Token生意的链条拉长：能源、云、设备与电商都来分一杯羹

AI服务用量一直在涨，把一批原本各干各行的企业拉进了同一条生意链。能源公司往算力运营上走，云厂商重新排布模型与应用业务，设备商加推推理部署方案，电商平台也开卖AI服务。围绕Token长出来的市场，已经不只是大模型公司的地盘。

一个直观的衡量标准，是国家数据局网站10月刊发的专家解读所援引的相关统计：截至2026年6月，我国日均词元调用量已突破500万亿。模型要随任务不断更换，部署、交付、计费和分发于是各自独立，成了可以单拎出来经营的业务。

以前聊AI商业化，目光多放在模型能力、应用产品和用户规模上。现在算账的角度变了：持续发生的AI调用要耗多少电、占多少设备，需要什么样的运营服务，又能通过哪些渠道卖给客户，越来越多企业开始盘算这些。

原本散着的环节，被Token串了起来。它是模型处理信息的计量单位，也被用来描述一部分AI服务的消耗与收费。各行业争的，是这笔持续支出里的不同部分。原有资源能不能变成稳定收入，决定了这轮跨界的成色。

模型用量催出了新的服务生意

行业组织方式的变化，比很多消费端产品更早露头。

今年3月，阿里巴巴成立Alibaba Token Hub事业群，把创造、交付与应用Token当作组织方向，模型即服务（MaaS）被摆到更靠前的位置。基础模型、服务平台和应用装进同一套业务安排，图的是让模型被更多任务持续用起来。

这类调整说明经营在往外延：模型训练完了，长期跑起来、做适配、服务客户，本身就是另一摊活。企业客户要把模型接进业务，除了比能力，还得处理部署方式、访问权限、服务稳定性、用量和费用。围着这些需求做生意，能和训练基础模型形成不一样的分工。

跨境市场让这套分工又往外扩了一圈。8月，青岛自贸片区与浪潮云签署合作协议，双方共建跨境词元工厂，把异构算力、多种模型接入、计量计价以及跨境结算集中到一个服务平台里。到了9月，该项目面向韩国客户的内容生成业务验证已经完成，国际传输通道由中国联通负责，算力与模型处理则由词元工厂组织。

到这一步，交付的已经是一整段服务：客户提需求，数据走网络传过去，模型处理完，结果再回到客户手里。模型只是其中一个关键环节，网络、部署、支付和服务支持各有各的位置。计算设备可以留在本地，服务却有机会卖给更广的客户。

这也说明，一家公司就算没有自研基础大模型，照样有参与的机会。成熟模型可以调用也可以部署，缺稳定算力、行业适配、客户渠道或者运营支持，使用一样会受影响。原来在其他业务里攒下的能力，能在这些环节找到新的付费对象。

不过，从按台、按机时卖资源，转到按调用卖模型服务，要担的责任更多了。设备能启动只是开头，模型跑得快不快、并发扛不扛得住、服务会不会断，都直接牵动客户业务。原有资源能压低入场成本，持续交付还是得靠新的技术和运营本事。

图1 AI服务供给与收费环节

电价优势得穿过一整套系统

能源企业踏进这条链，最先盯上的是AI计算和电力之间那根一直绷着的线。

协鑫能科此前已提出转向Token交易服务商，业务涵盖空间、异构算力租赁和定制智算方案。过去积累的能源资产与调度经验，成了它向计算服务延伸的依托。这类企业若在卖电之外再叠加部署与运营服务，收入链条就有望拉得更长。

问题是，一度电的价格和一次模型服务的成本之间，隔着设备利用率、推理效率、网络和运维。电便宜，只有设备一直在处理有效任务，才能变成有意义的成本优势。设备空着照样占资金，客户也不会为还没交付的算力掏钱。

11月5日接受采访时，英特尔中国区董事长王稚聪讲了他对绿色算力舱的构想：把计算设备放到绿电资源附近，再联合算力运营和调度企业，将分布式资源组织起来。他的概括是，这相当于在发电场所把绿电转化为Token。

这个设想里，储能、配电和散热占的分量不轻。风电、光伏的供给会波动，计算任务也有自己的负载节奏，两者得靠系统接上。储能用来缓冲供电与负载的变化，配电、计算模块和散热系统一起决定设备能不能稳定干活。

王稚聪介绍，相关架构协同花了约三个季度，涉及数十家合作伙伴。空间有限，液冷管件、供电方式、储能模块与机柜都得对得上，不同供应商的产品必须能连起来、能扩展。把设备塞进一个舱体，背后是多个行业一起完成的系统工程。

这一过程表明，传统企业切入AI服务，并非给原有资产换个名头那样简单。能源企业得补上计算运营能力，设备企业要配合供电与散热，算力运营商则要打通网络、模型和客户。这些环节谁能理顺，谁才具备把资源优势传导到服务价格与可靠性上的条件。

