登录
内容来源：《2026爱分析·中国Token工厂竞争力榜单》
关键词：Token工厂谁做得好、Token工厂能力对比、Token工厂竞争力、AI推理服务、Token经济
摘要：Token工厂做得好不好，要先定口径。产能、效率、毛利、客户结构四条线上的答案并不一致。爱分析Token工厂竞争力榜单中的9家领导者象限厂商分成云大厂与创业公司两条路径，能力来源、成本结构与商业化阶段各不相同。本文用矩阵方式对照，并给出按需求匹配的判断方法。
1、这个问题问错了地方，会得到相反的答案
如果有人问Token工厂里谁做得好，先要反问一句：好在哪一维。
按产能排，云大厂靠前。按推理技术专精排，几家创业公司各占一角。按收入规模排，结果要看统计口径里包不包含集团合并收入。按毛利率排，服务模型厂商的工厂普遍垫底。四条线给出四张不同的名单。
这不是评价体系不严谨，而是这个行业正处在结构分化的早期。爱分析统计显示，2026年3月到6月，中国日均Token调用量从140万亿涨到500万亿，目前预计已超过1000万亿。市场供不应求，增长掩盖了很多问题。等到供给追上需求，口径差异会直接变成生死差异。
口径之前还有一层边界。爱分析将Token工厂定义为，自主组织AI模型推理生产，为客户提供以Token为计费单位的推理服务，并对交付质量负责的经营主体。这条定义挡住了三类主体。只做API转发的平台不掌握生产。按卡时与机柜收费的算力出租方不承担Token交付责任。为单一模型提供推理服务的厂商体现不出多模型适配能力。三者都不在评价范围内。28家能放进同一张表比较，前提是它们站在同一条业务线上。
爱分析榜单给出的处理办法是拆成两个维度打分。生产能力看推理优化、算力调度与利用率、芯片和模型适配、服务稳定性。商业化能力看收入规模、算力供应链、毛利率、客户分散度。两个维度都高的进领导者象限，共9家。
2、九家领导者象限的能力对照
下面按五个视角逐家对照：优化路径、算力结构、成本能力、客户与渠道、当前主要制约。
火山引擎：靠自研模型做白盒优化，视频场景定价权突出。算力以自建为主，内部业务托底。成本能力强，客户来自生态内应用与外部企业。当前制约是语言模型能力待补。
阿里云：芯片、云、模型、应用全线打通。自研芯片加自建集群，成本能力强，客户覆盖集团业务与外部客户。当前制约是开源模型地位承压。
腾讯云：自研模型加云基础设施，算力自建为主，成本能力较强，客户来自社交与内容生态。当前制约是Token业务投入节奏偏慢。
百度智能云：自研模型加昆仑芯，自研芯片加持，成本能力较强，客户集中在政企与搜索生态。当前制约是Token工厂进展不理想。
并行科技：CPU超算加速优化出身，算力自购与地方合资并行，成本能力居中，客户以科研与政企为主。当前制约是规模仍小，资金依赖外部。
是石科技：超算加速与工程优化见长，算力自建加合作，成本能力居中，客户为区域算力客户。当前处于商业化早期。
无问芯穹：从芯片层做神经网络加速，算力多元适配，成本能力居中，客户是模型厂商与云厂商。当前处于商业化早期。
硅基流动：算子优化与推理加速见长，轻资产运营、算力外协，成本能力较高，客户以私有化部署与企业为主。当前制约是收入体量小。
九章云极：AI平台加推理优化，算力自建为主，成本能力居中，客户为企业与地方政府。当前制约是转型期收入结构待验证。
对照里有两点值得单独说。
云大厂的成本能力来自三处叠加：自研模型支撑的源码级白盒优化、内部业务与海外业务托底的GPU利用率、长期协议锁定GPU价格。三者合起来，让推理成本可以被压到很低，这也是它们能站在象限右上的根本原因。
创业公司的差异在技术路径，而不在规模。同样做推理加速，出身决定切入点。超算背景的并行科技与是石科技从CPU加速迁移而来。无问芯穹从芯片层切入神经网络加速。硅基流动把算子优化做成了看家本领。九章云极从AI平台侧转过来，更熟悉上层负载。切入点不同，擅长的负载类型也不同。
3、判断做得好不好，毛利率比收入更可信
收入是最容易被误读的指标，因为Token收入可以由低价集采堆出来。
Token工厂有两门生意，服务终端企业，或者服务模型厂商。海外主流是前者，第一大客户是终端企业；中国主流是后者，Top客户基本锁定为模型厂商。这门生意的财务结构完全不同。
