Token 成為 " 硬通貨 " 之后，四股力量正快速布局。
文｜趙艷秋
編｜石兆
"現在你有多少 Token 就能多少，整個市場供不應求。"百度智能云 AI 與大模型平臺總經理忻舟告訴數智前線，原來大 Token 都是折的，現在加價都買不到，理訴求變得非常強。AI Infra 企業是石科技聯創始人毛運航則觀察，整個市場正從買市場轉向市場，"以前 API 是降價的，是虧錢的，Token 現在須保證定消耗量，才能夠給到比較好的價格和供應。"阿里云資總裁劉偉光給出了個數字，過去 5 個月，阿里云 Token 調用量增長了 15 倍。
在 Token 變得緊俏之后，四個力量——云大廠、模型公司、運營商，以及 AI Infra 企業，已快速布局 Token 服務市場。
01
Token，從折到加價都買不到
雖然 Token 銷售緊俏，但各云廠商并未借機敞開對外售，反而謹慎分配自的 GPU 資源，平衡內部模型訓練和對外 Token 銷售。"大意識到，訓練出好的模型能出多 Token。"位大廠人士說，內部各部門都在卡，幾后通過賬來爭奪。而且，去年 Token 折，直接硬件設備掙得多；現在局面反轉宜昌pvc管粘接膠，大都在收縮純硬件銷售，"硬件不如 Token "。
Token 為何"夜之間"如此手？原因是真實需求爆發。
劉偉光說，Coding 成為巨大分水嶺，它不僅生成新應用，還將在未來年內解鎖大量老系統——那些"程序太老、不能搬上云"的遺留應用，借助 AI Coding 可獲得新生。關鍵的是，非程序員也開始"編程"，每個人都可以自己做報表、做分析、做項目預，生產力得到釋放。
而智能體的普及，從技術層面放大了 Token 消耗。毛運航形容，"還什么都沒做，Token 就沒了"。Agent 有了"手腳"之后，完成項任務每步都在消耗 Token，消耗量急劇增加。
過去兩年，每大廠都有 Token 銷售的考核，字節看 Token 總量，阿里、百度、騰訊看模型調用次數，但執行起來很難。忻舟解釋，"市場沒有那么多真需求，很多都用的不太對，或者大材小用，比如拿大模型去做數據清洗或者小模型也能做的事，我們叫低質調用。"隨著智能體技術和模型、Coding 能力的躍升，些真正有價值的應用涌現，而這些應用也是 Token 重度消耗者。
為此，今年每大廠對 Token 都定了不小的目標，"這個目標來源于對市場真需求的判斷"。
面對這場需求爆發，工程院院士鄭緯民觀察到個行業轉向：從 MaaS（模型即服務）轉向 TaaS（Token as a Service）服務。雖然很多企業并不特別劃分 MaaS 和 TaaS，但關注點已開始緊緊圍繞 Token。
Token 是大模型處理信息的小計量單位，1000 個 Token 大約對應 700 到 800 個中文字符。鄭緯民解釋，Token 現在是三種度量衡：它是大模型處理信息的基本單位，是 AI 運行時不同力消耗的計量映射，也正在成為行業定價計費的標準單位。
之前，MaaS 解決"模型的可用"，計費式相對粗放宜昌pvc管粘接膠，比如按調用次數結。TaaS 則讓 AI 力像水、電、流量樣封裝成標準化服務，把計費顆粒度精細到 Token 這個小單位。
鄭緯民解釋這個演進背后的層矛盾：目前 AI 基礎設施主要是為大模型訓練而設計的，行業陷入"力基建昂貴、理工程薄弱、Token 產出薄弱"困局。他的判斷是，AI 基礎設施的競賽，已從比拼力集群規模，轉向比拼每瓦 Token 生產率。
對 Token 市場的爭奪，也快速展開。阿里劉偉光估，AI 原生創業企業，Token 支出占比接近 ；國內互聯網企業已在 15 到 20；傳統企業目前仍在 5 以下。而阿里云對銷售的要求，客戶的 Token 支出至少不低于其今年支出的 20，并門設置了純做 MaaS 的銷售崗位，在 AI 原生創業公司和 OPC（個人公司）以 MaaS 銷售為主。劉偉光同時透露三條抓手：是全員出動，數千銷售鋪向全國，解決覆蓋率，讓客戶先用起來，哪怕只是基礎的 Coding 改造；二是模型策略開放，只要部署在阿里云上的模型，律按模型對待；三是考核指標重構，看三件事：付費 Token 客戶數的每日增長、客戶核心系統接入 Token 的數量與率，以及 Agent 在企業內自主完成閉環的率。
