出品|虎嗅科技组

　　作家|陈伊凡

　　裁剪|苗正卿

　　头图|AI生成

　　以前两年，Token的分娩成本一直鄙人降，但售价却一直涨。

　　看起来朝秦暮楚的事，背后是一笔基于Token交易模式渐渐训练而成立的生意。

　　硬件和模子，这几年束缚优化迭代，简直都指向归并个主见：更便宜的推理、更便宜的算力。

　　但另一面，是渐渐训练的智能体以及还是闭环的业务。“真确靠AI赚到钱的东谈主，根底不会被价钱劝退，只会缄默想办法降本。”夏立雪说，他简直莫得任何想考时候就下了这个判断，似乎是还是提前看分解了这个问题。他是无问芯穹的合伙首创东谈主兼CEO。这家2023年景立的、与清华大学电子工程系有深厚渊源的公司，作念的一部分事情，在行业里有一个越来越流行的说法：Token工场。

　　可能很难在市集上找到对标无问芯穹模式的公司，其卡住了一个此前未被发现的场景，或是长在了跟着AI需求拉动而新降生的结构洞上的翻新模式。它不研发通用大模子，不作念芯片，也不作念面向C端的行使，它坐在芯片和模子之间，把供不应求的算力资源进行调度、匹配、优化，更高效地滚动为Token，芯片厂商、模子厂商、行使厂商等各方都需要在无问芯穹的Agentic Infra体系上集成，由无问芯穹进行调度和分派，这是一种由技巧最初的软件与算法界说的交易模式。

　　这种特殊的模式让无问芯穹比任何一个在Token产业链上的公司都能率先感知始于青萍之末的变化。

　　我在上海模速空间无问芯穹的会议室见到夏立雪，玄色的公司文化衫，语速极快，说到技巧问题，似乎进入一种“心流”现象。模速空间是上海AI翻新的核心，以无问芯穹为圆心的2公里，产业链的高下流在此集聚。

夏立雪本东谈主 图片由无问芯穹提供

　　据公司本年5月闪现，旧年12月到本年4月底，无问芯穹的Agentic MaaS业务中，Token调用量增速进步20倍，这是以前从未有过的增长。

　　这个数字背后，是一件还是成为现实的事：推理，正在成为比西席大得多的市集。

　　以前三年，AI产业的叙事干线是西席。谁有更多GPU，谁西席出更大的模子，谁就站在食品链顶端。算力竞赛的逻辑领路狰狞：堆卡、堆电力、堆钱。英伟达的H100在暗盘上卖到六位数好意思元，以至要靠提前囤货。

　　但2025年底运行，这个逻辑变了。2026年推理的数据量初度进步了西席。笔据国际数据机构统计，2026年全球企业在推理基础设施上的成本开销瞻望达680亿好意思元，而西席基础设施开销为450亿好意思元。

　　当AI不再仅仅恢复一个问题，而是要完成一项复杂的任务：写完好意思的代码、审阅一份契约、捏续跟进一个名目，它花费的Token数目是聊天场景的几十倍以至上百倍。无问芯穹的数据是，在其 Agentic MaaS 平台调用的 Token 中，95%以上都是智能体场景。

　　推理需求的爆发，正在把AI产业链的价值要点往下移。芯片制造商、模子公司、云奇迹商，每一层都在再行订价，而位处核心的基础设施奇迹商，正在从“管谈”变成“工场”，又从工场变为在价值链领有更大影响力的Token分娩力滚动。

　　量度这个工场运转得好不好，无问芯穹里面有一个野心：每月能产出若干有价值的万亿参数级模子的Token。这个野心阻隔来看，有两个量度轨范，一个是效率：单元时候的token产出量；另一半是结识性，系统能不可皆集不宕机地跑下去。两个野心，在万亿参数大模子场景下，无问芯穹以前一两年齐全了5到10倍的性价比晋升。

　　在无问芯穹，有一个公式：AI分娩力=智能限度*Token分娩效率*Token价值滚动。

　　当Token业务在产业中能齐全交易化闭环的时候，就能为市集提供更充沛、更结识、更高性价比的优质Token，进而在产业内获取口碑，迷惑更多用户使用。

　　拿到更多需求之后，也能索要出更好的优化空间，一方面是斗争到更多简直场景，不错明确不同优化技巧在场景中的价值；另一方面是需求富裕多的情况下，资源分派的治愈空间更大，需求种类越丰富，和非同质化资源的适配可能性就越多，M 种模子乘以N种芯片的优化空间也会越来越大。

