过去三年,AI圈子聊得最多、也最让人焦虑的问题是:大家花了成百上千亿买显卡、交电费、发高薪,大模型到底靠什么把钱赚回来?

C端应用订阅付费率迟迟上不去,做ToB定制项目又苦又累,单子做下来还容易亏钱。直到2026年,行业终于跑通了一条最确定、增长也最凶猛的变现路子。

卖Token,行话叫MaaS(模型即服务)。

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

图注:图源IDC《中国AI软件市场半年度追踪,26H1》报告,按调用量口径统计,2026H1全市场Token消耗量达到2,857.9万亿,同比增长约432.5%。

Token是大模型处理数据的最小计费单位。要是把大模型比作发电厂,算力芯片就是煤炭,MaaS平台干的活,就是把算力转化成标准化的“电流”(Token),再通过API接口的“电线”输送给各行各业。企业不用自己买显卡、建机房,插上就能让AI干活,按耗量交钱就行。

这门AI时代“新能源”的生意,正在经历一场前所未有的爆发。今年双十一,阿里云甚至把大模型的Token套餐搬进了李佳琦的直播间。

商汤大装置解决方案总经理代继向网易科技提供了一组直观的数据:今年年初,商汤大装置的日均Token调用规模还在0.4万亿左右,到了9月底直接暴涨到6万亿,翻了十几倍。

春江水暖,最先体现在云大厂的财报和创业公司的招股书上。网易科技梳理了几家大厂和独角兽最近的账本,增长曲线相当惊人。

刚刚发布的百度2026年三季度财报里,百度AI云基础设施收入达到82亿元,同比激增94%。这里面最亮眼的一笔账,来自百度千帆MaaS平台外部客户的Token调用收入,同比暴涨1159%。

阿里巴巴甚至直接为了Token重构了组织架构。今年3月,阿里专门成立Alibaba Token Hub(ATH)事业群,旗下MaaS平台“百炼”的客户数同比翻了8倍。反映在账面上,阿里2027财年一季度(截至2026年6月底)AI相关产品单季收入已达123.76亿元,连续12个季度保持三位数同比增长。

而在调用量上冲得最猛的字节跳动,早就把MaaS列为火山引擎销售团队最重要的KPI,定下2026年营收至少翻5倍的目标。按IDC统计,火山引擎一家就吃下了中国公有云大模型调用量49.5%的半壁江山。截至今年年中,豆包大模型日均Token使用量突破180万亿,比两年前刚发布时暴涨超1000倍。

不仅是大厂吃肉,像PPIO(派欧云)、硅基流动这样专做Token生意的独立服务商,也跟着借势狂飙。今年6月递表港交所的PPIO,在招股书里直接晒出了这门生意的爆发力:包含MaaS在内的AI云计算收入,从2024年的1039万元猛增到2025年的1.19亿元,一年翻了超10倍。截至今年10月底,其平台日均Token消耗量已突破8.8万亿次。

对比来看,这门生意的确定性甚至远超直接面向消费者的C端应用。贵为中国用户规模最大的AI应用,豆包App今年上半年的收入仍不足1亿元;而用户体量小得多的智谱,上半年靠开放平台及API业务就拿下了8.25亿元收入。在大洋彼岸,刚递交招股书的Anthropic上半年狂揽162.86亿美元收入,其中80%同样来自按量收费的API业务。

当行业还在苦等C端“超级应用”降临时,水底下的MaaS平台,已经悄然迈入百亿级别,成了AI时代第一批大规模印钞的“Token工厂”。

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

图注:图源IDC《中国AI软件市场半年度追踪,26H1》报告,按营收口径统计,MaaS市场规模达到106.3亿元人民币,同比增长889.4%。这一增速意味着市场在一年内扩张至近9倍体量,MaaS正式迈入百亿级赛道。

1、暴涨10倍,谁在消耗天量Token?

账面上的数字如此夸张,一个最直接的问题是:为什么卖Token的生意会在今年突然炸开?到底是谁在消耗这天量的算力?

