一文讀懂 Token 經濟學新模式

撰文：趙穎

來源：華爾街見聞

AI 應用的商業化，正在從賣軟件、賣會員，延伸到賣 Token 調用能力。這裡的 Token，是大模型處理信息的最小信息單元，也是模型 API 計費、結算和消耗的基礎。隨著調用量放大，Token 本身開始像一種「庫存」被採購、路由、拆分、轉售。

華源證券分析師陳良棟在近期發佈的傳媒行業專題中，把核心變化概括為：「Token 運營正在形成一個新的中間層市場，即探索 Token 分銷模式，連接上游大模型廠商與下游開發者、企業和個人，本質是全球 Token 的批發到零售網絡的流動性基礎設施。」

這門生意出現的背景並不複雜：一邊是中國 Token 調用量快速放大，2024 年年初日均調用量為 1000 億，2025 年底升至 100 萬億，2026 年 3 月突破 140 萬億；另一邊，國產大模型能力上臺階，在部分榜單和調用量中已經進入全球第一梯隊。需求變大、模型變多，真正卡住交易的環節變成了支付、網絡、接口、合規、渠道和場景落地。

但 Token 分銷不能簡單理解成「倒賣 API 額度」。最薄的一層利潤來自轉售利差，更厚的部分來自推理加速、統一接口、企業端 Prompt 工程、Agent 編排、模型選型和業務系統集成。也正因為進入門檻不算高，這個市場的風險同樣直接：競爭加劇、墊資和壞賬、上游模型廠商政策變化，都會壓縮中間層利潤。

Token 開始有了「批發商」和「零售商」

Token 分銷的基本鏈條包括三類角色。

上游是模型方，包括字節跳動 Seedance 系列、阿里巴巴 Qwen 系列、智譜 GLM 系列、月之暗面 Kimi 系列、DeepSeek 系列等，它們是 Token 的源頭供給方。

中間是代理平臺，負責承接上游模型資源，再分銷給終端用戶。它的工作不只是轉手賣額度，還要把不同模型的接口協議轉換成統一 API 格式，讓下游通過一個 API Key 就能調用多款模型。

下游是實際消耗 Token 的人，包括個人用戶、開發者、企業客戶，也可能包括下級分銷從業者。

這個中間層的價值集中在幾個地方：國內直連降低網絡門檻；一套代碼適配多模型；支持個人支付、對公支付；批量採購後可能拿到更低成本；一個平臺聚合 GPT、Claude、DeepSeek、Kimi 等不同模型，減少開發者反覆接入的成本。

所以，Token 分銷看起來輕資產，不需要自己訓練大模型，也不需要大規模服務器集群。核心資產變成 API 中轉調度系統、上游模型資源、渠道客戶和服務能力。

調用量暴漲，是這門生意最直接的燃料

Token 運營模式成立，首先要有足夠大的消耗量。

中國日均 Token 調用量在兩年內從 1000 億提升到 140 萬億以上，增長超過千倍。調用量的擴張來自各類垂直 Agent 落地，也來自企業把生成式 AI 嵌入更多業務流程。

IDC 數據給出的路徑更激進：中國企業活躍智能體數量預計將在 2031 年突破 3.5 億，年複合增長率超過 135%；隨著智能體任務密度和複雜度提升，智能體 Token 消耗年均增幅有望超過 30 倍。

執行類智能體已經能看到這種變化。OpenClaw 在 OpenRouter 平臺的周度 Token 消耗量，從 2026 年 2 月 2 日至 3 月 16 日的 0.81T 升至 4.97T，佔比從 8.31% 提高到 24.36%。

Token 一旦成為大規模消耗品，圍繞它的採購、計價、路由和結算就會自然分層。模型方未必直接服務每一個客戶，終端客戶也未必願意逐個接入模型，中間層因此有了空間。

國產模型的性價比，打開 Token 出海的入口

國產大模型能力提升，是 Token 分銷從國內走向跨境的關鍵變量。

SuperCLUE 數據顯示，字節豆包、DeepSeek 系列等國產模型綜合評分已經突破 70 分，與 GPT-5.4、Gemini 等海外頭部模型的差距縮小；通義千問、Kimi、智譜 GLM 等模型也形成了較清晰的梯隊。

OpenRouter 數據中，截至 2026 年 5 月 10 日的一週，騰訊 Hy3 preview（free）位居調用量榜首；前五、前十、前二十名中，國產大模型分別有 2 款、6 款、9 款。

更有標誌性的變化發生在 2026 年一季度。2 月 9 日至 15 日，中國模型在 OpenRouter 上的調用量達到 4.12 萬億 Token，首次超過同期美國模型的 2.94 萬億 Token。2 月 16 日至 22 日，中國模型周調用量進一步升至 5.16 萬億 Token；平臺調用量前五模型中，有四款來自中國廠商，分別為 MiniMax M2.5、Kimi K2.5、智譜 GLM-5 和 DeepSeek V3.2，合計貢獻 Top5 總調用量的 85.7%。