　　这也解释了为什么agent的崛起对无问芯穹是一个乘数效应，而非加法。

　　在这套公式下，飞轮正在动掸。

　　推理需求爆发，国产芯片和治理决议正在迎来全新的契机，这件事与也曾在这个领域常见的国产替代叙事迥然相异。中国芯片厂商对成本的明锐和工程化的智力，正在为这个产业链带来在全球市集角逐的竞争力。

　　AI算力市集的现实是：芯片种类越来越多，但莫得哪一张芯片能高效跑总计任务；模子限度越来越大，单机八卡早就存不下万亿参数的模子，需要集群相助；不同的推理任务，对蔓延、蒙胧量、精度的条目迥然相异。这一切重复在一皆，让“把算力用好”这件事，变成了一个极其复杂的系统工程问题。虽然，这亦然中国工程化智力上风的体现。

　　这个判断在推理侧，prefill和decode的分离上得到了具体考据。大模子推理分为两个阶段：prefill肃穆认知输入、构建高下文，计较密集；decode肃穆缓缓生成输出，通讯密集、对蔓延更明锐。两种任务对芯片的条目统统不同。这是AI算力紧密化需求下爆发出的新的场景。

　　依托团队历久在软硬协同等方面的技巧齐集，无问芯穹很早就运行深度推敲P/D分离，把两类任务分派给更合适的芯片——国产芯片在prefill场景还是不错落地，这意味着供不应求的市集里，国产算力有了简直的效用点，不再曲直黑即白的“能不可用”，而是“在那里用最合适”，以至是“用好”。

　　无问芯穹以token动作其AI分娩力公式的核心变量之一，是在2026年，这意味着通盘公司的优化主见，变为在“若何把芯片用满”的基础上，还要治理“若何让每一个Token产生最大价值”——技巧优化简易的成本，径直滚动为毛利，再参预下一轮研发，造成正向轮回。Token，正在成为AI产业里最接近货币的单元。它不错被分娩、被花费、被订价、被来往。

2026年世界杯中国官网

　　更大的判断，夏立雪用了一个类比：Token的爆发，像极了出动互联网从3G到4G的阶段。

　　但他补了一句，4G期间最病笃的“行使”不是微信，也不是淘宝，而是那些充分使用流量、勇于在流量便宜之后再行设想组织的公司。到了token期间，真确改换产业形状的惟恐是某一款杀手级AI行使，而是那些用AI重构里面单干、让东谈主和AI真确相助起来的微型组织——十东谈主、二十东谈主，以至一两个东谈主，但分娩效率远超传统同限度团队。

无问芯穹团队料到 图片由无问芯穹提供

　　这类组织还是在出现了。“面前无须惦念莫得行使场景，核心是咱们能不可接得住这样多需求。”

　　这句话引出了无问芯穹正在作念的下一步：跳出纯token工场的界限，运行介入Token的分娩力滚动设施。

　　结构洞上长出的翻新模式

　　虎嗅：当华为、中兴等这些系统厂商他们也在用集群的神色提高Token的性价比，无问芯穹这个模式的壁垒在那里？

　　夏立雪：上层的壁垒是咱们在软硬协同领域有充足的齐集和训练后果。咱们是基于系统算法作念硬件适配优化，不针对单一硬件厂商或单一模子，智力不错秘密产业全生态，是中立的第三方，技巧适配性强，在种种场景下都不错使用。

　　其次，咱们的视线是面向通盘供不应求的产业作念布局，把市集上总计芯片产能都动作优化的输入变量，最终齐全让通盘生态中总计现存主体都施展最大价值。这不是单点的一双一优化，当产业生态复杂度晋升——比如出现多种模子、多种芯片并存的情况，咱们这种大体系资源优化智力就会造成生态层面的壁垒。

