token告急，已成为当下ai创业者最紧迫的焦虑。
7月的上海世博展览馆，2026世界人工智能大会（以下简称WAIC 2026）现场，除了穿梭不息的智能机器人、整齐排列的高密度超节点机柜，记者听到频率最高的词，仍是“Token”。
一位来自杨浦的独立开发者站在展馆入口处，向《IT时报》记者细算成本账：他开发的AI短剧生成工具，每月在Seedance平台上的API调用支出就超过千元。“真正动手写代码的同行，极少选用低价方案。”他坦言，无论中外模型，只要效果稳定、响应可靠，创业者普遍选择硬着头皮买单。
就在开发者频频抱怨Token价格高企之际，展馆另一侧，厂商们正热烈探讨如何将Token打造为“工厂”——
规模化生产、标准化交付、像流水线一样高效输出Token。
当Token供给频频亮起红灯，“Token工厂”正加速驶入现实。
启明创投主管合伙人周志峰在WAIC“启明创投·创业与投资论坛——从算力原点到应用落地的进化征程”上直言，AI产业所展现的“速度、强度与烈度”，是人类历经数百年工业革命与信息革命都未曾见过的巅峰水准。他还援引全球最大AI聚合平台OpenRouter的最新数据指出：美国企业采用中国大模型构建AI应用的Token占比，已从2025年上半年的4.5%跃升至2026年年中的46%；自2026年2月8日起，美国公司每周调用中国AI模型的比例持续稳定在30%以上。“这意味着，近半数美国企业的Token运行在中国模型之上”。
Token，正是贯穿这一演进路径的核心“燃料”。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
展馆里的高频词
什么是Token工厂？简言之，就是把底层算力、模型能力与推理引擎整合封装为标准化的Token服务，按需计费、按量交付。它不再售卖硬件或原始算力，而是直接出售“可衡量的智能产出”——你付多少，就获得多少Token，用完即止。
“客户只关心结果，那我就把结果打包好交给他。”在WAIC 2026另一主会场——张江科学会堂，天津融科联创信息技术有限公司的一位工程师向记者介绍，公司正积极筹备向Token工厂模式转型，“既要卖服务器，也要卖Token，这是当前不可逆的趋势”。他解释，大量中小企业既不了解算力调度逻辑，也无意深究技术架构，“客户可能连GPU和CPU的区别都说不清，但一定清楚自己需要多少Token。”
于是，一种“开箱即用”的解决方案应运而生——一台预装模型、推理框架与计费系统的整机服务器，通电即可上线，全程按Token计费。“面向中小客户，一台起步，”他说，“最多配两三台足矣”。
不仅硬件厂商加速入场，“Token工厂”概念正全面渗透整个算力生态链。清华系企业清程极智在展区推出Token“前店后厂”架构：后厂为统一调度的算力集群，前店则是面向用户的Token零售终端；PPIO正式发布面向Agent时代的“智能Token工厂”；范式智能则将展台整体设计为“AI 2.0 Token工厂”全景沙盘，其创始人戴文渊在采访中透露，公司2026年一季度的Token营收已超越2025全年总和。
这种模式为何令人趋之若鹜？戴文渊在大会期间给出一组测算：若集群资源利用率接近极限，Token工厂的毛利率有望达到70%～80%。
周志峰也在演讲中作出更宏观的判断：未来12至24个月内，AI应用的商业模式将加速告别互联网时代的Freemium（免费+增值）范式，转向以实际成果与商业价值为锚点的定价逻辑。
与此同时，曾被业内喻为“AI水电煤”的Token计费方式，本身也正在发生深刻迁移——越来越多AI产品悄然将价签上的计量单位，由“Token”替换为“任务完成数”，甚至细化为“有效交付件”。衡量AI企业成败的核心指标，正从用户体量转向“单位智能成本所能撬动的真实商业回报”。