“以前大家用AI,就是找豆包、GPT聊聊天,一问一答解决单点问题。”PPIO的MaaS业务负责人谢晋对网易科技说。聊天消耗不了多少Token,真正的吞金兽,是今年初彻底爆发的Agent(智能体)和AI编程。

今年初,海外Claude Opus 4.5、4.6接连迭代,国内DeepSeek-V4、智谱GLM-5.2、月之暗面Kimi K3等模型紧跟着上线。代继明显感觉到,模型的性能跨过了“可用”的临界点,企业终于敢在真实业务里把模型用起来了。

一旦企业开始把复杂任务直接交给Agent,Token的消耗逻辑就彻底变了。

“现在是直接给Agent一个完整的研发需求,Agent自己去规划任务,拆解成需求理解、代码库阅读&修改、测试、Bug修复,遇到问题Agent还会自己去查规范,找解法。”张婷解释说,在这类任务里,Agent直接对模型发起多轮推理,且每轮拼接历史对话,模型每轮需要处理超长上下文,甚至拆解成多Agent分别向模型发起请求,“它会把你的一次委托,展开成背后连续几十次的模型调用,Token消耗是成几十倍往上翻的。”

在PPIO平台上,高达70%的Token是被AI编程吃掉的。代继仔细拆解过编程场景的账单,发现代码审核是个典型的“输入远大于输出”场景。程序员把一大段代码扔进去,模型可能只输出几句审核结果,告诉你哪里有Bug,输入和输出的Token比例甚至能达到上百比一。

除了写代码,短剧和视频生成是线上另一个隐形的吞金兽。多位从业者向网易科技提到,线上有超过50%甚至近60%的Token流量在跑视频生成和短剧。“字节旗下有红果短剧,又有Seedance视频模型,生成1分钟视频就要消耗上百万Token,相互引流形成生态闭环,消耗量极大。”

有意思的是,如果把视线放到更广泛的企业市场,Token的消耗走出了一条很有打工人特色的“牛马波形”。

“你看公有云上的Token流量,工作日白天的高峰期需求非常大;一到非工作时间或周末,流量就掉下来了。”在张婷看来,这道“工作日潮汐波形”恰恰说明大模型能力还没摸到上限,很多Agent干活时依然离不开人机协作,需要人盯着、催着。

不过,这条波形已经出现了被打破的苗头。随着年初开源个人智能体框架OpenClaw(业内俗称“龙虾”)爆火,越来越多人开始部署个人智能体。火山引擎披露,“龙虾智能体”升级后,单次复杂任务就能消耗数十万Token,带动个人用量在一个月内暴涨16倍。

“现在大多数还是人驱动AI。未来,我可能会给它设置定时任务,让它7×24小时工作,半夜自己去爬数据、生成报告,第二天一早讲解给我听;甚至同一个小时里,三个AI分身替我去开三个不同的会。”谢晋说。

一旦AI摆脱人类作息的限制,真正实现后台24小时自我运转,Token的消耗还将迎来新一轮暴涨。IDC预计,2026年全年中国企业级Token消耗量将同比激增约20倍,冲上40000万亿Tokens的天量规模。

2、上游显卡贵、下游比价凶,Token工厂怎么赚到钱?

需求虽然在暴涨,但并不意味着这是一门躺着数钱的生意。相反,Token的单价正在经历冰火两重天。

可以把模型分成三层来看:

第一层是顶尖闭源模型,价格由模型公司决定;

第二层是挑战能力上限的旗舰开源模型,比如万亿参数的Kimi K3,因为需要高端显卡适配,又能解决高精尖问题,价格坚挺,上半年甚至出现过涨价;

而第三层满足日常需求的轻量级模型,像DeepSeek-V4.1 Flash这类,模型诞生伊始就在走极致性价比路线。

与此同时,牌桌上的玩家也越挤越多。

一类是火山引擎、阿里云、百度智能云这样的云大厂;

