AI基建“算力饥渴”：Token成争夺焦点，四大势力涌入市场

“现在你有多少Token就能卖多少，整个市场供不应求。”

百度智能云总经理的这句话，撕开了AI行业最真实的现状。

曾几何时，各大厂为抢市场，Token还“打折甩卖”甚至亏本赚吆喝。

如今，局面彻底反转——加价都未必买得到。

阿里云资深副总裁刘伟光更抛出一个惊人数字：过去5个月，阿里云Token调用量暴增15倍。这背后，是一场从MaaS（模型即服务）到TaaS（Token as a Service）的行业底层逻辑巨变。

在这场突如其来的“算力饥渴”中，云大厂、模型公司、运营商及AI Infra企业四大势力，正展开激烈圈地运动。

供需逆转：Token从“白菜价”到“奢侈品”

为何Token突然紧俏？核心在于真实需求井喷。过去两年，大厂虽设Token销售KPI，但市场充斥“低质调用”——用昂贵大模型做简单数据清洗。

随着Coding（代码生成）和Agent（智能体）技术成熟，情况质变。Coding让非程序员轻松做报表、搞预算，更让老旧系统“重生”；Agent拥有“手脚”后，完成一项任务需几十上百轮推理，

这种变化直接倒挂商业模式。过去卖硬件比卖Token挣钱，如今“卖硬件不如卖Token”。云厂商谨慎分配GPU资源，因训练更好模型才能卖更多Token。中国工程院院士郑纬民指出，AI基建竞赛已从比拼算力规模，转向“每瓦Token生产效率”。

四方混战Token市场：谁能笑到最后？

1. 云大厂：全栈能力+闭环生态

云大厂手握模型、算力、芯片全栈优势。百度云提出“芯、云、模、体”，阿里云强调“芯-云-模型-推理”。通过芯片与模型深度绑定成为平台优势，“两者齿轮咬合，螺旋上升”。

产品层面，云厂商从云原生迈向“Agent原生”，重构技术栈。同时，既卖Token，也包装成Agent应用（如Coding工具），自建从生产到应用的闭环。阿里云要求客户Token支出不低于今年IT支出的20%，并设MaaS专职销售，主攻AI原生企业。

2. 模型公司：押注模型本身，轻运营突围

智谱、Minimax、Kimi等模型企业重心在“卖模型”，Token化是手段。虽部分企业港股上市、市值千亿，但营收与现金流规模有限，选择轻运营，自持算力基建少。例如，天翼云Token套餐接入智谱GLM5模型，通过生态合作扩大覆盖。

3. 运营商：资源+渠道优势，推动国产化

三大运营商集体入局，中国电信动作最快。其核心优势在于海量数据中心、网络资源及全国触达能力。AI被Token化后，逻辑类似话费、流量，可像水电一样运营。运营商联合生态开发AI应用，推动普及，同时作为国产芯片采购主力，强力推动适配生态。面对算力利用率低、异构碎片化等挑战，运营商整合多方力量，加速国产芯片适配与多模融合。

4. AI Infra企业：国产适配与调优成突破口

这是当前融资最热赛道。Agent应用爆发推高Token消耗，重塑这条赛道的商业逻辑——从“赚差价算不过账”到卖方市场红利期。

典型如：

是石科技：主攻大规模集群运营与国产芯片适配，三年前盈利，正向重资产独立第三方云平台演进。

硅基引擎算力平台：以“算力调度+芯片适配”为核心，构建国产AI算力底座。

其业务亮点包括：

全栈算力调度：整合国产芯片资源，实现跨架构、跨厂商的算力统一调度，提升利用率。

模型全生命周期支持：从训练、微调到推理，提供一站式服务，降低客户开发门槛。

深度国产适配：与多家国产芯片厂商合作，加速新模型在国产硬件上的部署，缩短适配周期至数周（行业平均数月）。

行业解决方案：针对AI原生企业、互联网公司及传统行业，提供定制化算力套餐，如为自动驾驶企业打造低延迟推理集群。

技术优势：自研的“动态算力编排系统”可智能分配任务，使单集群Token生产效率提升30%以上。

无问芯穹：最早提出“MxN”概念（多模型适配多芯片），专注中间层产品。

这类AI Infra企业抓住国产适配机遇——每款芯片架构不同，单靠硬件厂商无法解决，需芯片商、AI Infra企业、应用方协同。

结语

当Token成为AI时代的“水电煤”，这场争夺战注定漫长而激烈。云大厂、模型公司、运营商与AI Infra企业四方力量各展所长，寻求在国产适配与算力调优中的突破，或将成为破局关键。

谁能在这场“算力饥渴”中啃下硬骨头，谁就能在未来的AI世界中，占据一席之地。