无问芯穹等三家Token公司冲刺港股：需求暴涨，中间商却还没赚到钱

做Token生意的公司，眼下正排着队往资本市场走。

无问芯穹近期宣布完成23亿元C轮融资，累计融资额已达43亿元。据媒体报道，这家AI基础设施公司已以保密形式向港交所递交上市申请。另外两家则已公开递表：九章云极9月29日向港交所递交招股书；更早的6月底，硅基流动已经启动港股IPO。

这三家公司的主攻方向都不是研发通用大模型，瞄准的是模型调用需求快速增长带来的收入。算力调度、模型部署、推理优化，是它们手里的技术手段，靠这些把底层计算资源包装成企业和开发者拿来就能用的AI服务。

生意盘子确实在迅速变大。中国信通院10月23日发布的报告显示，2026年6月国内Token日均消耗量约500万亿，是2025年12月的近4倍。

可需求涨得快，不等于利润厚。2025年硅基流动收入同比增长653.2%，综合毛利率却掉到-24%；九章云极年收入已超过10亿元，但主要收入还是来自智算基础设施建设，Token销售并未挑大梁。

更现实的问题摆在面前：DeepSeek等模型厂商自己就在卖API，阿里云、火山引擎等云厂商手里既有算力也有客户。上下游都能直接提供模型服务，夹在产业链中间的公司到底靠什么赚钱？卖Token，能成为一门好生意吗？

一、模型厂商自己卖Token，为什么还需要中间商？

今年以来，做Token生意的AI基础设施公司越来越多。

6月，主营智算基础设施建设和算力服务的九章云极发布“AI工厂”战略，同时推出Token Plan，把已有的智算资源和大模型结合起来，向开发者与企业提供标准化、可计量、按需付费的一站式Token算力服务。

一个月后，无问芯穹在世界人工智能大会上发布“前店后厂一中心”战略，Token工厂被摆进业务体系的重要位置。公司披露，2025年12月至2026年7月，其Agentic MaaS平台单日Token调用量增长约40倍。

更早进入Token市场的硅基流动，则将触角伸向企业服务。10月，公司披露与岚图汽车的合作：为后者搭建统一的大模型服务网关，把多个模型供应商的接口管起来。

三家公司起步的业务并不相同，如今都在抢更多的模型调用需求。这背后，是大模型市场的需求结构在变。

前几年，AI行业最受关注的是模型训练，企业大把花钱买GPU、建智算中心，为的是满足模型研发的算力需求。随着AI应用普及，尤其是今年Agent兴起，模型推理带来的增量开始变大。

中国信通院10月23日发布的报告显示，2026年6月国内日均Token消耗量约500万亿，是2025年12月的近4倍。

需求涨得快，供应商自然越聚越多。

阿里云、火山引擎这些大厂手里有自家的模型和云计算平台，DeepSeek、智谱、月之暗面等模型厂商也在直接卖API。既然从原厂就能买到，第三方公司还能从哪里找机会？

一边是企业用大模型的场景越来越多，同时接入多家模型供应商，管理成本也跟着上去。

岚图汽车就是个例子。AI进入客服、研发、营销等业务后，多模型接入带来重复开发、权限分散等麻烦。硅基流动为其搭建统一的模型管理平台，新模型的接入时间从至少一周缩短到一天。

另一边，开源模型的发展也给第三方服务商留出了空间。

DeepSeek、Qwen等开源模型，第三方可以自行部署。同一款模型，企业既可选官方API，也能买第三方提供的推理服务。

不过模型相同，不同平台的服务性能并不一样。

中国信通院最新监测发现，同一个开源模型在不同平台上的输出速度，最大差距接近一倍，部分第三方平台甚至跑得比官方平台还快。

差距主要来自底层的模型部署、推理优化和算力调度能力。对调用量大的企业来说，推理速度和单位成本上的这点差别，可能直接影响到AI应用的运营成本。

从这三家公司的动作看，Token生意正在吸引不同类型的基础设施企业入场。它们既去接模型厂商和云厂商还没充分覆盖的客户需求，也想在模型部署、算力调度和服务运营这些环节上挣到钱。

不过，这条赛道上的竞争正变得越来越激烈。

模型原厂能不断打磨推理服务，云厂商手里握着更完整的算力资源和客户盘子，企业自己部署也是一条路。独立第三方就算性能和服务做得更好，也未必能长期守住优势。

更关键的一点是，Token调用需求越涨越多，夹在产业链中间的这些公司，最后能真正留下多少利润？

二、身处产业链中段，Token的钱真的好赚吗？

翻看已经公开的财务数据，卖Token远算不上利润丰厚的买卖。

2025年硅基流动收入5533万元，同比增长653.2%，综合毛利率却从39.4%掉到-24%。其中直接按Token计费的Serverless API业务收入约1430万元。这块业务所在的公有云板块毛利率低至-119%，本地部署业务毛利率则达到82.5%。

硅基流动此前向媒体解释过，亏损主要出在Serverless API业务上，专属实例和本地部署才是正向毛利的主要来源。

换句话说，硅基流动直接按Token收费的那块业务还没赚钱，反倒是面向企业的部署和技术服务，盈利表现更好。

九章云极的情况也差不多。

2026年上半年，公司智算基础设施解决方案毛利率达到41.1%，智算云业务毛利率却只有2.5%。智算云收入占比虽然已经提到26.1%，但九章云极眼下仍主要靠基础设施项目贡献毛利。

