泡沫与真金，在同一条河流中翻涌。 大模型行业的融资节奏，正经历一次清晰的方向性转移。半年前，资本追逐的主角仍是基础模型本身——谁的参数量大、谁的基准得分高，谁就是吸金之王。如今，热钱正悄然流向一个更靠近下游的环节——Token工厂。这背后的逻辑是什么？归根结底，资本与产业已形成共识：AI接下来的核心瓶颈并非模型本身，而是可交付、可计费、并能创造盈利的服务。推理服务的关键不再是最多能处理多高并发，而是能否稳定、低成本、持续地提供输出。谁能在这个环节构筑效率壁垒，谁就有机会成为AI产业链中绕不开的基础设施。 这一趋势绝非空谈。就在过去一个月内，Token领域已接连发生多起资本事件。趋境科技刚刚宣布完成A轮融资，半年累计融资超过10亿元；硅基流动已向港交所递交上市申请，平台单日Token吞吐量峰值突破万亿，注册用户超过千万；无问芯穹则披露其Agentic MaaS平台Token调用量自去年底以来增长了超20倍，身后聚集了近50家投资机构。 不过，这个行业的商业路径还远未定型。硅基流动2025年收入5533万元，净亏损3.45亿元，毛利率为-24%。其他大量公司连持续验证商业模式都谈不上。泡沫与真金，此刻正在同一条河流中翻涌。 ## 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，首先需要把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、语音时的基本计量单位。用户向大模型提出一个问题，输入和输出都会折算成Token，并据此计费。在这个意义上，Token之于AI服务，就像“度”之于电力——它是结算单位、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。Token和电力之间有一个根本差异：电力是均质商品。家庭照明的一度电和工厂车间的一度电，物理属性完全相同。Token则完全不同。同一个模型产出的100万个Token，可能是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，还可能是一遍遍无意义的重复输出。它们的计算成本、精度稳定性要求以及最终商业价值，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，必须是Token质量。只拼量，会陷入和传统CDN业务一样的困境——门槛低、价格透明、客户随时比价切换。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”，并对Token进行了分层：免费聊天机器人对应低速低稳定性Token，开发者套餐对应中速Token，企业核心生产系统则需要顶速、高稳定、长上下文支持的高品质Token。不同层级的Token，在延迟、生成速度、并发能力、输出稳定性以及结构化调用可靠性上的要求完全不同。 这并不是趋境科技自创的新概念。通信行业从2G到5G的演进逻辑本质上是一回事——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服务正在经历从类似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质量开始变得比Token价格更关键。 硅基流动在招股书中披露，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，动态量化技术能将推理计算需求降低60%至80%。对用户而言，这意味着同样的算力硬件，经过深度优化后能产出更快的响应和更低的成本。因此，大多数Token工厂玩家都在强调深度优化而不是广泛接入。硅基流动不与巨头比模型数量，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、打包转卖上百个API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：注册用户从2024年底的12.7万暴涨到2026年4月的1028万，日均Token吞吐量从478亿攀升至5785亿。收入从735万元跳到5533万元，增速惊人。不过，由于固定成本高企，2025年净亏损仍达3.45亿元，毛利率为-24%，算力资源成本5962万元，营销开支8370万元。这是一个典型的“补贴换用户”策略——用低毛利甚至负毛利吸引开发者试用，寄希望于其中一部分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已从85.4%降至47.1%。 这和移动互联网时代的“闪电扩张”有相似之处。但AI基础设施这门生意与当年的滴滴、美团有一个根本差别：Token工厂的固定成本极高，而网络效应却不可同日而语。原因很简单，算力往往是租来的，技术优化需要持续投入顶尖人才，客户不会因为更多人使用某个平台就获得更好体验。