该趋势已在多个垂直领域落地：Zendesk于2025年初上线AI客服新定价体系，按“成功闭环的工单数量”收费，而非传统按座席席位计价；Intercom将AI助手Fin的资费标准绑定在“自动解决率”上；Salesforce的Agentforce平台直接以“单次AI对话”为计费单元；法律科技公司Harvey则按“高质量完成的法律研究任务”进行结算。
Token仍未实现统一定价
尽管“Token工厂”已成为行业热词，但至今尚无公认的行业标准。此处的“标准”，特指涵盖Token生产、交付、质量评估、计费规则及SLA保障在内的全链路规范体系。
并非所有Token等价。中国工程院院士郑纬民在商汤主办的“算创·无限——Agentic时代AI基础设施创新发展论坛”上强调，Token的实际商业价值，取决于首字延迟、生成吞吐、并发承载能力与服务稳定性四大核心维度。不同业务场景对服务质量要求各异，唯有高规格、高可靠性的Token，才能支撑复杂智能体的大规模商用。
“行业普遍存在模型参数虚标、算力质量不透明、计费方式粗放等问题——压缩模型沿用原型号报价、节点缓存命中率波动显著，致使同等算力调用成本差异巨大。”山海引擎COO彭璐向《IT时报》记者坦言，“各家套餐定价千差万别，目前确实无法达成统一标准”。
在张江科学会堂展区，博思芯宇展台醒目展示一张“Token成本拆解图”：单位Token成本 = Token总成本 ÷ 有效Token产出。其中，Token总成本由三部分构成——CAPEX（算力设备折旧）、OPEX（电费、散热、运维等日常开支）以及有效产出保障成本（含故障预警、容错调度等）。这套公式，意在帮算力服务商厘清每一笔投入的真实效益。
启明创投亦在论坛同步发布《2026 AI十大展望》，将“安全可信性”“产品实效性”与“Token成本”并列为影响企业AI规模化落地的三大决定性因素。在周志峰看来，AI基础设施的竞争已迈入系统级阶段——“芯片、互联架构、散热方案、供电系统等关键环节均纳入竞争维度，未来两年内，基于新型架构的算力芯片及超节点大集群有望涌现，目标直指低成本、高效率的Token量产能力”。
Token炼就“新石油”
Token工厂，并非凭空构想，而是被现实倒逼出的必然选择。
在H2算力展区，记者偶遇一位正咨询Token工厂解决方案的医疗AI创业者。他专注医学影像分析，日均处理海量CT影像，上月仅API调用费用就高达万元，“专程来大会找更优性价比的Token方案”，他坦言。
Token消耗量，早已膨胀至令人震惊的规模。
周志峰在论坛披露，中国大模型日均Token消耗量，自2024年1月起已飙升超千倍。数据显示，截至2026年3月，国内日均Token调用量已从2024年初约1000亿激增至140万亿。然而，阶跃星辰联合创始人兼CTO朱亦博在启明创投论坛上指出，在Token需求爆发式增长的同时，算力供给增幅却相对滞后，这进一步凸显AI基础设施创新的战略价值。面向Agent时代，行业不能仅依赖算力堆叠，更需通过模型、系统与芯片的深度协同设计，持续提升单位算力的智能产出效率与任务交付精度。“倘若Token消耗继续翻倍，叠加模型参数持续膨胀，对Infra的系统性压力将持续加剧。”
供需之间，仍横亘着结构性失衡：一边是创业者高呼“不够用、太贵”，另一边是算力厂商感叹“难盈利、难跑通”。这道鸿沟，恰是Token工厂试图弥合的关键缝隙。
一位深耕企业级智能体落地的创业者告诉《IT时报》记者，今年团队为客户部署智能体项目时，客户最关注的问题已从“能做什么”转变为“Token要花多少钱”，“过去谈AI，大家兴奋于能力边界；如今热潮退去，所有人开始精打细算”。
大模型领域的“杰文斯悖论”仍在延续——Token单价持续下探，但整体需求规模却呈指数级扩张，算力总支出仍在攀升。
WAIC 2026上，Token工厂正从概念演示迈向实体交付。谁能率先打通Token这条“新石油”的炼化全链条，谁就更有可能成为AI时代的最大赢家。
图片／ IT时报 采访对象
本文来自微信公众号 “IT时报”（ID：vittimes），作者：毛宇，36氪经授权发布。