英特尔在这套合作里还是做基础技术研发与供应，不拿自己的品牌直接向最终用户卖算力舱。王稚聪当时预计，项目可能在2027年上半年开始落地。芯片、能源和运营企业面对的是同一类需求，可取得收入的方式和承担的责任各不相同。

所以部署位置不能只看电价。适合远端处理的任务，有机会用上更好的能源条件；对响应速度、数据管理或现场协同有要求的企业，可能更愿意就近部署。客户肯付钱的，是符合业务条件的服务。便宜的电只是其中一环，完整交付才算商品。

图2 绿色算力舱系统构成

采购规模之外，利用率和账期同样要算

资本进入这门生意的方式，还有更直接的。

游族网络旗下一家全资子公司日前签下42.25亿元GPU采购合同，资金打算由自有资金、银行授信和金融租赁组合解决，设备分批到位。付款上，采购方先付预付款，再按约定结清各批次尾款；交付时点还会受原厂和上级供应商安排牵制。

合同锁定的是设备采购这一环，至于后续业务怎么组织，目前尚未完整对外公开。卖设备、租算力、做模型服务，三套经营要求各不相同：销售盯的是交付和回款，租赁要扛部署、运维和利用率，模型服务还得继续管软件适配、调用管理和客户支持。

这些差别直接决定钱怎么收回来。买设备是一次性大额支出，租赁和调用收入却得在使用过程中一点点积累。客户需求跟不上，设备照样占着资金；技术和服务价格一变，收入预期又跟着变。设备到货、客户上线、回款，三个节奏企业得自己协调。

就算不碰GPU，只做服务中间环节，现金流这道坎也躲不开。

科技日报10月报道的广州腾元数字，要先向上游预付算力词元、模型授权和流量费用，下游客户的回款周期却拉得很长。业务越增长，资金缺口越大，公司后来拿到300万元、期限3年的纯信用“词元贷”。

图3 模型服务资金周转

两家的处境正好对照：游族的合同先把设备采购义务定下来，下游客户是谁、用途是什么、收入多少都还没披露；腾元则是服务已经卖出去之后，才碰上上游预付与下游回款不同步。前者要让大额设备投入持续被用起来，后者要为正在增长的业务垫钱。资本、客户和授信这几样原有能力，分别决定了企业能等多久。

银行对这类业务的判断也在变。授信时不只看词元消耗，结算周期、使用效率、历史财务和回款情况都会纳入考察。调用记录能反映业务活跃度，但最终还钱仍得靠有效收入。

于是Token生意多了一套筛选条件：设备数量决定一部分承载能力，客户结构影响负载，运营能力影响交付成本，资金安排则决定企业能不能撑过投入与回款之间的空档。行业里说的“家底”，得经过这些具体环节才真正起作用。

渠道把入口拉低，服务还得把用户留住

后台供给越来越丰富，AI服务也在找门槛更低的卖法。

天猫开了AI token充值中心，智谱、MiniMax等厂商已经入驻。11月2日晚，李佳琦直播间推出一分钱千问办公个人会员月卡，约半小时卖出近10万份，对应约2万亿Token使用额度。原本要用户自己去找、去弄懂、去注册的服务，被渠道塞进了大家熟悉的购物流程。

这张卡卖的是应用权益，里面有通用积分、存储和任务排队、并行等服务。平台和主播管触达用户，应用负责具体体验，模型与算力服务在后方承接消耗。直播带货只是这条链末端的一次获客，上游各环节经营得怎么样，它替代不了。

近10万份订单一分钱一份，销售额算下来约千元量级。活动图的是后续使用和付费的机会。用户一旦开始跑任务，推理支出就会持续发生，服务商得在新增使用和持续成本之间定出一个可行的价格。

也正因如此，Token很难像手机流量那样只比数量。模型不同、任务不同、服务组织方式不同，结果质量和等待时间都会变。用户要的是能用的报告、代码或内容，后台烧了多少量，他们未必有直接感受。服务商得把复杂的技术用量，翻译成用户看得懂的产品。

这种翻译本身就是渠道和应用的价值所在。它们把购买和使用的门槛降下来，让模型触达那些原本不会主动调API的人。但低价促销换来的订单，还得在后续体验里找到持续付费的理由，上游才会有稳定的需求。

从模型事业群到跨境词元工厂，从绿色算力舱到会员销售，行业分工正变得更细。进场的企业越来越多，不等于大家都在复制同一种生意；同样一句“卖Token”，背后可能是设备收入、租赁收入、模型服务收入，也可能是应用收入。

说到底，这场竞争会落到几件很实的事上：资源能不能稳定交付，任务能不能经济地跑完，客户会不会一直用下去，款项能不能按期收回。Token打开了跨行业参与AI的口子，可能不能留在牌桌上，看的还是这门生意能不能持续经营。