21世纪经济报道记者孙燕 邓浩 上海报道
“下一个风口，卖Token。”这句印在展商海报上的醒目标语，道出了本届WAIC（世界人工智能大会）的商业预言。
Token（词元）原本是AI模型消耗和产出的最小计量单位。从WAIC 2026看，Token正演变为衡量AI生产力的核心单位。
随着产业重心逐渐从集中训练向规模化推理延伸，算力服务也开始从按卡时出租，向按Token交付演进。作为连接底层算力与上层应用的AI生产层，Token工厂正在超越单纯算力租赁的范畴，成为大模型时代新的商业形态。
“大厂的Token只支持他们的模型，无法通用。”有Token工厂展商告诉21世纪经济报道记者，一方面，用户在Token工厂通过单一API接口即可调用国内外所有主流大模型，根据任务匹配最优模型；另一方面，工厂能屏蔽市场算力波动风险，为用户提供更稳定、成本更优的兜底服务体验。
竞逐Token工厂走进WAIC展厅，几乎每一家算力厂商的展台都有一面“Token工厂”的主题墙。但各家打法和定位并不相同。
软通动力在WAIC上展出了北京壹号Token工厂，一期规划每日Token产能达1.4万亿个，由软通智算承建的粤港澳大湾区公共算力服务平台及韶关Token工厂与北京壹号Token工厂形成战略协同。
九章云极目前在全球计划部署覆盖10余个智算中心，平台总算力规模约30 EFLOPS，日产超过500亿Token。其“AI工厂”构建了“训练工厂”与“Token工厂”双引擎闭环，前者以强化学习为底座解决“造模型难”，后者将大模型封装为标准化Token服务，将AI生产从依赖个别专家的研发模式，推向可复制的标准化流水线。
也有厂商通过回收GPU算力卡，实现Token的规模化生产。天罡智算展台工作人员介绍道，该公司整合已退役但仍有利用价值的冗余算力，为客户提供低成本算力。“针对老化显卡算力产出衰减的问题，我们通过算力调优技术提升其性能——例如将原仅剩20%性能的显卡恢复至40%甚至60%。”
相较于建数据中心、回收算力卡这样的重资产（IaaS/硬基建派）模式，还有厂商选择了轻资产（MaaS/软服务派）模式。
硅基流动展台工作人员告诉记者，其Token供应平台从上游租赁算力，生产Token卖给下游。其已累计支持超170个主流AI模型，兼容英伟达、华为昇腾、沐曦与摩尔线程等多元算力，日均Token吞吐量超万亿。
调度闲时算力也是Token工厂的秘密武器。厂商通过算力调度系统，深夜连接到处于负载低谷期的超算中心。当企业用户在北京时间凌晨两点发送大批量文档处理请求时，Token工厂并不会启动自家的昂贵机组，而是将任务以极低价格交由此时闲置的算力资源处理。
无论是自建、回收还是租赁，Token工厂的最终出口只有一个：将算力通过统一的标准接口，封装成明码标价的Token，卖给企业和应用开发者。
Token变现曾经，用户被锁定在模型各自的Token套餐中，不得不应对参差不齐的定价和各有侧重的模型能力。
而Token工厂改变了游戏规则：它聚合了GLM、DeepSeek等开源大模型，也提供OpenAI、Anthropic兼容接口。这使得用户能够通过单一API入口使用多家大模型，按需切换、按量付费。
在WAIC上，有Token工厂旗帜鲜明地喊出：“比云厂商更便宜，比OpenAI更通用。”
所谓“便宜”，源于Token工厂对算力供给侧的极致压缩。不同于云厂商通用化的标准化服务，Token工厂往往自建或深度运营低成本算力中心。它们通过大规模回收高性能显卡、调度“闲时”算力资源，将原本高昂的推理边际成本压缩了数倍。没有了云厂商的中间商差价和品牌溢价，Token工厂得以以低于市场的价格输出Token。
中邮证券表示，传统算力租赁商业模式下，服务商收益存在刚性天花板。Token工厂通过平台级调度、算力软硬件融合与模型推理优化，将其核心指标从单纯的算力规模转向每瓦Token吞吐量和能效比；在Token工厂模式下，企业有望获得远超传统租赁模式的净利率。
而“通用”，则归功于多源聚合。Token工厂构建了一个开放的“模型超市”，通过标准化兼容接口，打破了不同厂商间的技术壁垒。
这能够实现从“人找模型”到“任务找模型”的转变。天罡智算展台工作人员告诉记者，该公司即将推出“智能路由”产品：面对需要同时生成文本、图片、视频的综合需求，由于不同模型在各领域表现各异，传统方式需人工切换调度。智能路由可以自动拆解任务，精准匹配最优模型，如将文本需求指向DeepSeek，图片生成则调用豆包，实现多模型协同作业。
开源证券研报认为，当前节点“Token=算力=营收”逻辑已得到充分验证，算力需求侧持续旺盛，供给侧国产替代突破算力卡瓶颈，政策规划前景明朗。对AIDC公司而言，Token工厂/分发平台的落地意味着算力利用率和计费效率提升，利好具备核心城市指标、绿电配套和上架率提升的第三方IDC及智算中心运营商，商业模式有望向“算力运营+Token变现”升级。
从生产Token到经营Token由于Token吞吐量直接决定了Token工厂的收入能力和资本回报率（ROI），如何高效利用有限资源、最大化单位GPU和单位功耗所产生的Token数量，正在成为竞争焦点。
是石科技在WAIC上展出了“国产Token优化工厂”。展台工作人员告诉记者，Token优化工厂通过优化算子与模型性能，提升Token生产速度——例如将单位时间产出Token从30个提升至35、40甚至50个。
长江证券研报指出，GPU性能决定了Token工厂的理论生产能力上限，而真正决定既定的算力资源能够释放多少价值的，则是包括调度平台、推理引擎、编译器和模型优化在内的AI系统软件栈。
硅基流动展台工作人员也告诉记者，该公司自研了推理加速引擎，对模型推理过程进行深度优化，在相同硬件条件下显著提升单位GPU的Token产出效率。
九章云极则根据Token的能力层级，将Token分为消费级、专业级和前沿级三类：消费级Token适合大众场景，量大管饱；专业级Token封装了行业知识与业务逻辑，适合金融、制造等高要求场景；前沿级Token面向复杂任务自动化与科研探索，适合需要深度推理、多步规划的高端场景。其Token工厂将大模型封装为消费级、专业级、前沿级三类标准化Token服务，分别定价。
随着Token工厂模式的兴起，行业目前仍面临一个核心痛点——标准的缺失。
在计量层面，九章云极提出了度算力（DCU）这一计量单位。展台工作人员告诉记者，1 DCU = 312 TFLOPS × 1小时，把英伟达、昇腾、海光等不同芯片的算力统一折算到了同一把尺子上。算力投入用DCU度量，智能产出用Token计量——中间的差值，就是AI工厂“变魔术”创造价值的地方。
在评测层面，软通动力则聚焦于算力集群的真实服务能力，发布了“软通动力Token工厂性能基准”。这是全球首个面向智能体长时运行、以混沌负载刻画为核心、包含三类测试方法和分领域数据集的完整算力评测体系。
一个更深层的共识逐渐浮现：竞争逻辑正从“拥有多少GPU”转向“如何让GPU生产更多Token”以及“谁能把Token转化为真正的生产力”。
更多内容请下载21财经APP
优先配提示：文章来自网络，不代表本站观点。
