AI每天被调用的Token已经超过140万亿，可一批靠卖Token吃饭的公司，收入涨了几倍，毛利率却跌成了负数。需求这么猛，卖Token为什么反而不好赚钱？
先弄明白Token是什么。它是大模型处理信息的基本单位。用户提一个问题，模型理解、生成回答，每一步都在消耗Token。卖Token，卖的是模型推理服务：客户不用自己买服务器、部署模型，按实际调用量付费就行。
听起来是一门“用多少收多少”的生意。但收费按Token走，成本却按算力走。服务器、GPU、电力和运维，不会因为今天调用少就停止烧钱。调用量涨上去，服务商往往还得先增加算力投入。如果Token单价同时往下掉，收入增长就落不到利润上。
硅基流动的账本把这件事摊开了。2025年收入5533万元，同比增长653.2%，整体毛利率却从39.4%降到-24%，全年净亏损3.45亿元。算力资源成本占销售成本的比例达到86.9%。最接近“Token工厂”模式的公有云业务，毛利率为-119%；反而是面向大企业和机构的本地部署业务，毛利率做到82.5%。按Token计费的标准化服务卖得越多，越难赚钱；项目制、定制化的活，反而留下了毛利。
这背后是一层更硬的结构问题。服务商向上游买算力，经过推理优化，再按Token卖给客户。中间的差价，就是利润空间。但算力价格和Token售价并不由同一套节奏决定。Token价格跟着模型厂商和云厂商的降价往下走，算力成本却相对刚性。2026年5月，DeepSeek把V4-Pro模型API永久降价75%，云厂商的模型服务平台也在同步铺开。上游模型越便宜，独立Token服务商的定价空间就越窄。
九章云极代表了另一条路径。它2025年收入10.98亿元，但超过九成仍来自帮客户建设智算中心的解决方案业务，智算云服务占比只有7.1%。到2026年上半年，云服务占比升到26.1%，可Token服务还没有单独披露收入规模。对它来说，Token更像是算力的一种新卖法：服务器建成后，折旧和运维一直在发生，把闲置算力包装成按调用量计费的推理服务，可以提高设备利用率。但这和“Token服务已经能独立赚钱”是两回事。
市场格局也不平均。按2025年词元吞吐量计算，火山引擎、阿里云、百度智能云三家合计占87%，硅基流动以1.5%排在后面。大厂的优势不在Token本身，而在Token可以和云存储、数据库、办公工具打包卖。Token利润薄一点没关系，客户留在自家云上，后面的账还能慢慢算。
独立服务商的空间，主要在“选择权”。企业不一定想被一家云或一款模型绑住。硅基流动用统一接口接入了170多款模型和十余款芯片，客户今天跑DeepSeek，明天换Qwen，底层也可以从英伟达切到国产卡。这种中立性有真实需求，但优势能不能守住，取决于推理效率比别人快多少、便宜多少。大厂也在优化，开源框架也在进步，差距不够大，很快会被追平。
理论上，Token工厂的毛利率可以很高。中金公司曾测算，在自建算力、Token能按假设价格顺利卖出的理想条件下，理论毛利率能到60%。但“理想条件”四个字，恰恰是这门生意最难的部分。
需求增长是真的。一位云服务渠道商说，最近半年团队Token API销售额接近翻倍，一家培训类客户月采购额从约3万元涨到5万元。但客户不是只认低价。大客户更在意服务稳不稳定；还有一些客户选择第三方，是为了用统一接口调不同模型，省掉重复接入的麻烦。稳定性和多模型管理能力，能成为付费理由，但它们救不了单位经济模型：每卖出一个Token，售价能不能覆盖算力、折旧和运维。
所以，卖Token不赚钱，不是因为没人用，而是因为“用量大”和“利润厚”之间隔着一道单位成本的坎。大厂可以把Token当成云业务的入口，用其他收入兜底；独立创业公司和转型中的算力商，则要证明自己的处理成本足够低、算力利用率足够高，让每一个Token的售价长期高于它消耗的算力。否则，调用量越涨，算力账单也越涨，利润很难留下来。
热门跟贴