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，市场真正在等待的是一个“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，更低价格吸引更多客户，更多客户带来真实场景反馈，真实反馈帮助优化模型和调度系统，优化后进一步降低成本和提升稳定性。这个飞轮的核心润滑剂是工程能力和场景数据。正因如此，Token工厂必须努力开拓下游应用。 从已有数据看，效率优化的效果正在显现。趋境科技披露的数据显示，自春节以来，单位算力生产效率提升超过3倍，高品质Token总产量提升超过30倍，部分成熟业务已突破成本线。接下来，Token企业需要证明的是：当融资节奏放缓、算力采购成本继续上升，这套效率引擎还能持续自转。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行业的叙事主轴就是一个字：缺。缺卡、缺算力、缺电力、缺机房。这种“存在即短缺”的状态催生了巨大的算力基础设施投资热潮。但2026年，市场已经开始寻找不一样的答案。 从底层供给看，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。这里需要特别提醒的是，这绝不意味着算力已经过剩——高端GPU的使用权仍然紧张，但“纯粹的算力总量”正在从稀缺品变成大宗商品。当一项资源不再稀缺，围绕它构建的竞争壁垒就会开始松动。 综合考虑商业模式、产出能力等因素，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叫法——Token生产效率、算力转化率、集群可用时长占比——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。智算中心建设在过去几年经历过一定程度的“重建设、轻运营”。机房建好了，设备上架了，真正有付费意愿的客户却不足。在“算力为王”的叙事里，这个矛盾容易被“未来需求会追上供给”的预期所掩盖。但当前Token工厂的热潮，可能正在催生另一种资源错配——把“算力空转”改名为“Token空转”。建一个Token工厂不难：购买算力设备、接入几套开源推理引擎、挂上几个主流模型API，就能对外宣称拥有Token生产能力。难的是让这些Token真的有人买、真的能用、真的产生价值。 Token工厂能否避免重蹈部分智算中心的困境，关键要看是谁在为这些Token买单。如果客户主要是短期补贴吸引来的免费用户和价格套利者，一旦补贴退坡或对手给出更低价格，客户就会迅速流失。只有客户是真正把Token用在生产环节的企业，Token工厂才能成为生产力工具的一环。 从产业链角度看，Token工厂的本质是在做一件许多行业都经历过的事：把上游分散、复杂、非标准化的资源，组织成下游可直接使用、可计量、可规模化交付的标准服务。这和石油炼化把原油变成汽油、沥青和化工原料没有什么不同。原油在油田里无法直接使用，必须经过复杂的分解和重组，才能变成不同用途的成品油。Token工厂要做的，就是把“原油”变成不同品级的“成品油”。不同模型、不同芯片、不同场景之间，需要的“油品”完全不同：有的追求极致低延迟，有的追求最大吞吐量，有的追求长上下文稳定输出。 行业内的玩家大致分为两条路径。一条走规模和广度，接入的模型越多、芯片类型越多，覆盖面越广，追求成为Token层面的通用供应底座。另一条走深度和专注，围绕少数头部模型做极致优化，追求单位算力产出效率最大化，用技术壁垒换取利润空间。两条路径没有绝对的好坏，但后者的竞争壁垒从产业逻辑来看更可持续——因为它的价值不依赖于“我有什么资源”，而是“我能把资源用到什么程度”。规模壁垒在资本充裕时容易被追赶，技术壁垒需要时间和人才，难以速成。 所以，整个Token赛道的融资和上市热潮，本质上是在抢占这个产业链还没有被固化的窗口期。一旦巨头完成对推理环节的内部整合——阿里云、火山引擎等云厂商已经在把自己的模型服务打包进自家云基础设施，形成从芯片到模型到应用的一体化闭环——独立Token供应商的空间就会被压缩。不过，独立Token工厂拥有一个结构性优势：中立性。硅基流动支持170多个模型来自不同模型公司，趋境科技服务的客户覆盖头部模型厂商和互联网平台。它们不自己研发通用大模型，不和任何模型公司构成直接竞争，也不绑定任何单一芯片厂商。在行业分工还不够稳定的阶段，这种位置对客户而言是重要的避险选择——谁也难以预料最终胜出的模型是哪一家。 产业分工从来不是在理论推演中完成的，而是在市场竞争中经历无数轮试错后自然沉淀的结果。Token工厂今天的热度，无论掺杂了多少泡沫，至少说明AI产业链正在经历一次关键的价值重心下移。让模型真正服务于生产和生活，将是未来产业的主旋律。站在这个趋势的起点上，Token工厂的故事才刚刚开始。