文 | 定焦 One，作者 | 李梦冉，编辑 | 魏佳
一批靠 "Token" 做生意的公司，正在走向资本市场。
9 月 29 日，AI 基础设施服务商九章云极向港交所递交招股书，冲刺 " 智算新云第一股 "。此前，AI 推理服务商硅基流动也已于 6 月底递表港交所。10 月初，据媒体报道，无问芯穹已秘密向港交所提交上市申请，同月 12 日，无问芯穹宣布完成 23 亿元 C 轮融资，累计融资达 43 亿元，公司称单轮及累计融资规模均创下中国 AI 原生基础设施赛道新高。
三家业务各有侧重，却都在押注与 Token 有关的生意。
Token（词元）是大模型处理信息的基本单位。用户向 AI 提出一个问题，模型理解输入、生成回答，都需要消耗 Token。国家数据局数据显示，2024 年初，我国日均 Token 调用量约为 1000 亿，到 2025 年底增长至 100 万亿，2026 年 3 月进一步突破 140 万亿。短短两年多，日均调用量增长超过 1000 倍，仅 2026 年前三个月就增长了 40% 以上。
资本在下注，不同背景的玩家在加入，但更现实的情况是，Token 需求持续增长，价格竞争加剧，部分模型大幅降价。对于投入大量资金采购算力、建设基础设施的企业而言，调用量增加不一定意味着利润增长。九章云极 2025 年收入达 10.98 亿元，但超九成仍来自智算基础设施解决方案。2025 年，硅基流动收入增长超 6 倍，毛利率却跌至 -24%。
谁在做这门生意，各自赚的是什么钱？卖 Token，是不是一门好生意？
01.Token 工厂，为什么火了？
"Token 工厂 " 这个说法，在英伟达 CEO 黄仁勋的 GTC 2026 主题演讲后流行开来。在他的设想里，未来的数据中心不再是存放文件的仓库，而是生产 Token 的工厂。
与直接出租 GPU 或服务器不同，Token 工厂更强调将底层算力转化为可直接调用的模型推理能力，再通过 Token 消耗量等方式向客户收费。打个比方，算力是产能，Token 是产品。
对企业来说，这省去了不少麻烦。过去，假设一家企业想自建 AI 客服系统，需要购买或租赁服务器、部署模型，并安排技术人员维护。如今，它可以直接购买模型推理服务，按实际调用量付费，不必自己操心背后的服务器和模型如何运转。这里的使用量，通常就用 Token 来衡量。
这种模式降低了使用 AI 的门槛，中小企业尤其受益，不必一次性投入大量资金建设算力设施。
当然，两种模式并非完全对立。一家 Token 工厂也可以同时提供算力租赁、模型部署和 API 调用服务。变化在于，部分企业开始尝试把经营重点从出售算力资源，转向出售算力产生的实际使用价值。
推动这一变化的，是算力需求结构的转变。
过去，AI 算力很大一部分用于训练大模型，随着越来越多的人和企业用上 AI，推理需求快速增长。Agent 的兴起进一步放大了这一趋势：AI 从回答问题变成执行任务，一次用户请求背后，可能是多轮模型调用。
这门生意的想象空间也不小。据中金公司测算，在自建算力、Token 能够按假设价格销售等理想条件下，Token 工厂的理论毛利率可达 60%。
但理论和现实之间隔着一道坎。Token 价格竞争激烈，服务商要守住利润，就必须持续提升计算效率。
因此，Token 工厂的核心竞争力，并不只是拥有多少张 GPU，更是能否在保证模型效果、响应速度和服务稳定性的前提下，用同样的算力生产更多 Token。算力调度、推理加速、模型适配，由此成为竞争的关键。
在这场效率竞赛中，不同背景的玩家，起点并不相同。
02. 谁在掘金 Token 工厂？
同样是卖 Token，目前国内的玩家大致可以分为三类：拥有模型和云计算平台的互联网大厂，专注于推理服务和算力优化的 AI 基础设施创业公司，以及从服务器、智算中心等传统算力业务向 Token 服务延伸过来的企业。