一类是智谱、MiniMax等模型原厂,今年智谱的API收入占比就已经大幅反超了私有化部署;

一类是PPIO、硅基流动这样专靠推理优化卖Token的独立服务商;

再就是有着全国性算力布局与深厚的政企渠道资源的运营商;

剩下的就是纯粹的API聚合中转平台。

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

图注:图源IDC《中国AI软件市场半年度追踪,26H1》报告,MaaS 在中国公有云 PaaS 市场中的份额从5.2%升至21.0%,2026上半年,火山引擎、阿里巴巴、智谱、百度等厂商取得了优势与主要市场份额。

对于真正下场建“Token工厂”的玩家来说广州域名网,上游是昂贵且紧缺的算力硬件,下游是挑剔且随时比价的客户。夹在中间,利润到底从哪里抠出来?

代继说得很直接,“输出Token是技术活。如果能用工程能力把推理效率多优化出一定比例,那部分就是纯收益。”

说白了,在今天的MaaS行业,赚钱的秘密全藏在枯燥的“显卡压榨”里。谁能把单张显卡榨出最多的Token,谁就能活得滋润。

为了抠出这部分利润,商汤大装置摸索出一套“国产芯片+高端芯片”混合部署的方案,行话叫“PD分离”(预填充与解码分离)异构混推。

简单来说,大模型处理问题分两步:第一步是“读题”(Prefill),一口气读完用户输入的长篇大论,属于计算密集型任务;第二步是“写答案”(Decode),一个字一个字往外蹦,属于显存带宽密集型任务。

“像写代码这种输入远大于输出的场景,‘读题’和‘写答案’的设备配比差异极大,底层组网都要跟着具体任务重新调。”代继告诉网易科技,把国产卡和高端卡按比例混合组网,既把国产卡用起来,也能把算力的性价比跑到极致。此外,代继透露,商汤大装置也在重点投入纯国产推理,跑通了国产异构场景。

除了在卡上抠效率,还得在时间上抠利用率。张婷提到,百度千帆MaaS在时间维度上做了大量工作以提升“综合售卖率”,来降低客户成本。

“评估性价比,最终就是看你的GPU能不能回本。”谢晋算过一笔账,面对如今动辄几千亿、上万亿参数的大模型,低端消费级显卡根本跑不动,必须采购高端算力。但如果只做国内市场,受限于前面提到的“潮汐波形”,昂贵的服务器到了晚上有一半以上是闲置的,这谁也扛不住。

怎么填平波谷,让昂贵的算力24小时连轴转?目前行业里跑通了两种主流的“削峰填谷”打法:一种是“按客群分时复用”,把白天的“忙时资源”优先打包卖给大模型原厂保底;到了夜间或闲暇时段,则将富余算力包装成高性价比的订阅套餐,动态降价卖给对价格敏感的中小企业和个人开发者。

另一种则是“赚跨国时差的钱”,部分铺设了数千个全球分布式节点的玩家,直接利用全球化市场来错峰调度:中国客户下班了,欧美客户的请求正好顶上来,硬是把GPU的平均负载利用率拉高到了75%以上。

既要拼技术压榨硬件,又要拼全球调度填平波谷,但这还不是最要命的。在这个行业,最残酷的竞争法则是“唯快不破”。

因为API接口极易替换,开发者对平台几乎没有忠诚度。“切个模型,点一下手指头就行了,几乎没有任何成本。”代继感慨,如今,一个新模型发布,流量最大的黄金窗口期往往只有前两周。两周后,另一家发了新模型,测评分数高了一点点,流量瞬间就会切走。

这逼着所有MaaS平台卷入了“Day 0适配”的生死时速。为了抢下第一波流量,MaaS厂商往往会在模型正式发布前一两周,就从原厂拿到测试版提前优化。“开源模型一旦发布,所有团队就得连夜加班部署抢首发。”谢晋说。大模型原厂也乐于用这种方式激励供应商,哪家弹性扩容快、稳定性高,就把更多流量分给谁。

