" 下一个风口，卖 Token。" 这句印在展商海报上的醒目标语，道出了本届 WAIC（世界人工智能大会）的商业预言。

Token（词元）原本是 AI 模型消耗和产出的最小计量单位。从 WAIC 2026 看，Token 正演变为衡量 AI 生产力的核心单位。

随着产业重心逐渐从集中训练向规模化推理延伸，算力服务也开始从按卡时出租，向按 Token 交付演进。作为连接底层算力与上层应用的 AI 生产层，Token 工厂正在超越单纯算力租赁的范畴，成为大模型时代新的商业形态。

" 大厂的 Token 只支持他们的模型，无法通用。" 有 Token 工厂展商告诉 21 世纪经济报道记者，一方面，用户在 Token 工厂通过单一 API 接口即可调用国内外所有主流大模型，根据任务匹配最优模型；另一方面，工厂能屏蔽市场算力波动风险，为用户提供更稳定、成本更优的兜底服务体验。

图片来源：IC photo

走进 WAIC 展厅，几乎每一家算力厂商的展台都有一面 "Token 工厂 " 的主题墙。但各家打法和定位并不相同。

软通动力在 WAIC 上展出了北京壹号 Token 工厂，一期规划每日 Token 产能达 1.4 万亿，由软通智算承建的粤港澳大湾区公共算力服务平台及韶关 Token 工厂与北京壹号 Token 工厂形成战略协同。

九章云极目前在全球计划部署覆盖 10 余个智算中心，平台总算力规模约 30 EFLOPS，日产超过 500 亿 Token。其 "AI 工厂 " 构建了 " 训练工厂 " 与 "Token 工厂 " 双引擎闭环，前者以强化学习为底座解决 " 造模型难 "，后者将大模型封装为标准化 Token 服务，将 AI 生产从依赖个别专家的研发模式，推向可复制的标准化流水线。

也有厂商通过回收 GPU 算力卡，实现 Token 的规模化生产。天罡智算展台工作人员介绍道，该公司整合已退役但仍有利用价值的冗余算力，为客户提供低成本算力。" 针对老化显卡算力产出衰减的问题，我们通过算力调优技术提升其性能——例如将原仅剩 20% 性能的显卡恢复至 40% 甚至 60%。"

相较于建数据中心、回收算力卡这样的重资产（IaaS/ 硬基建派）模式，还有厂商选择了轻资产（MaaS/ 软服务派）模式。

硅基流动展台工作人员告诉记者，其 Token 供应平台从上游租赁算力，生产 Token 卖给下游。其已累计支持超 170 个主流 AI 模型，兼容英伟达、华为昇腾、沐曦与摩尔线程等多元算力，日均 Token 吞吐量超万亿。

调度闲时算力也是 Token 工厂的秘密武器。厂商通过算力调度系统，深夜连接到处于负载低谷期的超算中心。当企业用户在北京时间凌晨两点发送大批量文档处理请求时，Token 工厂并不会启动自家的昂贵机组，而是将任务以极低价格交由此时闲置的算力资源处理。

无论是自建、回收还是租赁，Token 工厂的最终出口只有一个：将算力通过统一的标准接口，封装成明码标价的 Token，卖给企业和应用开发者。

曾经，用户被锁定在模型各自的 Token 套餐中，不得不应对参差不齐的定价和各有侧重的模型能力。

而 Token 工厂改变了游戏规则：它聚合了 GLM、DeepSeek 等开源大模型，也提供 OpenAI、Anthropic 兼容接口。这使得用户能够通过单一 API 入口使用多家大模型，按需切换、按量付费。

在 WAIC 上，有 Token 工厂旗帜鲜明地喊出：" 比云厂商更便宜，比 OpenAI 更通用。"

所谓 " 便宜 "，源于 Token 工厂对算力供给侧的极致压缩。不同于云厂商通用化的标准化服务，Token 工厂往往自建或深度运营低成本算力中心。它们通过大规模回收高性能显卡、调度 " 闲时 " 算力资源，将原本高昂的推理边际成本压缩了数倍。没有了云厂商的中间商差价和品牌溢价，Token 工厂得以以低于市场的价格输出 Token。