忻舟以央國企為例，預估其 Token 支出占總 IT 支出的 1 左右，未來增量空間巨大。百度要求今年要把智能體的果做出來，當客戶有了價值預期之后，再展開滲透和降本。
在力吃緊的背景下，國產 AI 基礎設施迎來機會。毛運航觀察，國產芯片開始冒頭，陸續有國產芯片可以支撐大集群供應。而是石科技的國產適配工作，也從過去的小范圍甚至"為發電"，在升為真正的生產需求。"假如現在適配了某款國產芯片，能把新模型部署上去，達到生產要求，基本上就把這芯片的所有貨盤活了。"
劉偉光做了個宏觀的預判，當 Token 覆蓋了" everything "，整個市場的 IT 支出結構將發生根本變化，軟件外包、傳統 IT 采購，都將面臨產業重塑。Token 正在成為新的水和電。
02
四大流派的動作
Token 成為 " 硬通貨 " 之后，四股力量已快速布局：云大廠、模型公司、運營商，以及 AI Infra 企業。
云大廠是早提出 Token 服務的力量宜昌pvc管粘接膠，它們的核心優勢在于全棧能力，有模型、有力基礎設施，也幾乎都有芯片。百度今年開發者大會提出"芯、云、模、體"，阿里云則在年度峰會提出"芯 - 云 - 模型 - 理"。阿里云劉偉光去年告訴數智前線，云大廠的"勝負手"是價比，而全棧技術是實現致價比的核心路徑。今年他尤其強調芯片與模型的度綁定，"每款模型訓練背后都有強大力支撐，兩者齒輪咬、螺旋上升。所以我們定要走自己的道路，加強調云、芯、模體化。"
在產品側，云廠商正從云原生、AI 原生邁向" Agent 原生"，整套云技術棧和服務體系，幾乎都要為智能體應用重做遍。目前，各企業對云產品線展開系統改造—— Skill 化、MCP 化、CLI 化。同時，萬能膠生產廠家云廠商不僅廣 Token 銷售，也非常重視自己把 Token 包裝成 Agent 應用，如 Coding、各種 Agent 和工具等，論 ToC 還是 ToB，自己先完成個從 Token 生產到應用的閉環。
二股力量是模型公司。這類公司包括智譜、Minimax、Kimi 等。不過，他們押注模型本身，這與云大廠截然不同。
它們提供 API 和 Token 服務，也委托其他產業鏈銷售模型調用服務。雖然些模型企業已在港股上市，市值數千億，但根據數據中心建設等產業鏈多觀察，這些企業的實際營收與現金流規模還不夠大，因此普遍選擇保持輕運營狀態，目前自持力基礎設施不多。這類企業的重心在模型本身，"讓研發出的模型出去"是其核心目標，Token 化只是手段。例如，在天翼云近面向開發者及中小微企業的 Token 套餐，便接入了智譜 GLM5 等模型。
三股力量是運營商。5 月，三大運營商集體出 Token 套餐服務，動作快的是電信。實際上早在 4 月的數字峰會上，電信總經理劉桂清就對外傳達了"傳統產業分工和價值分配模式，正被以 Token 為核心的新型經營模式重塑"，披露 Token 相關戰略規劃，天翼云也展開了從 IaaS 到 SaaS 的全棧 Token 服務體系構建。此后，電信于 5 月出試商用 Token 套餐。
運營商的核心優勢在于，既擁有大量數據中心、力與網絡資源，又具備后公里客戶觸達平臺，以及覆蓋全國的屬地服務能力。AI 被 Token 化之后，與話費、流量在邏輯上類似，可以像水、電樣計費運營。運營商聯生態共同開發 AI 應用，借助 Token 化服務，來動 AI 普及。
值得關注的是，運營商是國內批大規模采購國產芯片的主力，有強烈動力動國產芯片生態適配。目前，行業面臨力利用率偏低、異構力碎片化、國產化適配難度大、模型迭代又非常快的挑戰。業內看到，目前國產芯片適配新模型，達到生產要求，可能要花幾個月時間，而這個周期中模型公司又不斷出新模型，整體適配速度不夠。為此，運營商也通過其生態整能力，動員各力量進行多芯適配、多模融，是國產生態關鍵手。
奧力斯 PVC管道管件粘結膠價格 聯系人：王經理 手機：18231788377（微信同號） 地址：河北省任丘市北辛莊鄉南代河工業區/p>
