发布信息
登陆/注册

行业企业 

当前位置： 首页 行业企业 正文

Token制造探秘:剖析三大客户群体及生产线布局

作者：本站编辑      2026-06-24 10:36:47     0
Token制造探秘:剖析三大客户群体及生产线布局
2006年，亚马逊推出AWS的时候，企业的第一反应是"我的服务器凭什么放你那里"。十年后，没人自己建机房了，不是不想，是不划算。 2026年，Token生产面临同样的问题， 企业级用户对自身商业资产与商业安全的深切关注依旧没变，TONEN的生产投入与数据中心的投入差别是指数级的。怎么办？
2026年3月的英伟达GTC大会上，黄仁勋说了一句让整个行业跟着拐弯的话：数据中心已经从文件存储设施变成了Token生产工厂，未来每家公司都将以"AI工厂效率"来衡量竞争力。他把Token定义为一种新的大宗商品，和石油、电力同级别，TOKEN的生产需要工业级别的规模级工厂，方可满足可能指数级爆发的TOKEN需求。
TOKEN工厂
我们每个人每天用的AI助手、公司内部跑的数据分析、开发者调用的代码生成接口，都在消费Token，目前全世界消耗的TOKEN数量已经是上百万亿级别。而生产TOKEN的AI工厂，悄然排在了头部企业的资本开支计划表里。
那么，我们看看英伟达的TOKEN工厂规划（在英伟达这层应该是TOKEN工厂的工厂）都有哪些生产节点或产线（见下表），在英伟达之外可以是数据中心的升级。
环节
做什么
谁参与
能源
吉瓦级AI工厂，GE Vernova/日立/西门子能源统一电力和算力建模
从电网到芯片的全电力栈
设计
SimReady规范，每一根冷却管都用OpenUSD精确建模
达索CATIA、PTC、Cadence
仿真
Omniverse数字孪生，虚拟环境中跑完整工厂上万次
西门子、施耐德电气
建造
BIM施工管理、成本控制、现场机器人
Procore、Switch
运营
AI自主控制液冷、配电，Phaidra强化学习模型
Eaton(配电)、Vertiv(电源)、Trane(冷却)
芯片
Vera Rubin GPU → 下一代Rubin Ultra
台积电代工
软件
CUDA → DSX → Omniverse，全栈工厂操作系统
200+合作伙伴
可以看出：英伟达的完整元制造（Token工厂的工厂） 等同于一个自循环的AI产业园，每个节点可能对应一个或者多个公司的产品或产品线，按照咱们国内的说法，差不多就可以叫做一个AI产业超级集群。当然，可以有规模大小，根据市场和客户群体来量身定制TOKEN工厂。
三种客户，三种商业模式
那么TOKEN工厂，谁来买单？实际根据使用对象，可以分为三类：
第一类：大企业
AI工厂的第一类客户是大企业，他们不买Token，他们买专有生产线，生产专有的TOKEN。
智谱和华为联合研发的GLM-Image模型是个典型样本：从数据处理到大规模训练，全程跑在华为昇腾芯片上，完全不碰英伟达。这不是技术选型，是战略选择，大企业要的不是更便宜的Token，是数据不出门的私有工厂。智谱的路线图很清晰：把整套AI产线搬进客户内网，从算力到模型到应用全栈私有化部署。
这和当年的私有云一模一样。2008年大银行说"数据不能放在公有云上"，AWS就说好那我给你建一个专属的，于是有了VPC、专有云、混合部署。今天的AI工厂同理：大企业要的是"放在自己机房里的GPT"，Token计费只是其中的一小部分成本，真正的价值是安全、可控、可审计。
第二类：中小企业
第二类客户是中小企业，他们不建产线，他们租产生产线，按调用量付费，用多少Token付多少钱。
打开OpenRouter，全球开发者正在用脚投票。3月中旬的数据显示，中国大模型在OpenRouter上的周调用量已连续两周超过美国模型，前三名全是中国模型：MiniMax M2.5、阶跃星辰Step 3.5、DeepSeek V3.2，中国模型吃掉了61%的调用量。
为什么？算一笔账就清楚了，Claude Opus 4.8的输入价格是5美元/百万Token，输出25美元。MiniMax M2.5输入0.15美元、输出1.2美元，Claude的输出价是MiniMax的20.8倍。阿里Qwen3.5更激进，直接把百万Token打到0.8元（输入价格，不到0.11美元）。如下图（截止26年6月）
