卖Token成新风口：调用量暴增千倍背后的盈利困境

一批围绕大模型“Token”展开业务的公司，正在集中走向资本市场。

近期，AI基础设施服务商九章云极向港交所递表，硅基流动也在此前提交招股书；无问芯穹亦被曝秘密递表并完成23亿元C轮融资。这三家业务侧重虽有不同，但都瞄准了同一个风口：卖Token。

Token是衡量大模型处理信息的基础单元，模型的输入理解与回答生成均以Token计算。国家数据局数据显示，我国日均Token调用量已从2024年初的约1000亿，激增至2026年3月的突破140万亿，两年增长超千倍。然而，暴增的调用量背后，激烈的价格战与居高不下的算力成本，让这门看似繁荣的生意充满盈利挑战。

“Token工厂”如何成为刚需？

“Token工厂”概念在NVIDIA首席执行官黄仁勋提出后迅速普及。传统数据中心是存放静态数据的仓库，而未来的数据中心则是源源不断生产Token的工厂。算力是产能，Token则是最终交付的标准化产品。

这种商业模式彻底改变了企业接入AI的方式。过去企业搭建AI应用，需要自购或租赁服务器、部署模型并配置专业运维团队；如今只需通过API接口按需调用模型推理能力，按实际消耗的Token付费即可。这一转变不仅显著降低了中小企业的上门门槛，也让企业无需一次性承担重资产算力投入。

驱动变革的核心在于需求结构的变化：AI算力正从早期的“训练为主”全面转向“推理为主”。AI智能体（Agent）的兴起更加快了这一进程，一次复杂的任务执行往往伴随数十轮模型深层交互。

中金公司测算显示，在理想假设下，Token工厂的理论毛利率可达60%。但现实极为骨感，随着价格竞争白热化，服务商必须持续提升计算效率。Token工厂的核心壁垒不再只是拥有多少GPU，而是在相同算力下，如何通过算力调度与推理加速生产出更多、更便宜的Token。

三类玩家角逐推理市场

目前国内涉足Token服务的玩家主要分为三大阵营：

第一类是阿里云、火山引擎、百度智能云等头部云厂商，这也是市场的主导力量。弗若斯特沙利文数据显示，按2025年Token年吞吐量计算，前三家合计市场份额高达87%。这类厂商手握算力底座、自研大模型与庞大客户群，Token更多被视作云生态的流量入口，即使单项利润微薄，也能通过绑定的云存储、数据库等配套服务持续变现。

第二类是以无问芯穹、硅基流动为代表的AI基础设施初创公司。它们不以自研通用基座模型为目标，而是专注于模型部署、推理加速与异构算力调度。其商业模式是向上游采购或租用算力，经过算法与系统级优化后，向开发者和企业按量销售API或提供私有化部署。这类企业的生存空间在于客户多模型采购的需求，但大厂对开源框架的持续跟进也让技术壁垒面临被快速抹平的风险。

第三类则是从传统算力业务转型而来的服务商，如九章云极。这类企业此前主营智算中心建设与算力租赁，如今将算力打包为按Token计费的标准化API。此举意在吸收碎片化的推理需求，分摊服务器折旧与运维成本。其优势在于基础设施建设交付经验，难点则在于缺乏模型优化与长期稳定的开发者生态。

灼识咨询数据显示，2025年中国前五大智算服务商占据66.1%的份额，前十大服务商占据80.1%，市场高度集中。

繁荣背后的盈利困境

招股书披露的数据展现了Token生意残酷的一面：Token卖得越多，不等于越赚钱。

主打模型推理服务的硅基流动，2025年总收入达5533万元，同比增长653.2%，但毛利率从2024年的39.4%骤降至-24%，经调整净亏损达1.87亿元。

拖累盈利的正是最符合“Token工厂”形态的公有云业务。2025年该业务收入2926.1万元，毛利率低至-119%；同期，面向大客户的本地部署业务毛利率却达82.5%。随着业务扩张，其算力资源成本在销售成本中的占比飙升至86.9%。

而九章云极尽管在2025年实现10.98亿元收入，但超九成依旧来自传统智算基础设施解决方案，智算云服务仅占7.1%，按Token计费的AlayaToken服务尚未单独形成规模支撑。

导致增量不增利的原因主要有两点：

其一，价格下跌速度快于成本降幅。随着DeepSeek、Qwen等模型推理成本持续优化，API售价大幅走低。如果单位售价的降幅超过了企业通过技术优化压缩成本的速度，服务商的毛利空间就会被严重挤压。

其二，固定的重资产成本压力。无论是否有调用需求，GPU租金、折旧、电力与机房运维等刚性开支始终存在。只有保持极高的算力利用率，才能把固定成本摊薄。

从卖算力到卖Token，商业模式的封装形式变了，但底层的硬性投入并未减少。在需求快速膨胀的当下，谁能率先在价格战的泥淖中跑通效率模型，谁才有可能将调用量真正转化为正向现金流。