位于北京亦庄的北京壹号词元工厂内，一块大屏幕上显示了TTFT（Time to First Token ，首Token响应时间） 、TPOT（Time Per Output Token ，Token输出耗时） 、TPM（Tokens Per Minute，分钟级Token吞吐量）等关键指标 ，直观反映这座由软通动力（301236.SZ）投建 ，今年6月刚刚投产、日产Token1.4万亿的词元工厂的运行状况。
“我们原来做ITO（信息技术外包）业务，2024年公司战略转型 ，AI基础设施服务 、Token服务是重点的发力方向 。我们有9万名程序员 ，在Coding场景已经形成商业闭环的背景下，先不说对外提供服务 ，我们内部都急需Token ，所以我们做Token工厂有必然性，它是一个重要的技术 、资源储备的过程 。 ”软通动力相关负责人告诉财联社记者。
而在中国（河北）自由贸易试验区正定片区，由常山北明（000158.SZ）投资兴建的常山云数据中心 ，大模型API（Token）销售服务也在如火如荼地开展 。
“模型能力在快速普及 ，但是真正用上AI的门槛还没有降下来 。常山云词元工厂就是为了降低这个门槛，把AI算力做成一种随取随用、费用 透明的公共基础能力。词元工厂上线十来天已经有100多个客户 ，个人用户词元调用量77亿 。 ”常山云数据中心技术总监李强介绍 。
财联社记者获悉 ，这座冀南地区建设规模最大 、等级比较高 的第三方数据中心，已完成从传统机柜托管向智能算力服务的战略转型 ，建成“北明智擎”智能算力创新赋能平台 ，总算力达2248P。
这是2026中国算力大会前夕，财联社记者透过“算力中国行 ”（京津冀）调研活动观察到的两个上市公司转型案例 。继此前的算力租赁转型潮后 ，今年Token工厂模式集中规模化落地 ，数十家A股上市公司入局，云厂商一体化玩家 、第三方独立运营商（如硅基流动）、硬件资源持有方均盯上Token服务市场的“蛋糕 ” 。
Token作为大模型处理信息的最小标准化单元 ，解决了AI产业长期缺乏统一算力与服务度量标尺的行业难题 ，已是AI产业的核心生产要素。在2026中国算力大会，Token受到与会者的高度讨论。
中国工程院邬贺铨院士在大会主论坛上谈到，智能体显著增加了Token调用量 ，今年3月国内Token的消费已经达到日均140万亿 。“Token的消耗并不是以多为荣 ，而是以效率为荣 。”邬贺铨院士还明确指出。
从“租卡 ”到“买服务 ”，Token工厂改变了什么？
2026中国算力大会期间 ，中国信通院云大所算力中心与能源部主任王月介绍 ，智算产业已形成“基础设施交付-集群组织调度-Token能力输出-行业应用落地”四层供给架构 。其中，Token服务是一种将异构算力封装为标准化推理产能的新型交付业态 ，通过屏蔽底层多架构硬件差异 ，将异构智算资源统一封装为以Token为计量单元的标准化推理产能，面向各类AI应用提供可调用 、可计量 、可交易的专业化推理算力供给 。
（财联社记者摄）
“Token工厂本质是把传统的卖GPU算力 ，转为把算力和推理引擎、模型、负载调度等服务打包 ，直接对外交付按Token计量的标准化推理服务。 ”IDC中国研究副总裁周震刚向财联社记者表示，传统算力供给通常按卡 、整机或机柜集群租赁算力 ，而Token工厂交付的是可直接调用的Token产出 。
具体到与传统算力租赁的核心差异上 ，王月从计费单位 、交付标的、用户负担等细分维度将GPU卡时租赁与Token服务进行了对比 。前者采用GPU小时计费，交付标的为硬件实例，用户需负担的是部署 、调优 、运维；后者按Token个数计费 ，Token消耗量为交付标的 ，用户负担仅API调用。
在周震刚看来，Token工厂的意义最主要在于推动推理算力标准化 ，通过统一计费标准和SLA ，帮助加速AI应用层（智能体Agent等）规模化落地 。一方面，统一做模型量化、KV Cache及多模型路由 ，可以提升算力产出效率；另一方面 ，提供轻量化接入，中小企业无需自建私有集群 ，直接采购Token即可快速上线服务 ，降低AI创新门槛 。
而对于模型厂商和应用开发者而言，也可以把算力调度 、推理工程化外包出去。“让模型厂商专注模型迭代 ，让最终用户/ISV专注于Agent开发 。 ”周震刚表示 ，这有助于降低相关主体的基建与运维负担，减少资本开支 。
北京壹号词元工厂相关负责人也谈到，“Token工厂更贴近应用层 ，对外面向大模型厂商 、云厂商、C端客户售卖Token。”软通动力已在北京亦庄 、广东韶关 、贵州贵阳投建三座词元工厂 ，三座工厂规划日产能超3万亿，未来计划在全国多个算力节点城市完成词元工厂布局。
据财联社记者梳理 ，近来 已有包括润建股份（002929.SZ）、弘信电子（300657.SZ） 、行云科技（300209.SZ） 、超讯科技（603322.SH）、南威软件（603636.SH）、证通电子（002197.SZ） 、紫光股份（000938.SZ） 、网宿科技（300017.SZ）、优刻得-W（688158.SH） 、青云科技（688316.SH）在内的不少上市公司加快布局Token服务业务 。今年5月 ，中国电信（601728.SH）百亿级Token工厂集采落地，更是引发产业高度讨论 。
