宜昌pvc管粘接膠 力告急，四大力量涌入Token服務(wù)市場

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(xiàn)在你有多少 Token 就能多少，整個市場供不應(yīng)求。"百度智能云 AI 與大模型平臺總經(jīng)理忻舟告訴數(shù)智前線，原來大 Token 都是折的，現(xiàn)在加價都買不到，理訴求變得非常強。AI Infra 企業(yè)是石科技聯(lián)創(chuàng)始人毛運航則觀察，整個市場正從買市場轉(zhuǎn)向市場，"以前 API 是降價的，是虧錢的，Token 現(xiàn)在須保證定消耗量，才能夠給到比較好的價格和供應(yīng)。"阿里云資總裁劉偉光給出了個數(shù)字，過去 5 個月，阿里云 Token 調(diào)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(yè)，已快速布局 Token 服務(wù)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(nèi)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(nèi)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(shè)備掙得多；現(xiàn)在局面反轉(zhuǎn)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(fā)。

劉偉光說，Coding 成為巨大分水嶺，它不僅生成新應(yīng)用，還將在未來年內(nèi)解鎖大量老系統(tǒng)——那些"程序太老、不能搬上云"的遺留應(yīng)用，借助 AI Coding 可獲得新生。關(guān)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(chǎn)力得到釋放。

而智能體的普及，從技術(shù)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(wù)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(jié)看 Token 總量，阿里、百度、騰訊看模型調(diào)用次數(shù)，但執(zhí)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(shù)據(jù)清洗或者小模型也能做的事，我們叫低質(zhì)調(diào)用。"隨著智能體技術(shù)和模型、Coding 能力的躍升，些真正有價值的應(yīng)用涌現(xiàn)，而這些應(yīng)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(fā)，工程院院士鄭緯民觀察到個行業(yè)轉(zhuǎn)向：從 MaaS（模型即服務(wù)）轉(zhuǎn)向 TaaS（Token as a Service）服務(wù)。雖然很多企業(yè)并不特別劃分 MaaS 和 TaaS，但關(guān)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(yīng) 700 到 800 個中文字符。鄭緯民解釋，Token 現(xiàn)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(yè)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(diào)用次數(shù)結(jié)。TaaS 則讓 AI 力像水、電、流量樣封裝成標準化服務(wù)，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(chǔ)設(shè)施主要是為大模型訓練而設(shè)計的，行業(yè)陷入"力基建昂貴、理工程薄弱、Token 產(chǎn)出薄弱"困局。他的判斷是，AI 基礎(chǔ)設(shè)施的競賽，已從比拼力集群規(guī)模，轉(zhuǎn)向比拼每瓦 Token 生產(chǎn)率。

對 Token 市場的爭奪，也快速展開。阿里劉偉光估，AI 原生創(chuàng)業(yè)企業(yè)，Token 支出占比接近 ；國內(nèi)互聯(lián)網(wǎng)企業(yè)已在 15 到 20；傳統(tǒng)企業(yè)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(shè)置了純做 MaaS 的銷售崗位，在 AI 原生創(chuàng)業(yè)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(shù)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(chǔ)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(gòu)，看三件事：付費 Token 客戶數(shù)的每日增長、客戶核心系統(tǒng)接入 Token 的數(shù)量與率，以及 Agent 在企業(yè)內(nèi)自主完成閉環(huán)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(chǎn) AI 基礎(chǔ)設(shè)施迎來機會。毛運航觀察，國產(chǎn)芯片開始冒頭，陸續(xù)有國產(chǎn)芯片可以支撐大集群供應(yīng)。而是石科技的國產(chǎn)適配工作，也從過去的小范圍甚至"為發(fā)電"，在升為真正的生產(chǎn)需求。"假如現(xiàn)在適配了某款國產(chǎn)芯片，能把新模型部署上去，達到生產(chǎn)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(jié)構(gòu)將發(fā)生根本變化，軟件外包、傳統(tǒng) IT 采購，都將面臨產(chǎn)業(yè)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(yè)。

云大廠是早提出 Token 服務(wù)的力量宜昌pvc管粘接膠，它們的核心優(yōu)勢在于全棧能力，有模型、有力基礎(chǔ)設(shè)施，也幾乎都有芯片。百度今年開發(fā)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(shù)智前線，云大廠的"勝負手"是價比，而全棧技術(shù)是實現(xiàn)致價比的核心路徑。今年他尤其強調(diào)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(diào)云、芯、模體化。"

在產(chǎn)品側(cè)，云廠商正從云原生、AI 原生邁向" Agent 原生"，整套云技術(shù)棧和服務(wù)體系，幾乎都要為智能體應(yīng)用重做遍。目前，各企業(yè)對云產(chǎn)品線展開系統(tǒng)改造—— Skill 化、MCP 化、CLI 化。同時，萬能膠生產(chǎn)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(yīng)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(chǎn)到應(yīng)用的閉環(huán)。