　　咱们团队内在的核心壁垒是历久跟进业界最新的发展变化。此前作念广大模子和MoE优化，之后又针对万亿参数模子难以在单一硬件上限度化扩展的问题，很早就运行深度推敲P/D分离和半分离关系技巧，面前也在研发不错各异化体现国产芯片智力的关系技巧。

　　咱们的壁垒不是单点的技巧最初，而是系统化的、滚动式的捏续翻新。

　　虎嗅：从芯片到模子之间存在中间优化的空间，针对Token经济学，不同厂商也建议了不同的治理决议，举例华为和一些芯片厂商建议的“超节点”的门径，以集群智力叮咛单卡算力不及，从无问芯穹的态度，若何建立中间的优化层？

　　夏立雪：面前是算法牵引系统、硬件和集群建树的期间，咱们和芯片厂商有共同的主见，等于要齐全简直的产业落地，惟有各方能对接上、跑通业务，等于好的生态。芯片厂商最核心的是要作念好我方的“居品讲明书”，而若何把芯片这个复杂精密的硬件用好，是咱们动作行业各人要作念的事。面前国内各式各样的芯片都有相通CUDA的层，有CAN、SUCA、MARCA等不同的架构，咱们的生态等于把这些架构搭救接入、调度、紧密化治理和资源分派，保证奇迹结识，最终齐全交易化闭环。

　　虎嗅：有莫得具体的数字讲明客户选拔你们的决议，在同等推理任务和同等效果下，Token成本下落了若干？结识性达到了什么进度？

　　夏立雪：比如在万亿参数限度的大模子场景下，咱们齐全的token每秒产能对应的性价比和一两年前比较还是作念到了五到十倍的下落，这是软硬协同优化带来的运行成本下落。

　　Token产能有两个核心维度，一个是微不雅运行层面的分娩效率，亚搏(中国)也等于单元时候内的Token产出量；另一个是宏不雅层面的结识性，幸免经常停机转机导致施行产能下落。咱们在这两个野心上都取得了很好的后果，最径直的解释等于客户都在捏续使用咱们的奇迹。

　　虎嗅：里面最敬重的核心野心是什么？

　　夏立雪：骨子上最终都会归拢到单元时候内的Token产出量，这是考试优化效果的惟一野心。咱们核心关注的是无问芯穹每月能够产生若干有价值的万亿参数大模子的Token。

　　这个野心下涵盖两个部分：一个是Token每秒的分娩效率，另一个是可参与分娩的资源限度。软硬协同优化中也包含大限度系统结识性的优化，这点连续被忽略，但至极病笃。

　　因为当咱们从小而好意思的技巧团队转向系统奇迹商时，需要为客户拜托大限度捏续结识的业务，限度的蔓延必须以结识性动作复旧。

　　虎嗅：2026年被认为是推理大年，你们哪条业务线有昭彰增速？

　　夏立雪：以公司 Agentic MaaS 平台为例，从2025年年底到本年5月，Token调用量增速在20倍以上。而且这种增长是健康的结构化增长，是多种需求同期存在、有分层结构的增长，并驳诘以捏续的单点增长。

　　面前通盘模子产业的发展相通金字塔从底部进取冲突，顶端行使在束缚拓展新的需求领域，AI还是不错齐全写代码、作念设想、作念营销，改日还可能秘密法律等场景。推理需求的快速增长带动了全产业链的健康发展，秘密模子公司、行使公司、基础设施奇迹商以至芯片公司。

　　从这一年的训戒来看，全链路都完成数字化、总计信号都不错在数字全国闭环的任务和组织，会更快进入自我闭环的迭代，也会最优先吃到 AI 进化带来的红利乃至利润增长。东谈主工智能自己擅长自我迭代，相通AlphaGo不错通过自我对弈齐全快速进化。

　　虎嗅：这些场景具体都是哪些？能举几个例子吗？

　　夏立雪：比如代码生成场景最早爆发，一方面是研发东谈主工智能的轨范员自己最老到代码场景，另一方面是代码的提交、评审全历程都稀有字化记载，相通的还有线上营销场景，关系历程都稀有字全国的记载。合座来看，上一波数字化转型作念得好的、或者互联网期间原生的场景，需求增长都至极快。