从需求场景看 ，北京壹号词元工厂方面介绍 ，近来 超过50%的业务量集中在Coding场景，其次是AI办公等领域。
“量爆发 、价上涨”格局下 ，成本约束也在变得具体
“Token的运转其实是三件事：需求、运营和供应 。需求决定了消耗的总量 ，运营决定了成本，供应决定了天花板 。 ”常山云数据中心技术总监李强介绍。
向Token化算力服务转型 ，意味着运营方需要承担更多责任 。硬件能否稳定运行 、模型能否高效部署 ，以及不同客户的请求如何调度，都会影响最终交付的服务质量和成本 。
费用 方面，据邬贺铨院士在大会上介绍 ，每百万Token费用 在2024年约为8-15元 ，2025年约为5-10元，2026年普惠模型仅0.02元 ，高端推理模型则达到10-30元。
（财联社记者摄）
王月分享的数据显示 ，日均Token调用量两年增长超千倍，供给端高端芯片供给受限 ，算力卡与存储芯片成本上行推高边际成本 ，供需缺口推动头部API输出费用 一年余（2025年Q1-2026年Q2）上涨80%，当前市场呈现“量爆发 、价上涨 ”格局 。
“AI已经走过了‘能不能做’的功能验证期 ，现在进入的是‘能不能用好’的落地效率期 ，包括看落地效率怎么样，成本控制怎么样 。”清程极智联合创始人师天麾近期接受财联社等媒体采访时表示 ，如今真正的门槛在于在真实的生产环境中 ，AI能否以可控的成本、稳定的质量 、可接受的延迟，持续地输出价值，而Token恰恰是把这三个维度串起来的“公分母 ”。
师天麾以公司服务的出海客户举例称 ，该类单一客户 、单一模型的峰值用量可达1-2亿TPM 。面对这种大规模、高稳定的业务需求 ，清程极智采用“资源预留+弹性调度 ”的组合策略：将90%以上的基础负载通过自产的“赤兔”专线保障，剩余波动部分（如从1.2亿到1.5亿的弹性峰值）则通过智能路由动态调度 。
而对于个人开发者或中小企业 ，其用量通常远未达到这一量级 ，“因此主要依靠智能路由技术，在保障高性能 、低延迟 、高成功率的同时 ，实现更高的资源利用率 ，从而降低其使用成本。 ”师天麾补充道。
实际上，调用量增长的同时 ，成本约束也在变得具体 。
师天麾在采访中提到 ，一位动漫导演曾向他坦言：AI辅助作画在技术上可以实现，但存在“抽卡 ”问题 ，质量时好时坏 ，为了得到一张可用的成片，往往要生成几十上百次，Token成本和后期筛选、修补的人力加起来 ，反而远超人工 。“未来的AI竞赛 ，不再是模型参数规模的军备竞赛，而是单位Token产出价值的效率竞赛。”师天麾说 。
财联社记者同时采访获悉 ，Agent架构设计是影响Token效率最关键的因素 。传统的软件系统没有Token计费的概念 ，但在AI原生时代，缓存命中、上下文复用 、问题分流这些机制成为全新的工程实践 ，这也说明 ，Token效率优化已经从可选优化项变成了核心架构能力。
算力有了，为什么高质量Token供给仍不足？
王月认为 ，当前国内Token服务市场呈现“高度集中与分工细化并存 、需求爆发与供给短板共生 ”的特征 ，中期演进将围绕技术效率深化、商业模式多元 、产业格局集中 、标准体系完善四方向展开 。
不过，异构算力一致性不足 ，费用 竞争激烈、盈利承压 ，行业标准体系不完善和合规治理要求趋严，仍是行业面临的挑战 。王月认为，行业核心竞争正从资源占有转向全栈运营能力。
值得关注的是 ，当前行业一方面强调高质量Token供给不足 ，另一方面仍存在算力利用不充分的情况 。
据中商产业研究院发布的《2026年中国Token工厂发展白皮书》，我国已成长为全球Token生产与消费双中心 ，大模型Token调用量两年实现千倍级爆发 ，智能算力供给规模稳居全球第二，但行业普遍存在GPU平均利用率不足30% 、重建设轻运营的发展短板 。
周震刚认为 ，原因之一是此前大量算力建设主要面向训练集群为主 ，按大模型训练需求采购硬件。但近来 的Token主要消耗在推理 。训练集群硬件架构 、组网、调度逻辑并不适配推理的短任务 、高并发特征，不匹配推理场景 ，硬件规模大但Token产出能力弱 。
“另外 ，缺少推理调度 、模型适配和运维运营以及国产芯片生态适配问题，都拉低了Token的有效利用率。 ”周震刚补充道。
而具体到企业级服务层面 ，师天麾则认为 ，当前企业级服务普遍面临高质量Token供给不足的问题——“缺 Token”的本质是“缺卡 ”，供不应求导致费用 上涨 。
不过师天麾也表示，费用 上涨也带来了一个积极信号：行业竞争正在从“卷费用 ”转向“卷服务” 。“当 API 费用 不再是唯一的竞争维度 ，客户会更加关注 Token 的质量、稳定性和性价比。”
今年7月的WAIC2026期间 ，燧原科技董事长赵立东也曾表示，“Token正成为AI产业的价值载体与计价单位 ，客户不再单纯为硬件成本付费 ，而是以Token生成效率与交付质量为核心评判标准 。这要求我们必须从系统级 、架构级层面优化算力综合成本 。 ”
在周震刚看来，未来竞争会显著加剧。前段时间大量厂商涌入 ，费用 战激烈但缺乏推理优化能力 ，很多仅靠硬件转租的 Token 工厂会被淘汰；未来头部玩家会形成稳定算力资源 + 推理软件到订单的闭环 。国产芯片适配和算电协同可能是Token工厂将获得差异化竞争的重点 。
（文章来源：财联社）