“随随便便搞个Token中转站的小团伙,很难长期存活。”谢晋判断,底层基建和维护需要极高的投入,MaaS行业很快会迎来一波长尾淘汰,市场将迅速向头部集中。

3、MaaS生意线下攻防:一体机退潮,FDE胜利

线上Token工厂卷得热火朝天,要是把视线移到线下,传统企业市场正在经历一场更剧烈的认知重构。

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图2)

图注:图源IDC《中国AI软件市场半年度追踪,26H1》报告,2026 H1,大模型私有化部署市场规模达到28.8亿元,同比增长108.4%,需求主要来自政府、制造、能源、金融等行业。

前两年,金融、央国企拥抱大模型最流行的方式是采购“大模型一体机”。花几百万元买几台插满显卡的服务器,摆在自己的机房里,再找厂商把开源模型私有化部署进去,看着既安全又有面子。

但到了2026年,一体机的生意突然冷了下来。

“现在一体机业务基本没有了,我们最开始做的时候也觉得挺难受的。”谢晋坦言,“几百万买台机器摆在那,每天就几个人用,利用率极低,单台性能又没那么好,企业这笔账算不过来。”

更致命的是模型膨胀的速度。代继接触过几家上海的头部央国企,原本规划自己买服务器硬件,深入调研后却倒吸一口凉气:哪怕跑个轻量级的Flash版本模型,参数量也在几千亿级别;如果想跑满血版的DeepSeek-V4,或者3万多亿参数的Kimi K3.1,动辄需要几十台服务器组成集群,硬件投入高达数千万元甚至上亿元。

而且,硬件贬值和淘汰的速度太快了。“如果你前两年买的是华为910B,现在还能再买两台组个小集群;但如果是上一代支撑能力较差的芯片,面对现在的新模型,那就比较费力了。”代继说。

买不起,也怕买错,算清楚这笔经济账后,央国企纷纷放弃自购硬件,转向了“租赁”和“混合云”。

但央国企的核心命门是数据安全与合规,不买硬件放到自己机房,数据安全怎么保?为了打消顾虑,市场演化出了几种折中方案。一些国企选择向市属国企或三大运营商租赁逻辑专属的算力池,用国资背景为合规审计背书。而对于商汤大装置、百度这样的技术厂商,就必须在物理隔离和加密技术上做到极致。

代继向网易科技透露,在为一些保密要求较高的客户做专有云托管时,商汤大装置不仅要为客户拉一条端到端的物理专线,还要在机房里单独隔出一个带独立门禁的物理包间。

百度智能云则看到了另一种“既要又要”的模式,既确保了客户获取顶尖智能,又保障了客户在安全合规上面的要求。

拿山东港口集团的项目来说,百度帮他们建了一个统一的大模型门户,企业在本地机房只保留一个小规模算力池,用来处理核心敏感数据;而大量的日常推理服务,则无缝切换到百度的公有云池子里。针对党政央国企怕数据泄露的痛点,百度等厂商今年大力推行“机密推理”,哪怕是在公有云上调用API,数据在传输、计算全过程中也是硬件级加密隔离的,连云厂商自己也看不到。

不过,当底层算力和模型部署的问题解决后,企业真正愿意为私有化掏大钱的,其实是最后一步:怎么把模型嵌进业务流里。

“私有化客户最终买的,是他能验收的业务效果,而不是单个模型或单批算力。”张婷说。为了解决不同行业千差万别的定制化需求,百度把七八成的通用能力沉淀成标准产品,剩下的20%到30%,则借鉴硅谷大数据公司Palantir的模式,派驻专门的FDE(前线部署工程师)团队去客户现场驻场开发。

商汤大装置目前一个线下标杆项目,是与上海市规划和自然资源局合作的“量子城市”。几十年来,上海积累了海量的历史图纸、政策法规和审批记录。在如今的“城市更新”阶段,评估一个地块怎么开发、土地性质有没有历史冲突、如何兼顾农田保护与经济效益,靠人力去翻阅几十年的故纸堆已经不可能完成。

