文｜爱分析

2026年以来，中国模型API调用量正以前所未有的速度攀升。截至今年6月，豆包大模型日均Token调用量突破180万亿，过去一年增长超过了10倍。

量在涨，价也在涨。据摩根士丹利统计，第二季度中国模型输出的API均价已经上涨至每百万Token 21.9元，同比涨幅超过60%。

量价齐升，按常理所有Token厂商都应该能赚钱，但事实并非如此。

当前Token市场一共有三类玩家，但各自的毛利率走向截然不同。据爱分析统计，只有云大厂处于高毛利区间，模型厂商和独立厂商都在亏损或者盈亏平衡边缘挣扎。

爱分析认为，Token厂商能不能挣钱，不是由技术决定的，而是由五个变量决定的。在由这五个变量构建的利润公式中，谁能建立结构性优势，谁就能挣到钱。

简单解释下以上公式。Token的利润，首先取决于Token加权单价，也就是输入、输出和缓存价格加权在一起的Token单价；二是GPU利用率，指GPU卡有多少时间处于空闲状态；三是Token吞吐量，指每月能跑多少个Token。

这三个变量相乘，是Token收入。然后减掉两项成本，一项是GPU服务器的月租，另一项是模型的授权费用，开源模型已经开始针对大型Token服务商收费。

用这个利润公式，可以清晰看懂三类玩家的命运。

云大厂在这五项变量上，几乎全占优势：自研模型自主定价且无需支付授权费，通过长期协议锁定低成本的GPU月租价格，专职推理优化团队改善Token吞吐量。云大厂最大的优势就是GPU利用率，通过对内、对外同时提供Token服务，GPU利用率常年维持高位。

相比之下，模型厂商的优势仅在定价权和模型抽成上，另外两项变量GPU利用率和服务器月租，均不占据优势，导致的结果是，毛利率区间相比云大厂大幅下滑。

比较惨的是独立厂商，这五项变量中，没有一项具备独立定价权，全部暴露于市场价格，没有任何竞争优势，这导致了必然的结构性亏损。

01 云大厂的壁垒不是技术，是GPU永远不会闲下来

云大厂Token业务的高毛利，虽然有点遮遮掩掩，不愿意过多表达，但很明显，云大厂是Token市场中唯一处于舒适区的玩家。

先看阿里。在财报电话会上，阿里明确提出Token业务毛利高，而且随着Token价格未来1-2年持续提升，毛利率还会继续上升。

高毛利背后的原因，吴泳铭讲得很直白，“我们的服务器内几乎没有一张卡是空的。”云大厂的GPU不光接外面的Token订单，自家也有搜索、广告、推荐、办公等一大串业务排队等着用卡。任何一张卡刚闲下来，下一个内部任务立刻把它接走。所以阿里、火山这些云大厂，GPU利用率轻松超过85%。

再看火山。火山引擎虽然否认了Seedance毛利率达到70%，但这一举动显然是此地无银三百两，业内普遍认为其毛利率至少超过50%。

火山引擎Token业务的高毛利，常被市场归因为GPU服务器成本控制做得好。但从爱分析观察来看，并不是这么回事，火山引擎向润泽科技长租GPU，而润泽算力租赁业务毛利率为53%，说明火山付的租金并没有显著低于市场价格。

综上阿里、火山两家来看，云大厂高毛利的根源不在采购端，而在GPU利用率端。相比之下，模型厂商和独立厂商需要从市场上一单一单获客来填GPU，其GPU利用率存在明显的天花板，很难超过70%，存在大量闲置时间。

除了GPU利用率，云大厂还有第二层壁垒，即稀缺闭源模型的定价权。大语言模型、Coding模型赛道已经拥挤不堪，但视频生成模型不一样，能打的就那么几家。Seedance是其中的稀缺供给，价格一直坚挺。

据爱分析调研，Seedance的渠道代理商也只能拿到95折的价格，优惠比例极低。同时，Seedance含视频输入的价格，还从每百万Token 28元涨到了42元。

在GPU利用率、模型定价权这两重优势的加持下，云大厂的Token业务高毛利、高增长，成为AI业务的希望之星。

02 模型能不能跑国产卡，决定了Token业务赚不赚钱

模型厂商自己提供Token推理服务，能不能赚到钱，关键就一条：这个模型能不能跑在国产卡上。能跑国产卡，就多多少少有得赚，如果模型参数规模太大，只能跑英伟达的卡，尤其只能跑B300，那基本只能赔钱了。

也就是说，在模型设计阶段，Token推理服务的盈亏空间就已经被锁死了。Kimi、智谱，两家模型厂商恰好展示了截然不同的结果。

Kimi的K3参数量2.8万亿，MXFP4量化后权重文件高达1.4TB。8张H200的显存总容量仅1.1TB，根本放不下，只能用B300。

爱分析基于Wafer的基准测试，估算了K3在B300服务器上的月度盈亏情况。在100%GPU利用率、90%缓存命中的前提下，Kimi每月亏损6.5万元，毛利率为-34%。如果GPU利用率按行业标准的70%左右估算，其亏损将更为严重。

