Token不够用，已经成为当下AI创业者的第一焦虑。

7月的上海世博展览馆，2026世界人工智能大会（WAIC 2026）上，除了忙忙碌碌的机器人、排布密集的炫酷超节点机柜，现场听到最多的话题便是“Token”。

一位来自杨浦的个人创业者站在展馆门口，跟记者算了一笔账：他做AI短漫剧应用，每月在Seedance上的API调用费要花掉上千元。“身边真正做开发的，很少用便宜的方案。”他表示，无论国内外的模型，只要好用，创业者都愿意咬牙付费。

就在创业者抱怨Token价格昂贵的同时，展馆另一头，厂商们正热火朝天地讨论如何把Token做成“工厂”——大规模、标准化、像印钞票一样输出Token。

Token告急之下，Token工厂正加速赶来。

启明创投主管合伙人周志峰在WAIC论坛上感慨，AI产业的“速度、强度、烈度，是人类在这几百年工业革命、信息革命中没见过的超高水准”。

他同时抛出一组基于全球最大AI聚合平台OpenRouter的数据：美国企业使用中国模型构建AI应用的Token占比，从2025年上半年的4.5%上升至2026年年中的46%。自2026年2月8日以来，美国公司每周调用中国AI模型的比重更是持续保持在30%以上。“也就是说美国企业将近一半的Token是跑在中国模型上的”。

Token，是贯穿这条路径的“燃料”——没有它，一切归零。

展馆里的高频词

Token工厂是什么？简单说，就是把底层的算力、模型、推理引擎打包成标准化的Token服务，按量售卖，按需交付。它不再是卖硬件、卖算力，而是直接卖“智能输出”：你付多少钱，我就给你多少Token，用完即止。

“客户只要结果，那我直接打包给他就行了。”在WAIC 2026的另一个会场——张江科学会堂，来自天津的融科联创信息技术有限公司工作人员告诉记者，他们正在考虑往Token工厂方向转型，“既要做服务器，也要卖Token，现在的趋势就是这样”。他解释，很多中小客户不懂算力调配，也不关心底层架构，“客户可能连GPU和CPU都分不清，但清楚自己需要Token。”

于是，一套“简单粗暴”的解决方案应运而生——一台预装模型、推理引擎与计费系统的服务器，插电即可启用，按Token计费。“卖给中小企业，一台就够了，”他说，“顶多两三台”。

不仅是服务器厂商，“Token工厂”的概念正在席卷整个算力产业链。

清华大学背景的清程极智在展区提出了Token“前店后厂”模式——后厂是标准化的算力集群，前店是Token商店。PPIO发布了面向Agent时代的“智能Token工厂”。范式智能则把展台做成了“AI 2.0 Token工厂”的全景展示，创始人戴文渊在采访中透露，2026年一季度的Token收入已超过去年全年。

这个模式的诱惑力在哪儿？戴文渊在大会期间算了一笔账：如果集群利用率能做到极致，Token工厂的毛利率可能达到70%～80%。

周志峰在演讲中给出一个更宏观的判断：未来12到24个月，AI应用的商业模式将加速脱离互联网时代的Freemium（免费增值）逻辑，转向以结果和价值定价。

同时，原本被业界戏称为“AI水电煤”的Token付费模式也正在发生变化，一批AI产品开始把价签上的计量单位，从“Token”换成了“任务完成数”甚至“有效交付件”。衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。

这一趋势已在多个领域显现：

• Zendesk在2025年初推出了基于AI解决方案的定价模式——按“成功解决的工单数”收费，而非按客服座席数；
• Intercom将AI客服Fin的定价锚定在“自动解决率”上；
• Salesforce的Agentforce平台直接以“每次AI对话”为计费单元；
• 法律科技公司Harvey则按“成功完成的法律研究任务”定价。

Token依然没有统一定价

尽管当下AI行业内人人言必称Token工厂，但至今仍未形成统一的行业标准。这里的“标准”指的是Token从生产到交付全链条的质量、计费、计量、服务等级等一整套规则体系。

Token与Token并不等值。中国工程院院士郑纬民在商汤主办的论坛上指出，Token的实际商业价值由首字延迟、生成速度、并发承载能力、服务稳定性四大指标共同决定。不同业务场景需要不同等级的服务标准，只有高等级、高品质的Token才能支撑复杂智能体的规模化落地。

“行业普遍存在模型虚标、算力质量不透明、计费模式粗放等问题，压缩模型沿用原品名报价、节点缓存命中率差异，导致同等算力调用成本悬殊”。

不同的Token工厂、不同的模型厂商，定价方式五花八门，折扣力度差距明显。山海引擎COO彭璐向记者坦言，“根据用量大小，给的折扣不一样。每家公司套餐价格都不一样，目前没办法统一定价”。

在张江科学会堂展区，博思芯宇展台打出了一张“Token成本拆解”牌：单位Token成本 = Token总成本÷有效Token产出。Token总成本由三部分构成：

• CAPEX（资本性支出，算力设备折旧）；
• OPEX（企业的日常运营开支，包括电费、散热、运维等）；
• 有效产出保障成本（故障防控、容错调度）。

它试图用这套公式，帮算力运营商把每一分钱算清楚。

启明创投也在论坛上发布了“2026 AI十大展望”。其中，将安全可信与产品效果、Token成本并列为影响企业AI大规模落地的三大关键变量。在周志峰看来，AI基础设施的竞争正在进入系统级阶段——“竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的Token生产”。

Token炼就“新石油”

Token工厂，是被现实逼出来的生意。

在H2算力展区，记者遇到了一位正在咨询Token工厂产品的创业者。他做的是医疗影像AI，每天处理大量CT图片，上个月光API调用费就烧掉了上万元，“想来大会看看有没有更便宜的Token，”他说。

Token的消耗量，已经膨胀到了一个令人咋舌的地步。

周志峰在论坛上透露，中国日均消耗大模型Token，从2024年1月到现在上涨了超千倍。

有数据显示，截至2026年3月，中国日均Token调用量已从2024年初的约1000亿增长至140万亿。但据阶跃星辰联合创始人、首席技术官朱亦博在启明创投论坛上指出，在Token需求快速增长的同时，算力供给增幅相对有限，这也进一步凸显了AI基础设施创新的价值。

面向Agent时代，行业不能只依赖算力规模扩张，还需要通过模型、系统与芯片的协同设计，持续提升单位算力的智能产出和任务交付效率。“如果Token继续翻倍，加上模型的尺寸越来越大，对Infra的挑战将持续增加。”

然而，在供需之间，依旧有着结构性的失衡。一边是创业者喊着“不够用，价格贵”，一边是算力厂商喊着“赚钱难、跑通累”，中间的鸿沟，恰恰是Token工厂想要填补的空白。

一位深耕企业级智能体领域的创业者告诉记者，他们今年帮客户落地智能体项目，客户最关心的问题已经从“能做什么”变成了“Token要花多少钱”，“以前谈AI，大家兴奋的是能力，现在热潮褪去，开始算账了”。

大模型领域的“杰文斯悖论”还在持续：Token越来越便宜，需求规模反而爆发式增长，算力总支出还在持续增加。

WAIC 2026上，Token工厂正从概念展示落地为实体产品。谁能在Token这个“新石油”的炼化链条上跑得最快，谁就可能成为AI时代最大的赢家。

图片／ IT时报 采访对象