 “Agent 时代最重要的变化，就是云的第一客户从人变成了 Agent。”姚欣表示，“过去的云计算是为人使用软件而设计，而 Agentic Cloud 是为 Agent 自主运行而生。我们希望为 Agent 打造一套原生适配的全栈云服务体系，更高效、更稳定、更低成本地支持 Agent 的构建、部署与运行，彻底释放 Agent 的产业价值。” 自 2024 年推出模型服务以来，PPIO “Token工厂”业务规模飞速增长。截至 2026 年 6 月日均 Token 调用量超 1.2 万亿，较 2025 年同期增长超 8 倍。根据灼识咨询统计，按 2025 年及 2026 年第一季度平均每日 Token 消耗量计，PPIO 在中国独立 AI 云计算服务提供商中排名第一。 全新 Agentic Cloud 建立在 PPIO 智能 Token 工厂的万亿级调用量验证之上，是面向 Agent 产业爆发的战略升级。2025 年 PPIO 推出了 Harness 核心组件之一的沙箱，今年进一步向 Harness 平台层拓展，从单点能力升级为覆盖 Agent 全链路的云服务体系，为 Agent 长期规模化应用筑牢底座。 智能模型网关：面向 Agent 时代的智能 Token 调度 当前许多 AI 应用开发者存在一个真实痛点，比较依赖一个“全能型”大模型。然而，单模型可能在推理时不够深刻，在检索时记忆力不足，在生成时文采平平。 如何为 AI Agent 的每一个工作步骤，都动态匹配最合适的“专家模型”，同时还要控制成本、保证稳定？ PPIO 最新发布的智能模型网关，就是要解决这一问题。通过给 AI 应用提供一个智能调度中心，智能模型网关让每次模型调用都变成一场“专家会诊”。 与市面上常见的、仅做简单“请求转发”的 API 网关不同，PPIO 以智能优先，兼顾性价比。 智能模型网关的第一个功能，是混合模型（MoM，Mixture of Models）。 在处理高价值、高风险或结果不确定的关键 Agent 步骤时，比如法律合同审查、医疗初步诊断，网关会触发“多模型融合”机制。它不是只问一个模型，而是将问题同时分发给多个擅长此道的专家模型，通过交叉验证和融合生成最终答案。这种方式极大地提升了任务完成的成功率，避免了因模型“偏科”导致的任务失败和返工。 智能模型网关的第二个功能，是模型调度。 它会根据任务类型进行智能路由，比如简单问答用轻量模型，复杂推理用强模型，并压缩冗余上下文、复用之前的计算结果，设置预算护栏和失败回退机制。最终目标是：用最经济的成本，完成同样质量的任务。 智能模型网关不是卖最贵的“超级模型”，也不是卖最便宜的“乞丐模型”，而是用工程化手段（MoM融合），把模型的智商稳定在头部梯队，同时把价格打到了中低梯队。在 DRACO 深度研究基准测试中，PPIO 通过融合 Mimo-V2.5-Pro、Kimi-K2.7 和 GLM-5.2 进行混合模型推理，可以将性能提升至接近 Claude Fable5 的水平，而成本却仅是 Claude Fable5 的七分之一。 据综合测算，PPIO 智能模型网关可以将智能水平提升 20%，将成本降低 50%-60%。 这一能力背后，是对 Agent 时代模型调用逻辑的重新思考。不同于人类用户偶尔提问的使用模式，智能体应用的兴起正在推动 Token 消耗呈指数级增长。Agent 的运行天然具备高频工具调用、长上下文持续交互、多模型协同等特征，对延迟、稳定性和成本敏感度远高于传统场景。未来 AI 任务的执行主体从人转向 Agent，模型的核心服务对象也必须随之重构。 PPIO 智能模型网关正是这场重构中的关键一环。它以智能调度与混合模型推理为中枢，叠加自研推理引擎与全球算力调度能力，将每一次模型调用转化为可度量、可优化、可回溯的智能 Token。这种面向任务结果优化的调度逻辑，让大模型从“用得起”走向“用得聪明”，为 Agent 时代构建起一个真正高性价比的智能 Token 工厂。 这一技术实力也已获得权威认可。今年，PPIO 入选中国信通院首批“企业级 Token 服务性能攀登基线”，在通用场景下跑出了 TPS≥55个/秒、TTFT≤0.9秒、调用成功率 ≥99.9% 的硬指标，标志着平台已具备面向企业级 AI 应用和 Agent 场景的大规模高质量服务能力。 Agent Harness：从沙箱到长程任务执行 Agent 不能只“想”，还要能“做”，Harness 是专门用于约束、指导、验证和纠错 Agent 执行的工程框架。Harness 框架涵盖了除大模型本身之外的所有环节：上下文构建、工具编排、验证循环、成本控制和可观测性。 Harness 工程可延长 Agent 可持续运行的 Loop 时长，从而让 Agent 真正具备“执行、反馈、迭代”的生产级能力。 沙箱是 Harness 的核心组件之一。去年，PPIO 推出了国内首款兼容 E2B 接口的 Agent 沙箱，为 Agent Harness 提供安全隔离的运行环境。 PPIO Agent 沙箱冷启动时延低于 200 ms，采用系统级安全隔离，让每个 Agent 任务运行在独立虚拟机环境；支持上万个沙箱同时创建，同时任务空闲时可自动暂停计费， 综合使用成本较同类产品降低 90% 以