中国AI Token工厂崛起：半年增长20余倍，产业闭环初现

过去两年，token的生产成本持续下降，而售价却一路攀升。这一看似矛盾的现象，背后反映的是基于Token商业模式逐渐成熟的产业逻辑。

硬件和模型的优化迭代，几乎都指向一个共同目标：更便宜的推理、更廉价的算力。

但另一方面，智能体（Agent）场景的成熟和业务闭环的形成，使token交易逐步脱离价格敏感，转向对效率与价值的追求。无问芯穹的联合创始人兼CEO夏立雪表示，真正能从AI中获利的人，不会被价格劝退，只会致力于如何降低生产成本。他形容，这几乎是已经“看明白了”的商业判断。

无问芯穹是一家2023年成立的公司，与清华大学电子工程系有紧密联系，其模式在业内被称为“token工厂”。不同于传统AI企业，它不研发通用大模型，也不做芯片或面向消费者的应用，而是专注于将供需两端的算力资源进行高效调度、匹配和优化，把优质token高效产出并提供给芯片厂、模型厂和应用厂商。

这种创新模式让无问芯穹能比产业链上的其他公司更早察觉AI产业的微妙变化。

夏立雪本人 图片由无问芯穹提供

据公司今年5月披露，去年12月至今年4月底，无问芯穹的Agentic MaaS平台调用量实现超20倍的同比增长，这一高增长趋势反映了推理市场的爆发式发展。

这一趋势标志着，推理需求的规模已超越训练市场。据国际数据机构统计，2026年全球企业在推理基础设施上的资本支出预计达680亿美元，而训练基础设施支出仅为450亿美元。从产业分工来看，AI产业的重心正在向“推理”领域转移。

随着AI不再只是回答问题的工具，而是开始承担复杂任务，如写完整代码、审阅合同、跟进项目等，token的消耗量呈现数十倍乃至上百倍的增长。无问芯穹的数据表明，在其Agentic MaaS平台中，95%以上的token调用量来自智能体场景。

推理需求的爆发，正在重塑AI产业的生态结构，芯片制造商、模型公司、云服务商都在重新对齐价值重心，基础设施服务商则从“管道”向“工厂”转型，进而成为AI产业链中具有更大影响力的一环。

衡量无问芯穹这种token工厂是否成功，公司内部设定了一个核心指标：每月能产出多少有价值的万亿参数级模型token。这一指标包含两个关键维度——生产效率（单位时间内的token产出量）和系统稳定性（确保连续运行不宕机）。

通过软硬协同优化，无问芯穹实现了过去一两年内5到10倍的性价比提升。公司提出的AI生产力公式——AI生产力=智能规模×Token生产效率×Token价值转化，正在成为业界共识。

夏立雪认为，token的爆发就像移动互联网从3G到4G的转折，不再局限于某款应用，而是推动产业内部的深度重构。AI不仅仅是工具，而是组织者，能够协调不同智力模块，实现真正的协作。

这种协作已在代码生成、线上营销等场景中落地。例如，AI已能实现类似于“一人团队协作”的模式，不同的AI分别承担代码编写、评审保障等任务，形成最基础的分工体系。这类AI型组织，正逐步覆盖更多行业。

无问芯穹团队讨论 图片由无问芯穹提供

无问芯穹的核心优势在于系统化的视野和持续创新的能力。它能够同时对接多家芯片厂商，把通用的架构统一接入、调度和优化，形成一个灵活且稳定的生态系统。

夏立雪进一步解释，token的生产、消费、定价和交易正逐步成为AI领域中的“货币单位”，它包含了技术经济模型中最重要的变量，即“如何让每个token产生最大价值”。

随着token经济学在产业中的落地，公司也在拓展自身的业务边界，从Token生产工厂，走向token价值转化环节，实现更大的系统价值。

虎嗅：当华为、中兴等系统厂商也采用集群方式提高token性价比时，无问芯穹的模式有什么壁垒？

夏立雪： 我们的壁垒在于软硬协同方面有长期积累与成熟成果。我们以系统算法驱动硬件适配，不局限于单一硬件或模型，而是覆盖整个产业生态。这种技术适配性和中立立场形成高度壁垒。

此外，我们的布局是面向整个算力供需生态，把市场上所有芯片视为可优化变量。当产业生态变得复杂，比如多种芯片、多种模型并存，我们这种全局优化能力就成为生态层次的壁垒。

虎嗅：从芯片到模型之间存在中间优化空间，无问芯穹如何建立这一中间层？

夏立雪： 我们正在打造一个跨越芯片与模型的中间层，把不同架构的芯片，如CAN、SUCA、MARCA等，统一接入并管理，实现高效的调度和资源整合。我们的愿景是帮助芯片厂商把复杂的“产品说明书”转化为实际可用的生产能力。

虎嗅：能否给出一些具体数据说明token成本下降情况？

夏立雪： 以万亿参数规模的大模型为例，我们实现的token每秒产能的性价比较之前提升了5到10倍。这是软硬协同优化带来的直接成果。

在token产能方面，我们关注两个核心指标：微观层面的生产效率和宏观层面的系统稳定性。两者都至关重要，因为只有基于稳定可靠的服务，客户才能持续使用并扩大需求。

虎嗅：无问芯穹这个商业模式，在不依赖国产替代叙事的情况下是否依然能增长？

夏立雪： 到了2026年，中国和海外市场在AI产业分配上出现相似趋势。无论在哪个地区，资源都面临供不应求的情况。无问芯穹的商业模式恰好能解决这个根本性问题。

虎嗅：token的爆发是否极大推动了中国芯片厂商在行业中的竞争力？

夏立雪： 2026年，国产芯片的市场机会很大。token作为衡量AI生产力的核心单位，正在帮助中国芯片企业实现从“能不能用”到“好不好用”的重大跨越。

虎嗅：在Prefill与Decode的分化中，国产芯片有何优势？

夏立雪： Prefill是当前国产芯片更适应的场景，因其核心是计算密集，而Decode则对芯片间的通信带宽和底层软硬件生态有更高的要求。这意味着国产芯片正在向更高性能迈进。

虎嗅：如果抛开国产化叙事，无问芯穹的业务仍然有增长动力吗？

夏立雪： 在2026年，不管市场是否被划分为“中国”或“海外”，整体供需关系都处于紧张状态。我们所处的赛道，核心是解决这种资源不足的问题。