第一类是阿里云、火山引擎、百度智能云等云厂商，它们是目前 Token 市场的主导者。这类企业既拥有云计算基础设施，又有自研大模型和庞大的客户群体。
例如，阿里云通过百炼平台提供通义千问等模型的调用服务，火山引擎依托豆包大模型及相关平台向客户提供服务。企业客户从模型选择、接入到后续使用，都可以在同一个平台完成。
对大厂来说，Token 收入本身未必是重点。它们可以把 Token 服务与云计算、存储、数据库等产品打包销售，就算 Token 业务利润有限，只要客户因此留在自家云上，后续还能靠云服务获得持续收入。
这类玩家的规模优势也很明显。弗若斯特沙利文数据显示，按 2025 年词元年吞吐量计，硅基流动是中国第四大词元供应平台，市场份额 1.5%。前三为火山引擎、阿里云、百度智能云，合计份额高达 87%。国内 Token 供应市场呈现明显的 " 大厂主导 " 格局。
第二类是无问芯穹、硅基流动等 AI 基础设施创业公司。这类创业公司更直接地将 Token 供应和推理服务作为核心业务方向。
它们通常不自研通用大模型，而是围绕模型部署、推理加速、算力调度等环节提供服务。简单来说，它们要解决的是，如何让不同的大模型在不同的芯片上运行得更快、更便宜，并把这些能力提供给下游客户。
例如，硅基流动通过模型云平台向开发者和企业提供多种模型的调用服务；无问芯穹则强调异构算力调度、模型推理和 AI 基础设施服务能力。
它们主要通过提供模型推理服务，在服务收入与算力等成本之间赚取利润：向上游采购或租用算力，经过推理优化后，按 Token 用量向客户收费。此外，它们也会为大企业和机构做私有化部署项目。
一位长期关注 AI 行业的一级市场投资人告诉「定焦 One」，独立推理服务商的机会主要来自两个方面，一是模型和芯片生态的多样化。企业客户不一定只使用一家公司的模型，也不一定希望被单一云平台绑定；二是推理效率。如果同样的硬件、同样的模型，独立服务商能够降低单位 Token 成本，就可能建立一定的竞争优势。
但这类企业也存在短板，他指出，" 大厂也在持续优化推理效率，开源推理框架也在进步。如果一家创业公司的优势差距不大，很快会被追平。"
在他看来，大厂已经掌握模型、算力和客户，独立推理服务商有机会，但空间不够宽。
第三类则是从传统算力基础设施向 Token 服务延伸的企业，包括部分智算中心运营商、算力服务商和产业链企业。
九章云极就是其中一个代表。公司过去主要从事智算基础设施解决方案和智算云服务业务，帮助客户建设智算中心，并提供算力服务。2026 年上半年，公司开始提供按 Token 使用量计费的 Alaya Token 服务，将计算集群与第三方大语言模型封装为标准化 API 接口，客户通过调用接口获取推理输出，并按实际消耗的 Token 数量付费。
对这类企业来说，Token 更像是算力的一种新卖法。服务器建成后，无论有没有客户调用，折旧、租赁和运维成本都在持续发生。把算力包装成 Token 服务，可以承接更多零散的推理需求，提高设备利用率。
它们的优势在于已有智算基础设施建设、算力资源组织和项目交付经验。短板在于，从建设智算中心到运营 Token 服务，并不是简单地改变计费单位，还需要具备模型部署、推理优化和客户服务能力，并找到能够持续消耗 Token 的客户。
上述投资人认为，如果只看短期商业化能力，大型云厂商的优势更明显。但长期来看，独立推理服务商未必没有机会。未来市场可能出现分层，标准化、规模化的模型调用服务，价格竞争会比较激烈；而在特定模型、复杂部署、低延迟或企业级服务场景中，仍可能存在差异化空间。
从市场份额来看，Token 服务商所依托的智算服务市场，已经聚集了不少实力雄厚的竞争者。
九章云极招股书援引灼识咨询数据显示，2025 年，中国前五大智算服务商合计占据 66.1% 的市场份额，前十大服务商的份额进一步达到 80.1%。其中，排名前三的企业分别占据 22.1%、15.2% 和 10.5% 的市场份额。
