<mark id="oztn4"></mark>
0
大廠的Token儀表盤上，數字正在瘋狂跳動。
當下，僅豆包一家大模型的日均Token調用量就已突破180萬億；國家數據局的統計顯示，全國日均調用量在今年3月已超過140萬億——無論從哪個口徑衡量，這都是一條兩年內從“近乎為零”飆漲超千倍的曲線。
這是一組足以讓任何一個行業眼紅的數字。AI編程、Agent工作流、多模態內容生成……越來越多場景被卷入這條消耗曲線，Token經濟正在以前所未有的速度膨脹。
但最先兌現這場繁榮的，并非模型廠商和AI應用。
“幾乎所有人都在虧錢，而所有的利潤都流向了英偉達——或者說，流向了上游硬件。”共績科技的聯合創始人黃力昂用一句話，給這場繁榮潑了一盆冷水。
這個判斷并不夸張。
就在這個季度，英偉達交出了一份讓整條產業鏈相形見絀的財報：2027財年第一季度（即2026年2月至4月），公司營收達816億美元，同比增長85%，GAAP毛利率高達74.9%；
而幾乎同一時期，OpenAI第一季度的經營虧損高達93億美元——調整后營業利潤率約為-122%，相當于每收入1美元，就要倒貼約1.22美元。
于是，一個略顯荒誕的對照浮現出來：一邊是消耗量呈指數級攀升、被寄予“新增長極”厚望的Token經濟，上游GPU、HBM廠商持續刷新利潤紀錄；另一邊，從模型廠商、Token工廠，到算力中心和AI應用，大多數企業仍在增長中承受虧損，甚至陷入“越賣越虧”的困境。
不過，這或許只是AI產業發展的一個階段。
回看互聯網和云計算的發展史，幾乎每一輪技術浪潮的早期，利潤都先被上游基礎設施層截獲——光纜、服務器、交換機廠商最先賺錢，而做網站和應用的還在摸索商業模式。
今天，利潤停留在距離物理瓶頸最近的GPU和HBM；但隨著算力供需逐漸緩和、Token持續向應用滲透，利潤也將沿著產業鏈重新分配。
真正值得追問的是：Token經濟的紅利何時才流向下游？歡迎添加微信 EATINGNTAE ，一起追蹤Token產業鏈的后續變化。
要理解Token經濟的價值流向，一條鐵律足以概括：離物理瓶頸越近，話語權越重。算力芯片與存儲芯片，卡住的正是這條產業鏈最窄的咽喉。
英偉達816億美元營收、74.9%毛利率，只是這場盛宴的開胃菜。更值得關注的是存儲芯片——這個曾被視作周期性配角、跟隨PC和手機興衰沉浮的行業，如今正以近乎粗暴的方式證明自己的“主角時刻”。
美光科技2026財年第三季度（截至5月底）財報顯示，公司營收414.6億美元，同比暴增346%；凈利潤282.4億美元，毛利率一路攀升至84.9%——這個數字甚至超過了英偉達。
GPU的缺貨已經持續了足夠久，市場早有預期；HBM的供給緊張卻是最近才真正爆發。需求在一夜之間爆發，供給卻只能以季度為單位緩慢釋放，價格自然被推到極致。
在邁富時CFO馬進看來，這并不意外：“硬件環節目前由于供需極度不平衡，利潤率處于‘暴利’水平。”
但為什么“貴”所產生的超額利潤，幾乎沒有溢出到產業鏈的其他環節？
九章云極的判斷指向了這個問題的核心：“AI工業化初期，上游重資產的算力與能源是剛性瓶頸，具備強議價權。”
HBM的產能就掌握在三四家公司手里，GPU的先進制程幾乎只有臺積電能做。沒有替代品，擴產又慢——客戶沒有議價的籌碼，只能接受。
換句話說，在這個階段，誰掌握著不可替代、又擴產緩慢的物理產能，誰就握有定價權——這恰恰是芯片廠商，尤其是存儲芯片廠商目前所處的位置。
問題是，這樣的盈利水平能持續多久？
短期來看，邁富時CFO馬進認為，硬件產能擴張周期長達兩到三年，供給緊張不會快速緩解，未來一兩年硬件仍將處于景氣上行期。
