今年 5 月 20 日，迈富时完成了一笔不太起眼的新股认购，募资净额约 5 亿港元，认购价 40.54 港元。

这是个微妙的价格——几乎回到了两年前 IPO 发行价 43.60 港元的位置。股价兜了一圈回到原点，公告里则写下了一句不寻常的用途说明：这笔钱 100% 投向智算基础设施，采购 GPU 服务器、组网、AIDC 租赁及模型软件，并且在 2026 年底前全部用完。

一家毛利率曾高达 86% 的营销 SaaS 公司，为什么开始买 GPU？而且是在自由现金流净流出 6.88 亿元、年末借款 18.43 亿元的年份（即 2025 年度）之后？

黄仁勋在 GTC 2026 上说，AI 数据中心是 "Token 工厂 "。大多数公司把这句话当修辞，迈富时却写进了战略——全栈 Token 工厂，并为此掏出真金白银。这可能是中国市场应用层厂商里，第一个认真给 Token 工厂开成本单、下重注的公司。

问题是，这张成本单，算得过来吗？

要回答这个问题，得拆开三件事：实际投了多少、投在了哪里；产出和回报在哪里；风险有哪些，综合投入产出比是否成立。

01  

先把 "17 亿 " 拆穿

公告发布之后，市场流传的说法是，迈富时 2025 – 2026 累计配股融资超 17 亿港元重投智算。不过，这个数字需要拆开看。

17 亿，是两笔钱的粗加总。2025 年 2 月配售净额 12.02 亿港元，加上 2026 年 5 月认购的 5 亿港元。但前者只有 40% 明确投向 AI 智能体的开发与商业化，其余是并购、全球扩张和营运资金——真正 100% 锁死智算基建的，只有 5 亿港元。

5 亿港元是什么概念？有三个标尺可以参照。

按行业标尺，大约对应一个不到 300 张卡的推理小集群。目前行业普遍以 B300 为标杆，8 卡的 B300 目前价格在 1,200 万上下，5 亿港元的投入对应大约 36 台机器，即 288 卡的机器。如果采用国产的沐曦芯片，卡数可以更多。但这是业内属于轻量级投入，字节跳动 2026 年资本开支计划超过 2000 亿元，迈富时连巨头的零头都算不上。

按自身标尺，5 亿港元约等于迈富时 2025 年收入（28.18 亿元）的 16%，约等于全年归母净利润（0.89 亿元）的 5 倍。按这个角度看，这属于押注级投入。

按财务标尺，它发生在 2025 年度自由现金流转负、有息负债 18 亿元的报表之上，用的是股权融资的钱，买的是 5 年就要折完的资产。

所以这笔投入最准确的定性是：一次克制的重注——绝对规模上有所克制，相对体量上较为激进。它既不能用 IDC 运营商的标准评价，也不能用轻资产 SaaS 的标准评价。

02  

它不是算力公司

市场上最大的误读，是把迈富时建智算中心读成转型重资产算力运营商。

拆开 5 亿港元的用途清单，里面藏着一个关键词：AIDC 租赁。一家铁了心做重资产的公司，不会在专项募资里给租赁留位置。真实的结构是三层的：自有算力做基载，租赁算力做弹性，政府共建做兜底——昆山的全球智算总部是政企共建模式，迈富时董事长赵旭隆提出的路径是，云服务设施由重到轻，与国资共建；商业化应用由轻到重，算力自持；芯片侧则绑定了国产 GPU 厂商沐曦。

可以用电力行业的概念来理解它的打法：基载自用。

电网里有基载电厂和调峰电厂之分。基载电厂 24 小时不停机，成本最低，承接电网里永远存在的那部分稳定需求；调峰电厂只在高峰启动，贵但灵活。

迈富时的自有 GPU 是基载电厂：2.7 万家付费客户的 AI 员工 7 × 24 小时运转，每天产生稳定、可预测的推理消耗—— GEO 内容生成、客服应答、经营分析，都是天天发生的需求。

租赁算力则是调峰电厂：大客户临时训练垂类模型、营销节点流量暴涨，不值得为它买设备。

更重要的是自用。这些算力不对外出租，全部内部消化——迈富时赚的不是把卡时卖给别人的租金，而是用这些卡时生产 Token、再把 Token 卖给客户的差价。它更像自建电厂的电解铝厂，而不是卖电的电网公司。