虽然这一统计针对的是更广义的智算服务市场，并非专门的 Token 市场，但它至少反映出，这并不是一块容易被新玩家瓜分的市场。
从现阶段看，大厂希望把 Token 服务变成云业务的新增入口；独立服务商希望通过模型适配和推理优化获得客户；传统算力企业把 Token 当渠道，希望从基础设施向更高附加值的服务延伸。
三类玩家的资源优势和商业模式不同，所面临的商业化前景也不同。
03.Token 工厂，离赚钱还有多远？
Token 卖得越多，企业就一定越赚钱吗？
至少从已经披露的财务数据来看，答案还不确定。
先看把 Token 当主营产品的硅基流动。招股书显示，2025 年，公司收入 5533 万元，同比增长 653.2%，但毛利率从 2024 年的 39.4% 降至 -24%。全年净亏损约 3.45 亿元，经调整净亏损约 1.87 亿元。
再看从算力基础设施延伸过来的九章云极。2023 年至 2025 年，其总收入从 1.06 亿元增长至 10.98 亿元。但拆开来看，支撑其收入的仍主要是智算基础设施业务。
招股书显示，2025 年，九章云极超过九成收入来自智算基础设施解决方案，智算云服务收入仅占 7.1%。到 2026 年上半年，两项业务的收入占比分别为 73.8% 和 26.1%。尽管云服务占比明显提升，但帮助客户建设智算基础设施，仍是其主要收入来源。
两家企业面临的商业化考题并不相同。硅基流动需要证明，模型服务规模扩大后，毛利率能否转正；九章云极则需要证明，从智算基础设施延伸出的 Token 服务，能否形成独立、稳定的收入来源。
甚至在上述投资人看来，当前部分 Token 推理服务商尚未形成清晰的盈利模式，资本市场对其价值的判断，更多靠愿景驱使。
为什么这门生意还不好赚？
一方面，真实需求在增长，价格竞争也在加剧。
一位云服务渠道商告诉「定焦 One」，最近半年，其所在团队的 Token API 销售额接近翻倍，增长主要来自新客户拓展，客户涉及游戏、短视频、电商、教育等多个行业。她举例称，一家培训类客户此前每月采购约 3 万元的 API 服务，上个月采购金额增加至 5 万元。
但在另一位大模型 API 分销渠道商看来，市场并非简单地量价齐升。
据其观察，近半年，国产模型 API 价格出现分化。DeepSeek、Qwen 等部分模型的低价版本降价明显。该渠道商表示，对于经营国产大模型 API 的中转渠道而言，整体利润空间正在变小。当然，也存在部分旗舰推理模型价格没有同步下降，甚至有所上涨的情况。
另一方面，Token 服务的成本并不会随着售价下降而自动降低。
对于自行部署模型的服务商而言，GPU 采购或租赁、芯片折旧、电力和运维都需要投入。即使客户调用量增长，如果单位 Token 售价下降的速度超过处理成本下降的速度，利润空间仍可能受到挤压。对于采购上游 API 再转售的渠道商而言，则需要在采购价格与销售价格之间寻找利润。
算力利用率同样重要。服务器一旦投入运营，即使没有足够的客户调用，也可能持续产生折旧、租赁和维护成本。只有让算力资源得到充分使用，才能将这些成本分摊到更多 Token 上。因此，如何提高设备利用率、降低单位 Token 的处理成本，同时维持稳定的服务质量，才是决定盈利能力的关键。
不过，低价也不是客户采购时唯一考虑的因素。
上述云服务渠道商表示，相比单纯追求低价，更多大客户看重服务稳定性。另一位渠道商则提到，部分客户选择第三方服务，是为了通过统一接口调用不同模型，减少重复接入和管理的成本。这意味着，除了价格，稳定性、模型选择和技术服务能力，也可能成为客户持续付费的理由。
从卖算力到卖 Token，改变的是服务方式和收入模式，却没有消除底层算力投入。需求增长为这门生意打开了空间，Token 工厂们接下来要回答的是，不断增长的调用需求，最终能留下多少利润。