這與存儲巨頭們自己的判斷基本一致——美光、SK海力士、三星的管理層在財報電話會上不約而同地表示，供應緊張至少持續到2027年甚至2028年。
但把時間拉長，馬進認為，隨著上游產能逐步釋放，以及國產芯片的替代比例逐步提升，供給不足的問題終將被解決。
這意味著，這場“暴利”很可能只是一個階段性產物，而非能夠長期維系的常態。
如果說上游硬件的暴利是全球性現象，那么就眼下而言，國產芯片能否分享這場盛宴，是另一個問題——這個答案并不樂觀。
云天勵飛的副總裁羅憶的判斷頗為直接：國產芯片大部分僅能覆蓋100 TPS/用戶（單位用戶每秒生成Token數）以下的場景，與英偉達Rubin等最新一代產品相比，差距依然明顯，在真正商業閉環的場景下對性能有更極致的追求，國產芯片目前還難以形成有效替代。
同時，英偉達的代際節奏幾乎是每年一代，國產芯片追趕的參照系本身就在高速移動。
比技術差距更現實的，是商業門檻。
“任何芯片要真正投入使用，都必須先經過第三方認證、積累典型客戶案例，再在市場上經受各種模型、算子算法庫和高負載任務的檢驗。”某國產芯片銷售小明說，“企業在招標時都有業績門檻。一個新品牌要在芯片行業站穩腳跟，過程非常漫長。”
芯片行業人士王聞則從產業格局上點出了另一層困境——在他看來，國內互聯網大廠在生態構建上擁有先天優勢，而獨立芯片廠商“本質上還是只是掙一份硬件錢”，既缺乏對上層業務的深刻理解，又要同時面對MaaS層和Agent層兩套生態的建立難度，“一口氣打穿兩層，比互聯網大廠難得多”。
你怎么看獨立芯片廠商的出路？歡迎添加微信 EATINGNTAE 分享你的判斷。
性能代差、商業門檻、生態壁壘——三重約束疊加之下，國產芯片即便身處一個“暴利”的上游周期，能夠切到的蛋糕仍然有限。
不過，IO資本趙占祥也指出了一個關鍵的時間窗口。
在他看來，正是因為算力極度緊缺，客戶才對各種新的計算芯片架構持開放態度，“誰來了我都讓你試”——只要你能供貨，客戶就愿意給你機會。
這恰恰是國產芯片目前最大的機會：在英偉達供不應求、交付周期不斷拉長的窗口期里，客戶沒有挑三揀四的余地。但如果算力不再短缺，供應商格局已經穩定，新架構再想進入市場就會難得多。
這也帶出一個更值得追問的問題：如果說上游的暴利源自“供需失衡”——需求太猛、產能太慢，價格自然上天——那么同樣面對Token需求的爆發式增長，為什么到了中游的模型廠商這里，故事就完全翻了個面？
上游硬件商靠“賣鐵”坐收暴利，但對模型廠商而言，這張入場券的代價，是將上游的暴利全額計入自己的成本。這是一個結構性的困局：前者的定價權越強，后者的成本剛性就越難以消解。
OpenAI的財報，正是這套邏輯最殘酷的注腳。
這個“越賣越虧”的公式，在中游幾乎是普遍現象。
不過也有企業正在擺脫燒錢的引力。2026年第一季度，Anthropic營收48億美元；據披露，第二季度營收預計將環比翻倍至約109億美元，增速達130%。更引人關注的是，公司預計將在第二季度首次實現單季度運營盈利，運營利潤約5.59億美元——這在當下幾乎全員燒錢的模型層里，稱得上是一個異數。
但需要說明的是，即便如此，Anthropic自己也判斷，全年層面的盈利可能要等到2028年才能實現——單季度的盈利拐點，與“長期賺錢”之間，仍隔著一段距離。
中游最好的樣本，眼下也只是剛剛摸到盈虧平衡線，遠談不上像上游硬件商那樣“暴利”。
海外巨頭尚且如此，國內模型廠商的處境更不輕松。以智譜為例，2025年全年營收7.24億元，同比增長131.9%，但年內凈虧損高達47.18億元。
九章云極提醒，模型廠商對極致性能的追求，本身就被捆綁著一筆繞不開的溢價：只要還在用英偉達的卡，上游的定價權就會持續以采購成本的方式，反噬中游本已稀薄的利潤空間。