两家公司的业务并不相同，可财务数据都指向同一个问题：看起来更容易规模化的算力和模型服务，为什么反而没有项目建设、软件部署赚钱？

先说成本。

标准化推理服务一般要服务商提前买好或租好GPU，把模型部署上去，再按客户调用量收费。客户哪怕一时没有调用，租赁、折旧和运维这些开销照样跑不掉。

2025年，硅基流动的算力资源成本达到5963万元，占销售成本的86.9%。

本地部署就不一样了，用的多是客户自己的计算资源，服务商靠软件授权、系统部署和技术支持收钱，不必背同样规模的算力成本。

九章云极也得靠提高算力利用率来摊薄成本。2026年上半年，其计算资源利用率从2025年末的56%提高到79.6%，可智算云毛利率仍然只有2.5%。

另一个问题是定价权。

硅基流动招股书援引的数据显示，2025年中国Token供应市场前三大平台火山引擎、阿里云和百度智能云，合计占据约87%的市场份额。排在第四的硅基流动，份额仅为1.5%。

大厂既有算力和模型资源，又握着大量企业客户，能靠Token服务带动其他云业务。独立服务商则得在算力采购成本和客户愿意接受的售价之间挤出利润。

何况，独立服务商能定的价也有限。

拿DeepSeek、Qwen这些开源模型来说，企业可以买原厂API，也能选云厂商或第三方平台。同一款模型有多家供应商，客户直接比价格、比响应速度、比稳定性就行。

这也就意味着，独立服务商就算靠技术优化压低了推理成本，省下来的钱也未必都能变成利润。为了抢客户，它们可能还得把售价再往下压。

无问芯穹正试着靠提升推理效率来争取更大的利润空间。公司披露，过去一年推理成本下降约90%，2025年12月至2026年7月，其Agentic MaaS平台单日Token调用量增长约40倍。

但无问芯穹还没有公开完整财务报表，调用量增长和推理成本下降到底能带来多少收入和利润，目前还判断不了。

三家面对的问题各不相同。硅基流动的Token调用量已有一定规模，接下来要把公有云业务的毛利率提上去；九章云极想的是怎么让手里的算力资源持续产出收入；无问芯穹要回答的则是，技术优化能不能真正变成利润。

对这些第三方服务商而言，Token调用量只说明生意做了多大。真正决定最后能剩下多少钱的，是生产Token的成本能压到多低，以及卖出去的价格能定到多高。

三、Token生意，客户在谁手里？

独立Token服务商要操心的事，除了技术和成本，还有一个很现实：企业订单从哪里来？

眼下不少企业已经在阿里云、火山引擎等平台采购算力、存储和数据库。对它们来说，从原有云平台买模型服务，采购合同、结算方式和技术环境都不用另起一套。

大型云厂商因此在Token销售上占了渠道的便宜。就连模型厂商，也开始借云平台来卖Token。

10月21日，OpenAI宣布与Google Cloud达成合作，计划由后者销售自家大模型和Codex编程智能体。企业能直接通过Google Cloud采购OpenAI的服务，并用已有的云服务采购额度来结算。

两家公司在AI领域本是竞争关系，却在模型销售上走到了一起。

这种情况不止一例。路透社此前援引Anthropic上市申请文件披露，2025年，Anthropic有47%的收入来自通过亚马逊和Google云平台完成的销售。

对模型厂商来说，云平台手里的企业销售渠道成熟，能帮它们触达更多客户。问题是，模型厂商和大型云平台绑得越紧，硅基流动、九章云极、无问芯穹这类独立第三方公司还能有多少空间？

有的公司干脆走进大厂的销售体系。

2025年6月，硅基流动与阿里云达成战略合作，加入阿里云“繁花计划”，入驻阿里云云市场，并把SiliconCloud接入百炼平台。靠着阿里云现成的企业客户和销售网络，硅基流动有机会把模型推理服务的覆盖面铺得更广。

可要是客户主要通过云平台买单，独立供应商还能握住多少客户关系？交易里的议价权又能留下几分？

借大厂渠道之外，独立公司也在另找客户来源。

今年5月，无问芯穹联手科华数据及多家国产芯片厂商，推出企业级Token工厂一体机解决方案。跟硬件和基础设施厂商合作，无问芯穹就能把推理软件和算力调度能力塞进企业采购的系统里。

九章云极走的是另一条路：靠过去智算基础设施业务攒下的客户，继续推智算云和Token服务。不过，买过智算基础设施的企业未必会一直买模型推理服务，老客户能转化多少，眼下还没有数据支撑。

几种模式各有各的利弊。

借云厂商和硬件伙伴的力，进企业市场的门槛能低一些，代价是得依赖对方的销售体系；自己直接做企业客户，获客、技术支持和长期维护的成本就得自己扛。

对独立服务商来说，手里有推理技术和算力资源，并不等于长期订单就稳了。模型厂商与大型云平台越走越近，独立公司想从中多抢客户、多分收入，并不轻松。