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(wù)，也委托其他產(chǎn)業(yè)鏈銷售模型調(diào)用服務(wù)。雖然些模型企業(yè)已在港股上市，市值數(shù)千億，但根據(jù)數(shù)據(jù)中心建設(shè)等產(chǎn)業(yè)鏈多觀察，這些企業(yè)的實際營收與現(xiàn)金流規(guī)模還不夠大，因此普遍選擇保持輕運營狀態(tài)，目前自持力基礎(chǔ)設(shè)施不多。這類企業(yè)的重心在模型本身，"讓研發(fā)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(fā)者及中小微企業(yè)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(wù)，動作快的是電信。實際上早在 4 月的數(shù)字峰會上，電信總經(jīng)理劉桂清就對外傳達了"傳統(tǒng)產(chǎn)業(yè)分工和價值分配模式，正被以 Token 為核心的新型經(jīng)營模式重塑"，披露 Token 相關(guān)戰(zhàn)略規(guī)劃，天翼云也展開了從 IaaS 到 SaaS 的全棧 Token 服務(wù)體系構(gòu)建。此后，電信于 5 月出試商用 Token 套餐。

運營商的核心優(yōu)勢在于，既擁有大量數(shù)據(jù)中心、力與網(wǎng)絡(luò)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(wù)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(lián)生態(tài)共同開發(fā) AI 應(yīng)用，借助 Token 化服務(wù)，來動 AI 普及。

值得關(guān)注的是，運營商是國內(nèi)批大規(guī)模采購國產(chǎn)芯片的主力，有強烈動力動國產(chǎn)芯片生態(tài)適配。目前，行業(yè)面臨力利用率偏低、異構(gòu)力碎片化、國產(chǎn)化適配難度大、模型迭代又非常快的挑戰(zhàn)。業(yè)內(nèi)看到，目前國產(chǎn)芯片適配新模型，達到生產(chǎn)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(tài)整能力，動員各力量進行多芯適配、多模融，是國產(chǎn)生態(tài)關(guān)鍵手。

奧力斯    PVC管道管件粘結(jié)膠價格     聯(lián)系人：王經(jīng)理    手機：18231788377（微信同號）    地址：河北省任丘市北辛莊鄉(xiāng)南代河工業(yè)區(qū)/p>

四股力量是 AI Infra 企業(yè)，這也是當前融資熱度的類。Agent 應(yīng)用爆發(fā) Token 消耗，也正在重塑這類企業(yè)的商業(yè)邏輯，此前"賺差價、不過賬"，而目前行業(yè)從買市場走向市場，讓這賽道的商業(yè)化路徑發(fā)清晰。

這類企業(yè)中，是石科技對標美國 Corewave 公司，希望能在做好立三國產(chǎn) GPU 云生態(tài)，主攻大規(guī)模集群運營與國產(chǎn)芯片適配，三年前已實現(xiàn)盈利，正在向重資產(chǎn)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(yè)視野，主要聚焦 MaaS 層，靠近用戶側(cè)；問芯穹是早在行業(yè)內(nèi)提出" MxN "概念，定位 M 種模型、N 種芯片間的中間層產(chǎn)品。

業(yè)界觀察，美國 AI Infra 企業(yè) 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(shù)智前線，國內(nèi) AI Infra 企業(yè)面臨國產(chǎn)適配這重要機會。國內(nèi)市場對國產(chǎn)芯片適配有迫切需求，每款芯片架構(gòu)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(yè)、應(yīng)用共同跑通整個鏈條。"個是國產(chǎn)，個是調(diào)優(yōu)，這是我們在這波發(fā)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(wù)的向中，收益大的是 Coding 與 Agent 向的大語言模型。有業(yè)內(nèi)人士告訴數(shù)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(shù)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(shù)智前線進步補充，現(xiàn)在看來，生成的商業(yè)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(chǎn)環(huán)境，能夠產(chǎn)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(wù)、幫助人類提升生產(chǎn)力，而這切都與大語言模型度綁定。"我們現(xiàn)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(xiàn)以來，應(yīng)用發(fā)展速度已明顯加快。他預判，旦"人人 Coding "成為現(xiàn)實，每年產(chǎn)生的應(yīng)用數(shù)量或 Agent 數(shù)量將是過去的數(shù)倍。這不僅是生產(chǎn)力的躍升，是整個軟件行業(yè)的結(jié)構(gòu)重塑。

AI Infra 企業(yè)也關(guān)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(nèi)外大廠都在用模型做 Coding，整個行業(yè)已被悄然改變。Agent 的興起進步放大了這應(yīng)。"如何讓代碼穩(wěn)定輸出、滿緩存、將代碼做成完整項目，如何在可控范圍內(nèi)讓 Agent 產(chǎn)出——這也是當下業(yè)界討論集中的工程化向。"

對于 Token 下步增長趨勢，業(yè)界持不同看法。大部分人士認為 2026 年行業(yè)力供給非常緊張，而且將發(fā)緊張，延續(xù)到明后兩年；也有人士認為，這波 Token 吃緊，與國內(nèi)外芯片供應(yīng)相關(guān)，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(chǎn)率，已經(jīng)是成為釋放 AI 生產(chǎn)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。

1.本網(wǎng)站以及本平臺支持關(guān)于《新廣告法》實施的“極限詞“用語屬“違詞”的規(guī)定，并在網(wǎng)站的各個欄目、產(chǎn)品主圖、詳情頁等描述中規(guī)避“違禁詞”。
2.本店歡迎所有用戶指出有“違禁詞”“廣告法”出現(xiàn)的地方，并積極配合修改。
3.凡用戶訪問本網(wǎng)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。