成本端已經失血，收入端同樣不容樂觀。
在邁富時CFO馬進看來，模型層長期壁壘只會越來越低，未來全球能夠存活的大模型公司會越來越少，市場終將向頭部大廠集中——即便今天還能維持一定議價權的廠商，也很難逃開最終被卷入價格戰的宿命。
英偉達的定價權，壓向的不只是模型廠商。同一張GPU，落在算力運營商和云廠商手里，同樣意味著高昂的采購成本，而他們的解法是：與其把卡按小時租出去賺一筆微薄的差價，不如把算力“加工”成更高附加值的產品——Token——直接賣給需要它的模型廠商和應用開發者。
2025年黃仁勛就將數據中心重新定義為“生產Token的工廠”，試圖把行業的注意力從“算力”轉向“Token產出效率”。
某大廠程序員小張一句話點破了這套敘事背后的商業驅動力：相比按小時出租裸金屬GPU，賣Token能讓云廠商拿到更好的利潤率。
行業測算顯示，傳統“裸金屬”算力租賃毛利率大致在20%至30%區間，而專注Token運營的廠商，毛利率普遍能做到40%至50%，海外的Together AI、Fireworks AI等公司也大致維持在47%左右，明顯高于單純出租算力的同行。
但這門“更好的生意”，在實際操作中遠沒有聽起來那么輕松。Token工廠的運營都有哪些坑？歡迎添加微信 EATINGNTAE 交流。
Token價格的持續下降，正在加速淘汰一批玩家。
共績科技的聯合創始人黃力昂觀察到，沒有模型優化能力的算力持有方，單位算力的收入隨Token單價下跌而直接縮水，成本端卻沒有同步改善的空間，利潤被雙向擠壓——這批玩家正在被逐步淘汰。
而具備優化能力的企業，則通過提升單位算力的Token產出量，用“量”的增長覆蓋了“價”的下跌，反而在降價周期中實現了單位收益的提升。
換言之，在Token工廠這門生意里，擁有GPU只是入場券，真正的盈利能力取決于優化能力——能否把每一張卡的算力榨取到極限，直接決定了利潤的厚薄。
九章云極將這種能力拆解為三個層次：一是全棧軟硬協同優化，從芯片驅動到計費系統全局調度；二是動態精細化的資源切分，將GPU的算力、顯存、帶寬進行毫秒級切分與重組；三是規模化的穩定交付，支撐日均萬億級Token調用而不宕機。這三項能力，缺一不可。
這對大量缺乏調度和優化能力、只會“囤卡”的算力中心而言，并不是一個好消息。
而這種分化之所以會發生，根源其實比“技術差距”更深一層。國產芯片銷售小明指出，在此之前，整個行業的主要精力并沒有真正放在提升算力運營能力上，一個直觀的信號是：那些“算力綜合運營服務商”的榜單上，幾乎找不到世界500強級別的企業，也鮮有國資巨頭的影子，“這充分說明，行業目前還處在一個非常初級的起步階段。”
中游遠未走完它的洗牌期，模型廠商在成本與價格戰的夾縫里失血，Token工廠在效率競賽中優勝劣汰，少數贏家正在浮出水面，但更多人還在虧損中等待拐點。
Claude Code年化營收突破25億美元、國內企業級MaaSToken調用量超千萬億——下游應用層不斷刷新的消耗數據，正在重新點燃市場對AI商業化前景的想象。
在這股熱潮中，太初元碁的首席產品官洪源判斷，AI編程是目前Token消耗增長最快的方向。
事實正在印證這個判斷，以Claude Code為代表的AI編程Agent，已經把處理單個任務的Token消耗量，從Chatbot時代的幾千個，直接推高到8萬至15萬個；自2026年1月以來，Claude Code的周活躍用戶也已實現翻倍。
AI編程正在從一個“效率工具”，蛻變為真正意義上的工業級Token消耗場景。