　　若是按需求复杂度分裂，咱们公司95%的需求都来自智能体场景，也等于由AI完成完好意思可拜托的任务，而非浅显的聊天需求，用户更欢欣为分娩力和最终收尾付费，这是产业落地的良性趋势。面前在代码生成这类赛谈，还是不错齐全AI团队相助，不同的AI分别承担代码编写、质地保险的责任，造成最浅显的相助模式，这类场景还是跑通，后续也会在其他行业缓缓落地，刻下东谈主工智能落地的节律至极好，咱们动作产业中资源买通的主体也会获取对应的价值。

　　虎嗅：这是年头OpenClaw出现之后带来的拐点？

　　夏立雪：在OpenClaw推出之前关系需求就还是出现了，OpenClaw是产业发展到一定阶段滋长出的居品之一。核心原因是东谈主工智能的智能性冲突了临界点——当AI的智能性达到不错完成子任务、具备长高下文追想智力的临界点之后，才具备动作“大脑”谈判子任务完成治理责任的基础。后续还会有更多针对不同场景的同类居品出现。

　　一个token工场的生意飞轮

　　虎嗅：无问芯穹有一个公式：AI分娩力=智能限度×Token分娩效率×Token价值滚动，从无问芯穹的角度，这几个变量里不错若何赚到钱？无问在这个公式里，飞轮若何转起来？

　　夏立雪：Token业务在交易化能闭环的产业里，曲直常好的模式。当自身优化智力富裕强的时候，就能为市集提供更充沛、更结识、更高性价比的优质Token，进而在产业内获取口碑，迷惑更多用户使用。

　　拿到更多需求之后，也能索要出更好的优化空间，一方面是斗争到更多简直场景，不错明确不同优化技巧在场景中的价值；另一方面是需求富裕多的情况下，资源分派的治愈空间更大，需求种类越丰富，和非同质化资源的适配可能性就越多，M种模子乘N种芯片的优化空间也会越来越大。

　　这两点会使得接到的需求越多、可使用的资源能复旧的需求越多，优化智力就越强，优化智力越强又能反过来提供更结识、更便宜、更充沛的奇迹，迷惑更多需求，飞轮就此动掸。

　　虎嗅：这种算力紧密化需求下催生的模式，无问芯穹的交易模式是按收尾收费如故case by case？

　　夏立雪：面前Token工场的模式还是比此前训练许多，有更偏向收尾的订价神色，等于按照Token计费，Token自己也有各异化，相文告白行业的CPM计费。面前Token还是曲直常逼近业务的订价野心，用户不错直不雅感知到token对应的价值，无须和顺底层用了什么芯片。

　　以Token动作结算维度有许多平允：一方面能让通盘赛谈更关注AI产生的价值，而不是单纯的资源，咱们总计技巧优化简易的成本，都会晋升公司的毛利率水平，不错再参预到新的技巧研发里，造成正向的轮回；另一方面Token动作结共野心也能很好地兼容跨行业的各异化，无须每个行业都作念一套闲适的计价神色，更利于产业结构的扩展。

　　虎嗅：推理大年里，国产芯片的契机大吗？

　　夏立雪：2026年行业内群众都很看好，国产芯片的契机至极大。市集是健康的，种种需求都有缺口。面前的任务等于先把能填上的缺口填上。

　　虎嗅：推理需求进一步分化，分为Prefill（预填充）和Decode（解码），国产芯片的上风在这个细分需求里有各异吗？

　　夏立雪：国产芯片还是稀奇了“能不可用”的非黑即白，进入了“好不好用”的性能较量阶段。

　　其齐全在的算力需求至极种种化。比如，行使端有对延时终点明锐的，也有相对包容的；模子端有万亿参数级别的极限挑战，也有千亿参数就能高效治理的场景。

　　回到 Prefill 和 Decode 的细分。相对来说，Prefill 更契合当下国产芯片的智力现象。因为它是计较密集型任务；而 Decode阶段不仅是访存密集型，还对卡间通讯带宽、以及芯片底层的合座软硬件生态建议了尖刻得多的条目。