                                                                                        数据截止2026年6月
中小企业和开发者不在乎品牌，不在乎生态绑定，他们在乎的是"能不能把这个功能做出来、花多少钱"。中国模型的答案是：能，而且便宜到你不用犹豫。
但这门生意有一个致命的问题，大部分模型公司不赚钱。以国内为例，智谱（25年招股书上统计22年至25年上半年）累计亏损超过62亿元；MiniMax（2022年至2025年前三季度）累计净亏损已高达13.2亿美元。
第三类：个人用户
第三类客户是个人用户，你去便利店买一瓶可乐不会问它生产成本是多少，你打开豆包问一个问题也不会想它消耗了多少Token。但便利店老板在算，一瓶可乐进货价两块三、卖三块、一天卖一百瓶赚七十块。AI公司也在算：一个用户每月消耗100万Token、成本摊下来几毛钱，如果付费意愿跟不上，亏的是公司。
三种客户背后是三种完全不同的商业模式：大企业买的是安全溢价，中小企业买的是成本效率，个人用户买的是体验便利。同一个Token，卖给不同的人，价格可以差几十倍，成本却是一样的。
英伟达：不开矿，只卖铲子，但每一把铲子都刻着自己的名字
如果把Token工厂比作工业革命时期的纺织厂，英伟达的角色很微妙。它说"我不做AI工厂"，但事实上它参与了每一个环节：CUDA是工厂的操作系统、H200/B200芯片是生产线、Omniverse是数字孪生车间、AI Foundry是一整套"交钥匙工厂"的解决方案。黄仁勋管这叫"Token经济学"，真正的意思是：你不用管产线怎么搭，你只管告诉我你要什么品质的Token、要多少、预算多少，我帮你把厂建好。
整个AI产业都在往里面跑，Token的定价权不在模型公司手里，在算力供应商手里。你的模型跑在谁的芯片上、用谁的电、通过谁的云分发，谁就能在你的收入里分走最大的一块。中国模型在OpenRouter上调用量第一、收入却不一定第一，因为大部分Token是通过美国的推理服务商跑在美国的GPU上、消耗着美国的电力产出来的，赚的是辛苦钱，分的是底层的大头。
一度电怎么变成十一块钱
理解了Token工厂的客户和供应链，再看另一组数据。
南方电网和新华社在2026年算过一笔账：中国西部绿电上网价格约0.3元/度，经过智算中心的GPU处理后，一度电可以产出价值约11元的Token，增值接近20倍。
这是已经在跑的商业模式。贵州的智算中心PUE达到了1.17、内蒙古绿电占比超过80%，Token工厂正在从东部沿海向西部能源基地迁移，像当年的"东数西算"一样，只是这次算的不是存储，是Token。
微软CEO纳德拉在6月初的内部讲话中透露了一个细节：公司内部"tokenmaxxing"：什么任务都用最贵的模型跑，已经变成一种风气。但企业财务系统里根本没有"Token预算"这个科目。IT采购部门管GPU、运营部门管电费、业务部门管应用，没人管"这个功能调了多少次大模型、花了多少钱"。传统工厂有财务总监、有成本中心、有KPI考核，AI工厂目前是野蛮生长，它还没有被管理起来。
这恰是下一个值得研究的话题：当Token变成一个企业的主要生产成本和产品原料，谁来管这笔糊涂账？
从大企业自建AI私有产线、到中小企业按Token付费、再到个人用AI像用水电一样自然，Token工厂这条线正在把整个AI产业从"做模型"拉进"做产能"。而不管哪一类客户，最后都会回到同一个核心问题：谁控制算力，谁控制成本，谁就能在Token这场新工业革命里活下来。
数据来源丨英伟达GTC 2026黄仁勋演讲、南方周末《Token工厂之战》（2026.3.21）、OpenRouter全球调用量排名（2026.3.16）、长江证券模型定价研报、新华社"一度电→11元"测算（2026.3.20）、智谱招股书、MiniMax招股书。
文中含AI生成图片，本文得出的一些观点属个人观点，欢迎交流。

相关内容 查看全部