今年以来，Token工厂几乎是算力行业被提及最多的一个词。年初，这一概念开始进入产业政策的视野，到了下半年，从互联网巨头、运营商到各地智算中心的建设方，几乎都在这条路上，推理服务也开始从过去按卡计价的算力租赁中分化出来，逐渐成为一种独立的产品形态。
但热闹之下，有一个不太好回答的问题一直悬着，那就是Token工厂的边界究竟应该由算力规格来定义，还是由输出质量、延迟与单位成本来定义。
这两种定义方式，对应的其实是两门不同的生意。卖算力交付的是一批资源，用得好不好由客户自己承担；卖Token交付的则是结果，从质量、延迟到稳定性，责任都在了服务方这一侧。
围绕这条分界线，在由 PEC 社区联盟、至顶科技、软积木共同主办，AIGCLink、LangGPT 社区、爱智岛人工智能艺术家创作联盟、硅创联、海升睿达联合主办的第三届AI 创新者大会暨 PEC 2026 上，平凯星辰副总裁刘松、趋境科技首席引擎架构师谢威宇、亚康启源CMO周立宾，以及首都在线解决方案总监王超，四位分别来自数据基础设施、推理引擎、算力服务与云服务领域的从业者，在以"构建Token工厂"为题的圆桌对话中讲了各自在过去一年里看到的变化。
Token烧在哪里？
刘松打了一个比方，Token工厂相当于国家电网，跑在上面的各类Agent 应用则相当于家用电器，电网建得再大，最终还是要看接了多少电器、每天用掉多少度电。按照他的观察，目前八九成的Token消耗仍然集中在两类场景上，一类是编程，另一类是视频生成。
今年上半年最大的变化发生在编程这一侧。但消耗涨上去了，企业侧的效果却没有同步显现出来。刘松坦言，现在的情况是个人工程师消耗了很多Token，但在企业层面还没有看到相应的效果。
刘松提到，未来编程领域开始大规模走向自动化，人只负责提出需求，后面由多个智能体自行协作完成，这方面，平凯星辰的Loop已经验证了这种模式，这种“软件工厂”方式会带来巨量的Token消耗。
在他看来，接下来两三年最大的Token消耗会来自智能体，尤其是进入企业级严肃任务的多智能体协作。这其中，还隐含着对Token质量的不同要求，一些很酷炫的音视频生成，用的Token反而不必那么“贵”，而大规模软件工程类任务，因为要求高准确率，对模型的智力水平反而更高，价格自然也不在一个区间。
从卖资源到卖服务
消耗结构的变化，会传导到了交付方式上。
王超看到的最直接的变化，是客户从买资源逐步过渡到买服务。在他看来，这是一个必然的过程，整个计算产业本身就是这么走过来的，最早只卖服务器资源，后来有了虚拟化和服务化，客户通过API去调用底层的计算资源，但能让客户想付费的，却是具体的业务。
事实上，过去买GPU的客户大致可以分成两类，一类是专门做模型的公司，GPU本身就是其业务的一部分，另一类是传统企业，买GPU更多带着尝试的性质。王超表示，现在基本已经过了尝试阶段，企业更想要的结果是AI如何帮到实际业务，没有必要再自己从底层搭一套。如果从底层资源开始搭建，再部署相关的大模型，最终产生业务价值仍然需要较长的周期，也正因如此，首都在线在做MaaS聚合平台，让客户通过一个API直接用上想用的模型。
周立宾提到，前两年智算中心的建设以训练为主，那这一阶段的投入几乎不计成本，看重的是技术领先性，以及在行业里的份额和认可度；而到了推理阶段，大家则更在意最终产生的价值如何回到成本里。
按照周立宾的回忆，转折点出现在去年四季度，在那之前，客户对智算中心的诉求比较单一，就是做训练，要的是规模化集中。而今年年初以来，行业一直在琢磨怎么提高服务器的负载率和整体的压榨能力，以及如何对抗不断上升的算力成本。在他看来，无论从哪个角度切入，Token工厂追求的都是同一个目标，那就是降低单位成本。因为电力成本国内相对有优势，而算力成本仍然处在上升通道。
供需关系也在变，本次圆桌上的一个共识是，去年10月之前市场还是买方市场，之后逐渐转为卖方市场，到今年年底至明年，有望回到相对合理的状态。周立宾用了"紧平衡"三个字来形容，他判断，今年年底到明年年中，各家的策略调整会开始显出效果。
Token成为标准化商品
交付方式的变化决定了这门生意怎么卖，那么Token本身的商品属性，决定了它最终的优势是什么。
谢威宇认为，Token工厂与此前云服务最大的区别在于接口是标准化的，用户接两家供应商，只要模型相同，拿到的Token就完全一样。
从这个角度看，Token是批量生产的商品。
既然是商品，生产它工厂的效率也就成了核心。谢威宇指出，Token工厂的原料是算力和电力，在发展初期，通过推理引擎的性能优化和整个平台的调度，完全相同的算力和电力可以产出多得多的Token。
在效率上，王超给出的是另一组具体做法。他表示，当前海量的GPU选型已经开始偏向推理加速能力。首都在线也在用KV缓存、提示词加速等技术在推理层面提升性能，让单位GPU产出更多Token。
不过，效率能优化的空间之外，还有一道更硬的约束，那就是芯片供给。谢威宇判断，产量的扩张会受限于芯片供给。因此，未来大规模国产化是必然趋势，而趋境科技在上个月就已经实现了大规模的国产化推理。
至于国产芯片与主流产品之间的差距，谢威指出，推理过程有预填充和解码两个阶段，解码受制于带宽，国内在显存这一环存在明显限制，但国产卡在价格上拥有优势。
Token要落到行业里
效率解决的是Token怎么造出来，接下来的问题是，这些Token如何变成企业愿意付钱的东西。
刘松提出了一张分层的图谱，最下面一层逐步被Token工厂集约化，屏蔽掉GPU的差异和推理框架的差异，企业从API接入即可；再往上是广义的数据层，也就是湖仓一体，结构化和非结构化数据都要存得下；更上面一层以上下文和记忆、知识工程为主，可以理解为新一代的上下文数据库加知识工程数据库；最上面才是业务逻辑、本体和客户需要重建的工作流。
在他看来，企业级智能体今年之所以成为一个特别火热的词，是因为它把Token的“脑力”转化成了场景价值。
周立宾表示，亚康启源之前主要服务大模型公司和互联网企业，现在开始向行业里沉，例如与江苏一家化工企业的合作，就打通了从Token工厂到应用的链路。前不久，亚康启源还与一家模型企业签订了战略合作，在他看来，模型公司本身产出模型，但Token仍然需要进入各个行业才能产生价值和变现，这样的合作既帮模型公司完成落地，也能帮终端用户拿到场景化的解决方案。
也正因如此，周立宾并不认为资源本身构成壁垒。对于客户而言，换一个API只是改几行代码的事，而真正沉淀在客户那一侧的，是围绕业务的维护和工具。