再反观智谱的GLM-5.2。尽管GLM-5.2的输出价格显著低于K3，但它可以跑在昇腾服务器上，同样跑满1个月，利润率可以做到20%。

GLM-5.2的参数量为7,440亿，仅是K3的1/4，MXFP4量化后权重文件也只有200多G，完全可以跑在昇腾服务器上。而昇腾服务器的月租价格在7-8万，仅仅是B300的零头。

两家算下来，结果就是开头那句话，谁的模型能被塞进便宜的国产卡，谁就能赚钱。所以，GLM-5.2和K3之间并不是技术实力有差距，而是技术路线各有选择。

K3选择B300，并不意味着完全挣不到利润。K3在开放模型权重时，针对MaaS收入超过2000万美元的合作伙伴，会收取模型授权费。这种轻资产分成的方式，将是K3盈利的主要方式。

在这种模式下，Kimi无需投入算力成本，所有收入都是纯利润，这也是模型厂商独有的结构性优势。爱分析预计，未来智谱、DeepSeek都会考虑在开源的同时，针对大型MaaS服务商进行抽成。

03 独立厂商前途未卜，无论怎么优化也带不来利润

独立厂商是三类玩家里面最难的一类。

卖Token，它没有模型定价权，因为跑的是开源模型，市场充分竞争，价格没有优势。它的服务器月租按市场价全额付，没有资本实力签长约锁定价格。GPU利用率尽其所能做到70%，虽然已是行业优秀水平，但对比云大厂有10-20个百分点的固定差距。此外，它还得给模型厂商交授权费。

这些变量，独立厂商一个都做不了主，全是别人定的价。

独立厂商手里唯一的牌，是推理加速技术。无问芯穹CEO夏立雪在2026年7月提出优化即利润的思路，团队实测通过架构优化，能把单个Token的成本降37.5%。这个数字听起来不小，但把它放进K3在B300上那个月亏6.5万的账单里再看，事情就变了。

这几项优化全部叠满，最好的结果也就是从一个月亏6.5万，变成亏1到2万。方向没变，还是亏。优化的真正价值不是让独立厂商赚钱，是让它少亏一点、多撑一阵。爱分析判断，独立厂商规模做得越大，亏得越多，这是一门算不过来账的生意。

不但如此，独立厂商的生存空间也正在双向收窄。一方面，开源模型的参数规模持续膨胀，能塞进国产芯片的模型越来越少。另一方面，英伟达GPU的月租金正在快速上涨，B300从年初12万元涨到7月的19万元以上。

如果独立厂商坚持只做推理加速优化，唯一能盈利的路径是使用市场上的闲置算力。而以地方政府、央国企算力中心为代表的闲置算力持有方，将是独立厂商的重要合作伙伴。

对于这些政企类算力中心，已经完成GPU采购和部署，GPU服务器是沉没成本，每一分的Token收入都很重要。由于缺乏使用场景，算力始终处于空置状态，独立厂商接入这些算力时成本极低。同样的B300服务器，独立厂商按市场价格月租19万元，接入政企闲置算力的成本比昇腾服务器还便宜。跑同样的K3模型，完全有可能实现正向的毛利率。

但是这条路的窗口期有限，政企的闲置GPU摊销周期有限，再过两年，这些GPU将被市场淘汰，无法用于Token推理服务。

04 运营商即将入场，竞争将更加惨烈

当前的Token市场由三类玩家主导，但第四个角色已在酝酿。运营商将以批发转零售的分销模式加入市场竞争，从模型厂商集采Token，再零售给政企客户。其中，中国电信已启动百亿级Token工厂集采，中国移动上线Token通用服务。

对于运营商来讲，这个业务绝对是舒适区，手握消费者、政企两个核心销售渠道，把Token做成和话费包、流量包并列的产品，上线只是时间问题。而且，批发转零售这种资源转售业务，本就是运营商最为擅长的。

因此，运营商的入场，将挤压部分市场玩家的空间，缺乏市场话语权和竞争优势的玩家，尤其是独立厂商，生存压力将受到更大的考验。

说到底，Token厂商每一种能持续盈利的模式，本质上都绑定了一个别人无法复制的成本结构。云大厂绑定的是内部业务生态带来的确定性GPU利用率，模型厂商绑定的是自有模型和匹配的芯片选择，运营商绑定的是分销商角色，唯有独立厂商尚未找到自身的专属优势。

来源：https://mp.weixin.qq.com/s/ou3Iio46OEvhh286rPcYoQ