價格優勢也很突出。MiniMax M2.5 和 GLM 5 的輸入價格均為每百萬 Token 0.3 美元，Claude Opus 4.6 為 5 美元；輸出價格方面，MiniMax M2.5 為 1.1 美元，GLM 5 為 2.55 美元，Claude Opus 4.6 為 25 美元。國產模型在 AI Agent、代碼開發等高 Token 消耗場景中，性價比差異會被持續放大。

全球 AI 資源不均衡，路由平臺成了「中轉站」

Token 分銷不是隻解決價格問題，還解決資源錯配。

海外頭部大模型受到地域訪問限制、合規規則和支付門檻影響，無法直接觸達包括中國大陸開發者在內的部分用戶。國產優質大模型走向海外，也會遇到本地化適配、渠道鋪設和用戶獲客難題。

這種不均衡，催生了跨境流轉、聚合路由和分層分銷需求。

OpenRouter 已經是一個典型樣本。其平臺處理 Token 量級從 2025 年每週 5 萬億至 7 萬億，提升到 2026 年 4 月每週超過 20 萬億；2026 年年化收入超過 5000 萬美元，較 2025 年 10 月披露的逾 1000 萬美元年化收入增長約五倍。

國內也有類似平臺。硅基流動是一站式大模型雲服務平臺，基於自研推理引擎做高效推理加速，同時提供企業級大模型服務。截至 2025 年 12 月，平臺註冊用戶超過 900 萬，企業用戶超過 10000 位，上線模型超過 150 個。

甚至美國政治相關資本也進入這一賽道。2026 年 5 月 5 日，與特朗普及其家族有密切聯繫的加密貨幣公司 WLFI 攜手 WorldClaw 推出 WorldRouter，整合 Claude、GPT、Gemini 等超過 300 款模型，以 USD1 結算，定價較官方公開費率低約 30%。

真正的利潤，不一定在「倒手差價」

Token 分銷有三種盈利方式。

第一種是轉售利差。平臺向上遊模型廠商批量採購 API 額度，再向下游客戶加價銷售。OpenRouter 在供應商成本上加收約 5.5% 的溢價，就是這一模式的代表。

第二種是技術溢價。平臺通過自研推理加速引擎降低單 Token 運行成本，在售價接近甚至低於官方價格時，依靠算力效率差獲取毛利。硅基流動的 SiliconLLM 與 OneDiff 技術，將語言模型推理速度提升 10 倍，文生圖效率提高 3 倍，使大模型 API 調用成本低至行業的 1/10。

第三種是企業增值服務。企業部署 AI 的成本並不只在 Token 單價，還包括 Prompt 工程、多模型選型、業務系統集成、工作流編排、運維調度和員工 AI 能力建設。基礎 Token 價格下降後，這些隱性成本反而更容易成為付費點。

硅基流動的企業級 MaaS 平臺就是這一方向：面向企業用戶提供模型訓練調優、部署推理、應用開發支撐三層能力，覆蓋數據處理、模型微調、Prompt 工程和 RAG 等，最終以標準化 API 形式交付給能源、金融、政府等行業。

營銷、短劇、遊戲、電商，是更容易消耗 Token 的場景

Token 分銷要賺錢，最終要落到真實場景。

生成式 AI 應用正在進入醫療健康、泛交通、工業製造等行業，也開始參與企業決策支持、戰略管理等核心流程。但不少企業的智能化轉型基礎薄弱，數據資產積累不足，算力投入有限，直接部署 AI 能力並不容易。

相比之下，營銷廣告公司手裡已有客戶和場景，涉及短劇、漫劇、遊戲、電商等領域，Token 消耗需求更直接，也更持續。對這類公司來說，機會不只是轉售模型能力，而是把 Token 嵌入客戶的內容生成、投放、素材生產、視頻化等流程。

投資線索也沿著兩條主線展開：

一類是具備優質模型能力的公司，包括阿里巴巴、騰訊控股、快手、崑崙萬維、智譜、MiniMax 等。

另一類是具有強 Token 場景和優質客源的公司，尤其是擁有海外客戶資源和營銷場景、願意在 AI 營銷和 AI 視頻化方向積極佈局的公司，包括易點天下、藍色光標等。

風險也很硬：低門檻、要墊資、上游說了算

Token 分銷的商業模式輕，但護城河並不天然深。

同業競爭是第一層風險。分銷業務技術門檻較低，頭部代理商一旦憑藉資金、客戶和渠道優勢入場，可能快速複製模式，壓縮利潤空間。

墊資和壞賬是第二層風險。分銷商對下游客戶往往採用月結或季結，但向上遊採購 API 額度時需要墊資。Token 消耗規模越大，墊資壓力越大；一旦客戶拖欠，壞賬風險會同步放大。

上游模型廠商政策變化是第三層風險。大模型廠商掌握 API 價格和接入規則，可能調整價格，也可能收緊第三方接入政策。對中間層來說，這是最難控制的一環。