中邮证券表示，传统算力租赁商业模式下，服务商收益存在刚性天花板。Token 工厂通过平台级调度、算力软硬件融合与模型推理优化，将其核心指标从单纯的算力规模转向每瓦 Token 吞吐量和能效比；在 Token 工厂模式下，企业有望获得远超传统租赁模式的净利率。

而 " 通用 "，则归功于多源聚合。Token 工厂构建了一个开放的 " 模型超市 "，通过标准化兼容接口，打破了不同厂商间的技术壁垒。

这能够实现从 " 人找模型 " 到 " 任务找模型 " 的转变。天罡智算展台工作人员告诉记者，该公司即将推出 " 智能路由 " 产品：面对需要同时生成文本、图片、视频的综合需求，由于不同模型在各领域表现各异，传统方式需人工切换调度。智能路由可以自动拆解任务，精准匹配最优模型，如将文本需求指向 DeepSeek，图片生成则调用豆包，实现多模型协同作业。

开源证券研报认为，当前节点 "Token= 算力 = 营收 " 逻辑已得到充分验证，算力需求侧持续旺盛，供给侧国产自主突破算力卡瓶颈，政策规划前景明朗。对 AIDC 公司而言，Token 工厂 / 分发平台的落地意味着算力利用率和计费效率提升，利好具备核心城市指标、绿电配套和上架率提升的第三方 IDC 及智算中心运营商，商业模式有望向 " 算力运营 +Token 变现 " 升级。

由于 Token 吞吐量直接决定了 Token 工厂的收入能力和资本回报率（ROI），如何高效利用有限资源、最大化单位 GPU 和单位功耗所产生的 Token 数量，正在成为竞争焦点。

是石科技在 WAIC 上展出了 " 国产 Token 优化工厂 "。展台工作人员告诉记者，Token 优化工厂通过优化算子与模型性能，提升 Token 生产速度——例如将单位时间产出 Token 从 30 个提升至 35、40 甚至 50 个。

长江证券研报指出，GPU 性能决定了 Token 工厂的理论生产能力上限，而真正决定既定的算力资源能够释放多少价值的，则是包括调度平台、推理引擎、编译器和模型优化在内的 AI 系统软件栈。

硅基流动展台工作人员也告诉记者，该公司自研了推理加速引擎，对模型推理过程进行深度优化，在相同硬件条件下显著提升单位 GPU 的 Token 产出效率。

九章云极则根据 Token 的能力层级，将 Token 分为消费级、专业级和前沿级三类：消费级 Token 适合大众场景，量大管饱；专业级 Token 封装了行业知识与业务逻辑，适合金融、制造等高要求场景；前沿级 Token 面向复杂任务自动化与科研探索，适合需要深度推理、多步规划的高端场景。其 Token 工厂将大模型封装为消费级、专业级、前沿级三类标准化 Token 服务，分别定价。

随着 Token 工厂模式的兴起，行业目前仍面临一个核心痛点——标准的缺失。

在计量层面，九章云极提出了度算力（DCU）这一计量单位。展台工作人员告诉记者，1 DCU=312 TFLOPS × 1 小时，把英伟达、昇腾、海光等不同芯片的算力统一折算到了同一把尺子上。算力投入用 DCU 度量，智能产出用 Token 计量——中间的差值，就是 AI 工厂 " 变魔术 " 创造价值的地方。

在评测层面，软通动力则聚焦于算力集群的真实服务能力，发布了 " 软通动力 Token 工厂性能基准 "。这是全球首个面向智能体长时运行、以混沌负载刻画为核心、包含三类测试方法和分领域数据集的完整算力评测体系。

一个更深层的共识逐渐浮现：竞争逻辑正从 " 拥有多少 GPU" 转向 " 如何让 GPU 生产更多 Token" 以及 " 谁能把 Token 转化为真正的生产力 "。