但消耗量的膨脹，并不會自動兌換成利潤。Claude Code這種消耗與營收齊飛的故事，在當下的AI應用層并不多見，更多場景還卡在“只燒錢不賺錢”的關口。
云天勵飛副總裁羅憶提供了一把理解下游的鑰匙：Token本身只是基礎設施，類似電力或燃料，客戶真正需要的，并不是Token，而是基于Token的應用。
他的判斷相當干脆：當前行業的現狀更像是“每個人都在手搓電器”，而未來真正應該崛起的，是“用電器”的產業。
具身智能就處在最典型的“手搓電器”階段——各家卯足勁造機器人，能走、能抓取、能簡單決策，但高度定制、難以復用。也因此，它成了一個略顯矛盾的場景：一邊是巨大的Token消耗，機器人在物理世界中持續感知、規劃、執行，每一個動作都伴隨著Token的流動；另一邊，這些消耗換來的仍然是原型和Demo，離商業閉環還很遠。
羅憶的判斷是，這類應用仍處于燒錢階段——Token需要先轉化為可以規模化部署、穩定創造價值的智能硬件或行業軟件，才能真正兌現商業價值。
換句話說，即便大量Token被消耗在具身智能的訓練和推理中，只要“電器”本身還沒有跑出來，這部分投入就仍然只是成本，而非利潤。
而更關鍵的挑戰在于，即便“電器”真的造出來了，商業閉環也并非天然成立——燒出了產品，不等于燒出了生意。AI視頻生成領域的一起一落，就是最直觀的注腳。
2026年3月24日，OpenAI正式宣布關停僅上線半年的AI視頻應用Sora。據外媒披露，Sora每天支出高達約1500萬美元，年化約54億美元，但App累計收入僅140萬美元，用戶留存率接近于零。
幾乎在同一時間，字節跳動的Seedance給出了另一種解法——它把AI視頻生成能力嵌入抖音、剪映、即夢等已有的超級流量體系，將高昂的算力成本，轉化為帶貨短視頻、短劇引流等“內生需求”，形成了一個能夠自我造血的閉環。
字節的做法，是“靠一己之力把整個生態盤活了”——補貼創作者生成內容，再通過矩陣分發、廣告分成和商城導流完成變現，投入與產出都在同一個體系內閉環運轉。
一個折戟、一個跑通，兩者的差距其實并不在技術本身：Sora不缺技術，缺的是一個愿意持續付費的場景；Seedance贏的也不是模型，而是它一出生就嵌在了一個能自我造血的體系里。
至于利潤能否向下游轉移，羅憶給出了兩條可能的路徑：要么像字節這樣，靠自己把閉環做完；要么像AI編程領域那樣，整個行業慢慢形成共識，跑出一套可復制的模式，而不是被一家壟斷。
在羅憶看來，應用層是價值的主要承載者，隨著越來越多場景跑通商業模式，利潤最終會向下游移動。“畢竟，Token本身不創造價值，只有被轉化為具體的生產力或消費體驗時，才算真正變現。”
路徑有了，但下游憑什么接住利潤？
馬進的回答直指核心：如果一個應用能為客戶創造10倍的回報，即便上游成本翻倍，它也能通過提價把壓力傳導出去。真正解決了核心痛點的應用，一定會擁有更強的定價權和利潤保障。
不過，這種樂觀還需要一個前提：應用得先真正落地。黃力昂認為，利潤向下的轉移不會自動發生，需要等到Agent應用越來越落地，才會逐步向下游釋放。
把時間拉長來看，英偉達賺走絕大部分利潤，更像是產業早期供需極度失衡的階段性產物，而非最終格局。
過去兩年，最稀缺的是GPU和HBM，利潤就停在那里。當算力不再是最稀缺的資源，利潤自然會沿著產業鏈繼續移動。下一階段的贏家，未必是今天造芯片的人，而是能把Token真正變成商業價值的人。
這篇文章只是我們觀察Token產業鏈的一個起點，如果你也在關注這個領域，歡迎加微信 EATINGNTAE ，一起追蹤Token經濟的下一程。
雷峰網(公眾號：雷峰網)雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