四股力量是 AI Infra 企業，這也是當前融資熱度的類。Agent 應用爆發 Token 消耗，也正在重塑這類企業的商業邏輯，此前"賺差價、不過賬"，而目前行業從買市場走向市場，讓這賽道的商業化路徑發清晰。
這類企業中，是石科技對標美國 Corewave 公司，希望能在做好立三國產 GPU 云生態，主攻大規模集群運營與國產芯片適配，三年前已實現盈利，正在向重資產的立三云平臺演進。硅基流動去年因與華為云作、快部署 DeepSeek 模型舉進入行業視野，主要聚焦 MaaS 層，靠近用戶側；問芯穹是早在行業內提出" MxN "概念，定位 M 種模型、N 種芯片間的中間層產品。
業界觀察，美國 AI Infra 企業 Corewave 因受頭部模型公司與英偉達的雙重擠壓，利潤空間有限。但毛運航告訴數智前線，國內 AI Infra 企業面臨國產適配這重要機會。國內市場對國產芯片適配有迫切需求，每款芯片架構不同、適配難度各異，光靠硬件廠商去解決從時間到力量都遠遠不夠，需要芯片廠商、AI Infra 企業、應用共同跑通整個鏈條。"個是國產，個是調優，這是我們在這波發展中找到的機會。"毛運航說。
03
Coding 與 Agent：確定的"印鈔機"
在眾多 Token 服務的向中，收益大的是 Coding 與 Agent 向的大語言模型。有業內人士告訴數智前線，各大廠出的 Coding Plan（Coding 訂閱套餐）看似價格不，但實際并不虧錢。原因是包月定價模式下，大多數用戶實際消耗量遠低于上限，" Coding Plan 平均下來比單純 Token 要賺錢"。
位資人士對數智前線進步補充，現在看來，生成的商業價值遠低于大語言模型。忻舟的判斷為直接：大語言模型旦真正進入生產環境，能夠產生巨大收益，且"收入沒有上限"。
劉偉光對此做了進步分析。他認為，廣告、傳媒、影視、短確實有巨大市場空間，但與 Coding 和 Agent 向的大語言模型相比，不在同量。他的拆解邏輯是，Coding 不只是編程，Coding 催生了 Agent，Agent 能立完成任務、幫助人類提升生產力，而這切都與大語言模型度綁定。"我們現在所有火力集中的大點，就是 Coding 和 Agent 向的大語言模型，這個模型的市場會比其他模型大非常非常多。"
劉偉光觀察，自 Coding 工具出現以來，應用發展速度已明顯加快。他預判，旦"人人 Coding "成為現實，每年產生的應用數量或 Agent 數量將是過去的數倍。這不僅是生產力的躍升，是整個軟件行業的結構重塑。
AI Infra 企業也關注到了這賽道形勢。是石科技毛運航說，如今幾乎沒有不用 AI 的程序員，海內外大廠都在用模型做 Coding，整個行業已被悄然改變。Agent 的興起進步放大了這應。"如何讓代碼穩定輸出、滿緩存、將代碼做成完整項目，如何在可控范圍內讓 Agent 產出——這也是當下業界討論集中的工程化向。"
對于 Token 下步增長趨勢，業界持不同看法。大部分人士認為 2026 年行業力供給非常緊張，而且將發緊張，延續到明后兩年；也有人士認為，這波 Token 吃緊，與國內外芯片供應相關，但長遠階段還需觀察。
但大的共識是，在有限力資源約束下，如何能夠大化單位 Token 生產率，已經是成為釋放 AI 生產力的個核心命題。"我自己觀察點，語言模型是維的，駕駛其實是個二維平面的，到低空、具身、世界模型就是三維的。從開始訓練需求起來，到理全場景去用，又是個量的提升，所以我們能夠看到在計這個事情上，大還會花很長時間、很多功夫去做。"毛運航說。
相關詞條:鋁皮保溫施工 隔熱條設備 鋼絞線 玻璃棉卷氈 保溫護角專用膠1.本網站以及本平臺支持關于《新廣告法》實施的“極限詞“用語屬“違詞”的規定，并在網站的各個欄目、產品主圖、詳情頁等描述中規避“違禁詞”。
2.本店歡迎所有用戶指出有“違禁詞”“廣告法”出現的地方，并積極配合修改。
3.凡用戶訪問本網頁，均表示默認詳情頁的描述宜昌pvc管粘接膠，不支持任何以極限化“違禁詞”“廣告法”為借口理由投訴違反《新廣告法》，以此來變相勒索商家索要賠償的違法惡意行為。