这个定位决定了它和公共智算中心的命运分野。公共智算中心的死穴是利用率：行业里部分智算中心闲置率超过 60%。迈富时反过来——先有 28 亿收入对应的算力消耗，再回头建算力去承接它，利用率不依赖对外招商，被自有需求兜底。

但硬币的反面必须立刻给出来：基载自用，等于风险自担。Token 消耗增速一旦失速，自购的 GPU 一样闲置，折旧一样照提，而且没有外部租户可以转手。它把利用率风险全部兑换成了自身业务增长风险。这笔账的死活，从此只取决于一件事。

03  

这笔账真正的算法

按 Token 计费的公司，为什么必须自己管算力？因为在 Token 计费模式下，算力成本就是毛利率。

外采算力，等于把毛利率的定价权交给别人——而算力正在涨价。以 B300 为例，目前每月租金的市场价大约在 20 万，含带宽。这个价格，相比半年前接近翻番。

成本压力传到应用层，教训已经摆在那儿。Cursor 年化收入突破 20 亿美元，但模型调用成本一度接近全部收入，2025 年处于亏损状态。行业常引的一组对比是：传统 SaaS 毛利率中位数约 77%，AI 应用平均只有 25% – 60%。按量计费打开了收入空间，也第一次把成本波动暴露给了应用方。

迈富时的账，本质是一道剪刀差：

收入侧，它卖的不是模型 Token，而是场景 Token ——定价锚定业务结果，一次获客、一次转化、一次客服闭环。只要客户认的是结果，售价就不随底层模型降价。这是整个模式的定价权假设。

成本侧，自有算力锁定基载成本，行业算力通缩压低弹性成本，国产芯片再压一道——成本端三条线都向下。

售价刚性，成本下行，中间就是毛利扩张。这把剪刀差，是在一条毛利率正在下滑的曲线上买的止跌期权：迈富时 AI 应用业务的毛利率，已经从 2024 年的 86.3%，降到 2025 年上半年的 80.4%，再降到 2025 年全年的 75.2%。

对于毛利率下跌，迈富时的解释是 KA 大客户交付人工增加、私有化部署推高硬件采购成本。目前看来，自建算力的第一目标，就是止住这条曲线，让毛利率重回高位。

当然，账有算过来的条件。以 5 年折旧计算，5 亿港元的设备每年折旧为 1 亿港元。只要 Token 消耗量的增速，跑赢折旧速度 + 外购降价速度，这笔账就算得过来；反之，它就是现金流为负时背上的一座折旧大山。

把这道算法落到 2025 年的营收盘子上，可以画出大致的边界。28.18 亿收入里，精准营销 13.3 亿是广告代理属性、不消耗自有模型推理；政企一体机（并入 AI 应用板块，公司未单独披露）是本地部署的项目制硬件——这两块都无法 Token 化。

剩下的可 Token 化池子约 12 亿元，装在三条业务线里：T 云（2.7 万家 SMB 客户，订阅打底 + 用量加购）、珍客（KA 标准化模块）、AI 原生产品线（GEO、外贸、经营分析，场景 Token 计费已在渗透）。

渗透率的起点不算高。接下来要看两件事：AI 应用的业务增量里，有多少来自场景 Token；存量业务里，Token 化渗透率的提升有多快。

目前读数偏正面：2026 年上半年，迈富时盈喜预告 AI 应用收入同比增长 112% – 134%，场景 Token 计费在 GEO、外贸、经营分析等产品中加速渗透，客户付费意愿和平均消耗量双升。但这只是预告，不是审计数字。

04  

一根保险丝

最后，把这笔算力账的风险摊开看，清单并不短。

最大的风险是需求：Token 消耗增速掉下来，基载逻辑立刻反转成闲置逻辑。

其次是价格：如果外采算力重新变得比自有便宜，自建的设备就成了高价沉没资产。这不是假设—— 2025 年 H100 租金一年跌去约两成，国内中低端算力月租一度腰斩；2026 年 6 月，海外 H200 现货租金三周内回落约四成。价格战一旦重演，前面那道剪刀差就会反向剪。