　　虎嗅：若是抛建国产化叙事，无问芯穹的业务依然能增长这样好吗？

　　夏立雪：到了2026年这个时候点，中国市集和国际市集莫得根底的区别，合座都是健康的产业分派现象，也同期濒临着资源不够用的近况，而且在改日相等长的时候，仍会供不应求。咱们公司所处的赛谈核心，偶合是若何治理供不应求的问题。

　　Token进入5G阶段，可能出现真确的AI型组织

　　虎嗅：你之前把Token的增长比成手机流量从3G到4G的阶段。出动互联网期间的流量爆发带来了微信或电商这样的模式，进入Token 4G以至5G阶段，最有可能爆发的AI行使会是什么？

　　夏立雪：我合计对应的不是单一的业务，而是AI型的组织。OPC是最近比较火的极致倡导，一东谈主公司大限度出现难度比较大，但十东谈主、二十东谈主或者几个东谈主的小公司，这类充分使用AI、东谈主和AI充分合作的组织会广博爆发，这才是Token流量进入4G阶段真确产生的核心“行使”。

　　4G、5G期间的出动行使特色是广博使用流量，是基于流量充足的前提降生的和以往不同的居品。对应到AI领域，不是某类行使会广博使用AI，而是某类组织会广博使用AI并创造出好的新作品。还是完成数字化的赛谈，会更早降生这类原生 AI化的机构和组织。

　　虎嗅：这类AI智能组织面前还是出现了吗？

　　夏立雪：还是有许多了，有许多很真义的组织产生，群众会把AI用在责任的方方面面，而且这些组织里使用的不同AI之间还会交互，造成东谈主与AI共生的组织形态，这些组织创造的居品等于AI 4G期间最真义的新兴居品。

　　虎嗅：跟着AI快速发展，对无问芯穹来说最大的挑战是什么？若是改日出现竞争敌手，有可能是哪一类公司？

　　夏立雪：从东谈主工智能合座发展来看，核心问题如故资源浪漫。名义看有两个浪漫，一个是模子能不可冲突到下一个范式，面前距离真确的AGI还有简略一到两个范式的差距，而范式冲突需要广博的西席资源和东谈主员参预，最终如故回到资源问题。

　　咱们认为短期内AI范式不会有根人道的冲突，但面前AI还是冲突了可用的临界点，正在束缚拓展新的行使场景，核心问题变成咱们能不可接得住这样多需求。这取决于资源是否够用、资源效率是否富裕高。

　　对于竞争敌手，我认为面前是需求大于供给的市集，远远没到零和博弈阶段。产业链有高下流分派，不同主体有不同的资源资质，横向纵向都不错找到我方的市集空间，惟有创造价值就能获取收益，核心产业层面的竞争其实很淡泊，企业自身的发展才是最病笃的。

　　虎嗅：若是AI进入了下一个范式，刻下的交易模式依然成立吗？

　　夏立雪：AI范式不会出现跳变，就像5G出来之后4G技巧依然有行使场景，会有一个过渡的节律。若是范式冲突带来新的基础设施变化，反而会产生新的契机和发展空间，咱们不怕事情难——无问芯穹的技巧团队从一运行等于奔着治理最难的技巧问题去的，而且找到了很好的 TMF（技巧-市集适配）。

　　虎嗅：Token关系产业什么时候能迎来相通通讯领域5G的拐点？

　　夏立雪：用通讯领域4G、5G的分裂来类比AI产业不是极端合适，下一个期间的跳变有两种可能性。一种是模子的确发生范式变化，但这种变化是什么面前莫得东谈主能够预测。第二种是模子的成本降到富裕低，面前计费神色还是从千Token若干钱降到百万Token若干钱，若是成本再下落一到两个数目级，就会出现相通流量包、包月的倡导，届时通盘产业的付费模式会发生质变。

　　成本下落1-2个数目级是有可行旅途的，核心是更深档次的软硬件联结，对模子结构、模子组合和硬件结构都进行治愈，晋升两者的匹配度，还有1-2个量级的优化空间。咱们一方面会在成本下落1-2个数目级的过程中创造价值，另一方面也在提前作念布局，推出匹配改日新的分娩关系和交易模式的新址品和新智力。

海量资讯、精确解读，尽在新浪财经APP

遭殃裁剪：尉旖涵 亚搏体育

• 一个
• 增长
• 亚搏体育
• 预备
• 半年