为了帮上海规资局把整个城市的历史资料重新映射、建模,商汤大装置往这个项目里投入了不少专家和FDE工程师。“这里面必须有懂城市规划的领域专家,把客户的业务问题解构、建模,变成AI能听懂的命题,事情才能往前推。”代继说,目前这套在上海跑通的系统,正在向全国其他大中型城市复制。

4、终局猜想:当智能变成水电煤,传统软件将被推倒重来

无论是线上的API调用狂潮,还是线下的混合云落地,当大模型通过MaaS平台源源不断地输出Token,一个更深远的变化正在发生。

企业延续了二三十年的传统IT架构,正在被推倒重来。

“原来信息化时代构建的IT系统,比如ERP、财务软件,本质上是把数据存下来。”代继认为,但AI时代对数据的要求完全不同,在旧系统上打补丁、做增删改已经改不动了,企业原有的IT基础设施面临重构。

首当其冲被重构的,就是传统的SaaS和PaaS平台。张婷观察到,今年越来越多的工作不再需要员工打开多个内部工具软件去一步步点击、串联、汇总,而是由Agent直接围绕目标去规划和执行,Agent自己按需鉴权获得不同工具返回的信息,然后形成完整结果,甚至可以定时触发、主动汇报。“Agent正在成为一种新的软件服务形态,它会直接替代掉传统软件的一部分功能和操作入口。”

这一趋势,直接决定了MaaS平台未来的生死演化。如果只做一个单纯倒卖Token的“管道工”,结局注定是陷入惨烈的价格战,沦为赚取微薄加工费的苦力。要留住客户,必须往Token上面叠加高附加值的服务,把客户牢牢锁在自己的生态里。

牌桌上的玩家们都已经开始了抢跑。

PPIO在招股书中明确把战略延伸到了“AI智能体基础设施”,在MaaS之上搭建了“智能网关”和“沙箱服务”。企业员工不需要关心底层用的是DeepSeek还是智谱,网关会根据任务难易程度,自动把请求路由给最合适、最便宜的模型,“测算下来能帮企业再省下60%的Token成本”。

而沙箱则是为Agent准备的虚拟环境。“未来的Agent不仅需要大脑,还需要手和脚,去替人类操作浏览器、在电商网站上下单。”谢晋解释说,沙箱就是云端一台台隔离的虚拟小电脑,当成千上万个Agent同时干活时,平台必须在毫秒级别内拉起几万个并发的沙箱环境。

百度智能云也在做同样的事。张婷透露,千帆平台正在大力构建面向Agent的模型编排和路由能力,帮客户确保端到端的任务完成率同时,降低单任务成本。“未来客户不是为单次的Token调用付费,而是为最终的‘任务效果’付费。”

在张婷看来,未来的云计算,一定会全面演进为“Agent Infra”。而在这一天到来之前,对于大厂而言,谁手里既有百度的昆仑芯、阿里的平头哥真武这类自研芯片,又有自研模型,能把芯片、云和模型捏在一起联动优化,谁就能掌握最终的定价权。在百度最新一季财报里,GPU云、昆仑芯和MaaS三者加起来,已经贡献了AI云基础设施收入的一半以上,投资回收周期正在明显缩短。

在这场没有硝烟的算力与Token战争里,没有人敢停下脚步。模型大厂在拼命压榨算法研究员的极限,每隔一两个月就卷出一个新版本;而MaaS平台则在机房的轰鸣声中,夜以继日地改写组网代码、调优算子,试图从每一张芯片里多榨出哪怕1%的Token。

这场狂飙的终点,或许只有等到通用人工智能撞上技术上限的那一天才会真正到来。在不少业内人士的终局推演中,到了那个时刻,Token的价格战将惨烈到连价格本身都失去意义。因为算力的成本,将被无限压平至芯片的硬件折旧加上基础电费。

到那时,智能,也便真正变成了空气与水电煤。

巨头竞逐、新贵爆发:揭秘百亿规模Token商业内幕(图21)