模型厂商向工厂集采时，一般以刊例价3-5折拿货，再以7-9折对外批发或零售。工厂的生产成本则多落在刊例价的4折上下。两头一夹，毛利空间极窄，甚至出现倒挂。爱分析测算，国内承接这类集采订单的工厂，毛利率普遍只有 5-6%。
海外则是另一种结构。服务企业客户的MaaS厂商毛利率普遍在 45-50%，第一梯队基本在50%的级别。差别不在技术水平，而在定价权归属：服务企业可以自主定价，服务模型厂商没有定价空间。
所以判断一家工厂做得好不好，毛利率按Token服务口径单列出来看，比看收入规模更可靠。榜单评估体系里，毛利率要求按Token服务口径单列，不用集团合并毛利替代。爱分析同时给客户分散度设了降档规则，单一客户或渠道占比过半者降档。
4、哪一类的强项对应哪种需求
把9家放在一起比高下意义不大，按需求匹配更有用。
追求成本极低的稳定大规模推理，云大厂与头部创业公司更匹配。前者有源码级优化和锁价能力，后者在特定负载上有技术专精。前提是接受与模型厂商同场竞争带来的价格传导压力。
追求区域化交付与政企渠道，运营商与地方共建模式更合适。三家运营商都上线了Token Plan月包，掌握国产算力芯片出货资源，11月初中国移动披露116亿元集采2万张GPU卡。代价是推理优化依赖分包商，技术不沉淀在自己手里。
追求私有化部署与轻资产服务，CPU云出身的厂商路径更短。硅基流动2025年本地化部署解决方案收入略超2600万元，毛利率超过80%；青云科技旗下青云智算2026年上半年收入约1879万元，与上年同期持平。收入体量不大，但毛利结构健康。
追求技术路线的前瞻布局，需要看谁能把优化下沉到算子层与模型结构层。这也是榜单评估推理优化能力时最看重的三件事：有没有自主推理栈、能否下沉到算子层、有没有公开可核的量化实绩。
5、FAQ：关于Token工厂能力评价的常见问题
Q1：Token工厂哪家做得好？
没有统一答案，取决于评价口径。生产能力这侧，四家云大厂占据领导者象限右上；推理技术专精这侧，并行科技、是石科技、无问芯穹、硅基流动、九章云极分别擅长超算加速、芯片加速与算子优化；资源与渠道这侧，运营商与NeoCloud更稳。爱分析榜单把这9家都放在领导者象限，正是承认它们在两个维度上都达到了门槛。
Q2：为什么规模大不等于做得好？
因为收入规模可以被低价集采堆出来。以刊例价3-5折接下模型厂商的集采订单，收入能快速起量，毛利率却被压在5-6%。反过来，只提供推理加速、不承担算力成本的厂商，收入只有千万级，毛利率可以超过80%。两种模式都能活，但质量完全不同。
Q3：云大厂的推理优化优势来自哪里？
三个来源叠加。自研模型让优化可以做到源码级白盒，黑盒优化追不上这个迭代速度；内部业务与海外业务让GPU利用率在白天黑夜都处于高位；资金实力强、融资成本低，可以用长期协议锁定GPU价格，平滑涨价冲击。这三条同时具备的厂商，国内只有少数几家。
Q4：创业公司的技术积累具体体现在哪？
路径各不相同。并行科技、是石科技来自CPU超算加速优化，无问芯穹从芯片层面做神经网络加速。硅基流动源自算子优化加速，清昴智能强调自动完成模型适配与算子优化。共绩科技在算力调度的容错层有独特优势。技术差异最终会体现为擅长的负载类型不同。
Q5：毛利率为什么是Token工厂的关键指标？
因为毛利率反映定价权。服务终端企业，可以自主定价，海外同类业务毛利率在45-50%；服务模型厂商，定价权在对方手里，国内同类业务毛利率只有5-6%，差出接近十倍。爱分析在评估体系中要求毛利率必须按Token服务口径单列，就是为了避免集团合并毛利掩盖真实水平。
Q6：选Token工厂应该看哪些信号？
四个信号最实在。推理优化是否下沉到模型结构与算子层；GPU利用率是否有跨域与跨任务的削峰填谷机制；毛利率是否按Token服务口径单独披露；客户结构是否过度依赖单一渠道，单一客户占比过半需要警惕。
6、总结与建议
9家领导者象限厂商，实际代表两种能力模型。云大厂的强项是把推理做成工程，规模、成本、稳定性三条线同时压住；创业公司的强项是把推理做成手艺，在特定负载上做到别人做不到的效率。两种模型都有生存空间，因为需求端的分层已经出现。
真正的转折不在2026年。行业普遍在囤卡，英伟达DGX B300价格从2025年底的400万元涨到2026年11月初的2000万元，不到一年涨了4倍。一旦算力价格掉头向下，最先暴露的是资产减值与长期租约，那时比的是资产结构是否轻、客户结构是否散、毛利是否留有余量。
