当前位置：

社区首页

文化娱乐

在线教育

IT互联网

文章详情

Token工厂发展趋势：算力周期与毛利分化的时间表｜爱分析

内容来源：《2026爱分析·中国Token工厂竞争力榜单》

关键词：Token工厂发展趋势、Token工厂前景、算力价格、Token经济、AI推理服务

摘要：爱分析认为，Token工厂的短期走势由算力资产价格决定，中期走势由客户结构调整决定，长期位置由芯片与Token闭环能力决定。三条线在时间上错开，构成了2027年前后的格局重排窗口。

1、三条线错开，别用一条线判断未来

讨论Token工厂的趋势，容易混在一起谈。资产、毛利、路线是三件不同的事，时间尺度也不一样。

资产价格是短周期变量，一年之内就能完成涨跌反转。客户结构是中期变量，取决于企业客户的模型使用成熟度，需要两到三年。芯片与Token闭环是长周期变量，大厂的产能规划已经排到2027年末。

把三条线拆开看，趋势就清晰了：2026年还在跑马圈地，2027年进入风险与分化叠加的窗口，再往后决定位置的是生态归属。

判断之前还有一个前提要锁定：谈的是哪一类主体。爱分析将Token工厂定义为，自主组织AI模型推理生产，为客户提供以Token为计费单位的推理服务，并对交付质量负责的经营主体。为单一模型提供推理服务的厂商不在其中，它们的收入随模型厂商的定价策略起落。只做API转发或卡时出租的平台也不在其中，它们不承担Token的交付质量。这两类玩家的曲线与Token工厂并不同频，混在一起看会得出互相矛盾的结论。

2、需求侧：调用量继续涨，单价继续跌

需求侧的判断没有分歧。2026年3月，中国日均Token调用量是140万亿，6月达到500万亿，目前预计已经超过1000万亿大关。全球口径下，爱分析测算Token市场从2025年的240亿美元增长到2026年的1350亿美元，增速超过460%。

分歧在于单价。过去半年模型API价格普遍上扬，这是短周期现象，起因是供小于求，有算力就不愁卖。长周期看，价格下行才是主趋势。

推动力来自轻量级模型。爱分析判断，市场调用量的绝大部分份额属于Flash档模型，这类模型的定价普遍在旗舰款的十分之一以下，是整个价格体系里最先松动的部分。OpenRouter的调用榜单里，DeepSeek V4 Flash、GPT-5.6 Luna、GLM 5.3 Flash等长期位居前列。GLM 5.3 Flash的价格不到GLM 5.3的10%，GPT-5.6 Luna只有旗舰Sol的5%。价格下行会带来一个结果：调用量涨得更快，收入增长却跟不上调用量增长。

3、收入与调用量分离，工厂的客户结构要跟着变

爱分析Token工厂竞争力榜单里有一个信号值得单独看：视频模型与语言模型正在分道扬镳。视频模型单价高，贡献收入；语言模型单价低、量大，贡献调用量。按2026年8月年化口径，字节以约300亿元排在首位，靠的是视频场景的定价权，其视频每秒价格比同类模型高出至少50%；可灵ARR过去一年增速超过400%，海外收入占比八成。

追赶的坐标同样来自海外。爱分析在海外对标研究中用Anthropic的ARR曲线标定中国厂商的位置：字节大致处在Anthropic 2025年8月的位置，阿里对应2025年年中，智谱对应2025年年初。中国第一梯队整体落后美国一年左右，但差距在持续缩短，算力投入与短剧、Coding等高消耗场景是两股加速力量。

对Token工厂的含义是，选什么负载决定赚什么钱。承接视频类高单价负载，收入来得快；承接语言类大流量负载，规模上得快但毛利薄。

更根本的变化在客户结构。中国工厂的第一大客户是模型厂商，海外服务商的第一大客户是终端企业。这个差异造成了5-6%与45-50%的毛利率落差。爱分析在海外对标研究中给出的判断是，国内的Token服务商过于偏向服务模型，未来应当逐步重视服务终端企业这条路。

4、2027年：资产价格的传导链条

行业里所有乐观都建立在一个前提上，算力价格继续上涨。一旦掉头向下，最先暴雷的就是Token工厂。

价格的涨幅先摆出来。英伟达DGX B300从2025年底的400万元，涨到2026年4月的700万元、6月的900万元、8月的1400万元，11月初达到 2000万元。不到一年，累计上涨 4倍。

爱分析把这轮风险拆成四个环节，一个比一个重。

资产端先确认减值。GPU卡一般作为固定资产入账，市场价格下跌需要计提减值，当期利润直接受损。

融资端紧随其后。Token工厂普遍把GPU卡抵押给银行融资，抵押物评估值下降后，银行会下调授信、要求补充抵押物或提前偿还贷款，现金流承受直接冲击。与政府合资共建的工厂由于有政府背书，融资杠杆倍数高至10倍，是风险集中区。