再次是技术：GPU 三到四年一代，设备在折旧期内被新架构淘汰并不罕见；好在算力荒之下老卡也有残值，部分 H100 合同直接续签到 2028 年。绑定国产芯片则多一层生态成熟度的问号，兼容性滞后带来的迁移成本仍需观察。

财务端的压力是现成的：折旧即将进表，而迈富时 2025 年自由现金流是 -6.88 亿元。

还有一个容易被忽略的叙事风险：政企一体机线——本地部署、不依赖云端算力、收入不可 Token 化——这条线越成功，Token 叙事的分母越被稀释。

比叙事风险更深一层的，是客户结构里的隐性风险：数据主权。珍客服务的 KA 客户，出于数据主权与合规考虑，正越来越多地选择自建算力或统一采购算力——央国企自不必说，本地部署加集团统一调配是标配；外资客户通常由全球总部统一提供 AI 云服务；连过去最灵活的民营企业，也在向统一部署、集中采购靠拢。

这对迈富时是双重冲击：一来，KA 客户一旦用自己的算力，场景 Token 计费便无从谈起，可 Token 化的收入池子会进一步缩水；二来，基载自用成立的前提是自有需求兜底，如果 KA 这块最肥的需求回流到客户自己的机房，自购 GPU 就会沦为沉重包袱——折旧照提，消耗不足。

反过来看，这笔账算得过来的正向条件，同样落在三条 Token 化的业务线上—— T 云、珍客和 AI 原生产品线。关键在于两件事：Token 计费能否带来增量，让同样的客户为消耗量付更多钱；整体 Token 付费渗透率能否持续提升，让按量计费在收入盘子里占住更大的分母。第一个观测点，就是中报会不会给出 Token 收入的单独披露口径。

缓释因素也应该公平地给出：投入规模克制，5 亿港元不至于伤筋动骨；政府共建分担了最重的土建机电；租赁保留了弹性。

但这些风险有一个共同的特征：它们收敛于同一根保险丝—— AI 应用收入增速，以及 Token 收费的渗透率提升。

增速在，折旧被放量摊薄，现金流被利润覆盖，闲置无从谈起，所有风险都可消化；增速失速，折旧、现金流、闲置、叙事稀释同时引爆。这不是一个分散的风险组合，而是一个高度集中的单点赌注。理解这一点，比背诵风险清单重要得多。

05  

答案在接下来的两份财报里

迈富时这笔押注，方向是顺趋势的——企业 AI 从按账号订阅转向按用量、按结果计费，调用量三年涨千倍，这不是概念，是正在发生的迁移；打法是有克制的——没有像巨头那样军备竞赛，而是自有基载、租赁调峰、政府兜底的三层结构；时机暂时也占优——在算力涨价周期里锁定自有产能。

但它是一笔高赔率、低容错的赌注，不是一项稳健的基建投资。它的全部对错，押在一个变量上。

好在验证不需要等太久，时刻表是清晰的：

第一站，8 月 13 日中报。AI 应用毛利率能否止跌—— 72% – 75% 是分水岭：稳住，说明结构性稀释已被消化，剪刀差成立；跌穿，说明成本端仍在侵蚀。Token 收入有无单独披露口径——这是全栈 Token 工厂的试金石。

第二站，2026 年报。5 亿港元专项花完之时，折旧正式进表；经营现金流能否转正，回答利润是不是纸面富贵。

巴菲特在 1992 年致股东信里写过：增长只有在新增资本能够获得有吸引力的回报时，才会给股东创造价值。迈富时的 5 亿港元是不是这样的资本，答案不在公告里，在接下来两份财报的毛利率和现金流里。

这张成本单，迈富时自己已经在算了。市场该做的，是盯住它的算盘。如果成功了，迈富时给 AI 应用厂商和 SaaS 公司建立了一个标杆；如果中途折戟，也为行业带来方向性探索的实践经验。

说明：本文数据与信息均来自公开渠道，包括迈富时历次公告及年报、券商研究报告、SemiAnalysis 等第三方数据，文中涉及估算处均已标注假设条件与出处。本文观点仅供参考，不构成投资建议；作者不持有任何相关股票，与文中公司无任何利益关联。