运营端压力最大。为降低推理成本，工厂租赁的GPU算力往往锁定3-5年长期租约，价格下行会加速Token单价下滑，形成高位采购成本与低位售价的双重夹击。

退出通道同时关闭。资产上行周期里，经营不力还能靠处置旧卡回收资金兜底；下行周期里，旧卡价格跌得更快，回笼资金难以弥补经营亏损。

爱分析调研显示，行业内不仅在囤积H系列、B系列大卡，也在囤积50系列小卡，国产卡则紧紧把持在政府和运营商手中。当所有人都在囤卡，价格下跌的风险会被放大。

5、毛利率的三条斩杀线

毛利率的趋势比资产价格更确定，方向只有一个，向下。

第一条线来自模型厂商的集采压价。工厂以刊例价3-5折接单，生产成本在4折左右，毛利空间本就极窄。

第二条线来自推理框架的开源。DeepSeek全面开源内部推理框架DeepInfer，模型厂商会以此为准进一步压低集采折扣。推理技术提升省下的成本，没有留在工厂，而是被集采方拿走。

第三条线来自模型厂商的分层收费。从Kimi K3开始，向MaaS服务商收费成为一种趋势，公开协议要求分成30%，实际分成目前在10%级别，未来只会更高。

海外的天花板也已经出现。爱分析判断，即便是当前50%的毛利率，也不是稳态，闭源模型降价与开源厂商分层收费会从两端挤压，这个水平将是整个行业的天花板。

6、路线选择：向上做芯片，还是向旁做企业客户

面对毛利压力，两条路被反复讨论。

一条是向上游芯片延伸。方向没错，自研芯片确实能改善财务模型：Cerebras的MaaS毛利率在2026年一季度达到53%，高于不碰芯片的MaaS厂商。但时机不对。国内芯片当前的增长驱动力是替代需求，能不能量产出货比的不是性能，关键是能不能拿到更多制造产能。第三方工厂既没有内部负载托底，也缺乏长期与大厂竞争的能力，产能利用率上不去，反而会挤压原有业务的现金流。

大厂在这条路上已经走得更远。阿里的真武PPU先在阿里云内部消化产能，支撑Qwen的训练与推理，当前处于万卡集群，2027年末将实现50万卡的算力集群，相当于1GW。字节的自研推理芯片已排上日程，计划2027年进入量产。这些布局的共同点是先有确定性的内部负载，摊薄研发与生产成本，再对外提供Token服务。

另一条是向旁转向企业客户。这条路的收入起量慢，但毛利结构健康。硅基流动的本地化部署解决方案在2025年录得略超2600万元收入，毛利率超过80%。青云科技旗下青云智算2026年上半年收入约1879万元，与上年同期基本持平。两家体量都小，毛利结构健康，现金流压力轻。

7、时间轴：三个窗口

2026年全年：跑马圈地，供不应求，云大厂与创业公司同时高速增长。关键观察指标是日均调用量、单季收入增速与囤卡规模。

2026年底至2027年：风险窗口打开，算力价格若转向将触发四重传导。关键观察指标是DGX B300报价、抵押物评估值与长期租约占比。

2027年至2028年：结构分化，客户结构决定毛利，生态归属决定位置。关键观察指标是终端企业收入占比、毛利率口径与芯片自给率。

三个窗口的判断标准不同。第一个窗口看增速，第二个窗口看资产，第三个窗口看客户。

8、FAQ：关于Token工厂发展趋势的常见问题

Q1：Token工厂未来的发展趋势是什么？

三条主线同时推进。算力资产价格决定短期风险敞口，客户结构调整决定中期毛利水平，芯片与Token闭环能力决定长期生态位置。三条线的时间尺度不同，判断趋势时不能混在一起谈。

Q2：为什么说2027年是Token工厂的风险窗口？

因为2026年的增长建立在算力持续涨价的前提上。行业普遍在囤卡，大卡小卡一起囤，2026年高位购入的算力资产在价格下行时会依次触发资产减值、贷款违约、长期租约亏损与处置能力失效。与政府合资共建的工厂融资杠杆高至10倍，是风险集中区。

Q3：Token价格未来会涨还是跌？

短期看涨，长期看跌。当前供小于求，有算力就不愁卖，涨价是供需缺口的被动反应。长周期里，轻量级Flash模型是主要的下行力量，这类模型定价普遍在旗舰款的十分之一以下，会持续压低整体单价。单价下跌同时带来调用量加速，收入与调用量会继续分离。

Q4：Token工厂的毛利率还能提升吗？

取决于能不能拿回定价权。服务终端企业，可以自主定价，海外同类业务毛利率在45-50%；服务模型厂商，定价权在对方手里，国内同类业务毛利率只有 5-6%，且面临DeepInfer开源带来的二次压价。爱分析判断，50%是全球Token服务毛利率的天花板，长期难以维持。

Q5：第三方Token工厂自己做芯片可行吗？

方向对，时机不好。自研芯片确实能改善财务模型，Cerebras的MaaS毛利率在2026年一季度达到53%就是证明。但国内芯片当前比拼的是制造产能而非性能，第三方工厂缺少内部负载托底，产能利用率上不去会挤压原有业务的现金流。等制造产能不再是瓶颈时，阿里、字节等大厂已经跑通芯片加Token的闭环，第三方追赶难度会更大。

Q6：Token工厂会不会被云大厂吞掉？

短期不会。云大厂普遍拥有自研模型，本身就是智谱、Kimi、DeepSeek等独立模型厂商的竞争对手。这些模型厂商必然要培育一批自己说了算的Token工厂，硅基流动、无问芯穹背后都站着智谱。空间存在，但大小取决于独立模型厂商的成长速度。