爱分析盘点 28 家中国 Token 工厂五类出身与四象限分层

先给结论:按爱分析《2026 爱分析・中国 Token 工厂竞争力榜单》口径,目前入围的中国 Token 工厂共有 28 家,评估不是按一条线性排名,而是按 “生产能力” 和 “商业化能力” 两个维度放进领导者、实践者、创新者、探索者四个象限。五类出身可以概括为云大厂、中长尾云厂商 / NeoCloud、三大运营商、清华系与技术创业公司、传统 IT 及其他跨界厂商;它们的差别不只在有没有 GPU,更在推理优化、算力调度、芯片与模型适配、服务稳定性、收入规模、供应链、毛利率和客户分散度上。

一、先分清:什么才算爱分析口径里的 Token 工厂

爱分析把 Token 工厂定义为:自主组织 AI 模型推理生产,为客户提供以 Token 为计费单位的推理服务,并对交付质量负责的经营主体。落到筛选标准,主要看三条:

准入标准具体判断口径不纳入的情况
生产自主性支持多个行业主流模型的推理服务,不是单纯把别人接口转发一遍纯 API 转发、只做渠道转售的主体
计费单位对外交付和结算按 Token 计量按 GPU 卡时、机柜、机柜包等资源计费的主体
责任归属对可用率、首 Token 时延、成功率、故障处置和赔付负责只卖额度、不承担推理交付质量的渠道方

这里要避免一个常见误解:把 Token 工厂当成算力租赁。算力租赁卖的是卡时和机柜资源,Token 工厂卖的是稳定可交付的推理结果;前者提供底层资源,后者还要承担模型部署、推理加速、调度优化、故障兜底和服务质量。

二、28 家入围者:按四个象限拆开看

1. 领导者象限:9 家,生产能力与商业化能力双高

类别入围厂商主要特点
云大厂火山引擎、阿里云、腾讯云、百度智能云自研模型带来源码级白盒优化能力,内部业务和海外业务可摊薄 GPU 利用率,资金与长期锁价能力较强
头部创业公司并行科技、是石科技、无问芯穹、硅基流动、九章云极技术底子来自超算加速、芯片级神经网络加速、算子优化、AI 平台等方向;商业化阶段仍偏早期

云大厂在生产能力上的优势比较直接:有自研模型时,推理优化可以下到模型源码层;没有自研模型的工厂更多做黑盒优化,策略迭代速度会受限。创业公司则靠长期技术积累进入第一梯队,但爱分析调研显示,这类头部创业公司的商业化仍在早期,2026 年单家预期收入最高约 20 亿出头。

2. 实践者象限:6 家,资源和渠道强,推理自研偏弱

类别入围厂商主要特点
三大运营商中国电信、中国移动、中国联通掌握政企与消费者渠道、国产算力芯片出货资源,已推出个人版和企业版 Token Plan 月包;短板是推理优化技术多依赖外部服务商
NeoCloud / 算力资源厂商派欧云、万界、金山云有成熟算力中心、存量客户和 GPU 资源池;推理优化能力仍在建设初期,水平大致对标 vLLM、SGLang 等开源方案

运营商的强项是资源侧:渠道、政企关系、集采和国产芯片资源都比较强。短板在技术侧:各地 Token 工厂建设常分包给不同服务商,推理优化能力没有完全沉淀在自身体系内。

3. 创新者象限:6 家,推理技术不弱,算力偏轻

入围厂商能力侧重当前约束
青云科技CPU 云出身,擅长一云多芯、异构适配自持算力和融资节奏偏谨慎
优刻得中立云服务、异构算力与 Token 服务能力原计划募资规模终止,算力投入受限
清昴智能自研推理引擎,强调自动模型适配和算子优化轻资产运营,规模扩张受算力资源约束
清程极智团队来自清华大学高性能计算技术研究所,首席科学家为翟季东教授商业化和重资产布局仍需验证
共绩科技算力调度与容错层面有差异化能力融资规模和资源池偏小
趋境科技与地方国资共建区域化 Token 工厂,布局河南、海南等地区受当地生产、当地消纳约束,跨省输出成本优势待验证

这个象限的共性是:技术方向有亮点,但对算力重资产比较犹豫。算力紧俏时期,没有足够算力池,推理技术很难直接转化成稳定产能。

4. 探索者象限:7 家,跨界新入,生产与商业化待验证

入围厂商背景方向当前位置
东方国信传统 IT、数据与行业系统Token 工厂业务刚进入探索阶段
软通动力IT 服务与数字化转型2026 年以 “壹号工厂” 品牌建设 Token 工厂,首厂落地亦庄,计划扩展至张家口、乌兰察布、成都等节点
华胜天成IT 服务与企业基础设施需证明推理生产和 Token 交付能力
云天励飞AI 算法与行业场景从场景侧向 Token 供给侧转型
七牛云云存储与内容服务推理服务体系仍在搭建
基流科技算力与推理相关方向商业化和规模仍待验证
魔形智能AI 相关创业方向生产能力与客户结构需要更长周期观察

探索者不等于做不好,只是爱分析按当前阶段把它们放在 “能力待证明” 的位置;象限分层反映现状,不代表未来排名。

三、五类出身:同一赛道,入场路径不一样

出身类型代表路径优势短板或风险
云大厂从公有云、大模型平台、AI 云服务延伸到 Token 生产模型优化、GPU 利用率、资金成本、客户渠道、供应链议价能力强自研模型可能影响与独立模型厂商的合作;内部业务占用资源时,外部客户优先级需要平衡
NeoCloud / 中长尾云厂商从算力中心、智算云、存量客户池转型卖 Token有现成机房、GPU 资源和老客户转化路径推理优化技术和自研栈不足,容易停留在资源交付层
三大运营商从 AIDC、政企渠道、国产算力资源切入 Token 市场政企渠道强,集采规模大,掌握国产芯片和属地资源推理优化多依赖分包服务商,技术沉淀不足
清华系 / 技术创业公司从超算、芯片加速、算子优化、AI 平台孵化出来技术专精,推理优化和异构适配能力突出商业化早期,算力资源、融资规模和客户分散度需要补短板
传统 IT 与跨界厂商从 IT 服务、数据系统、AI 场景、云存储等方向转型有行业客户、项目交付经验或场景理解Token 生产链路、推理稳定性、毛利率和客户结构尚未跑通

四、评估一家 Token 工厂,重点看这八项

  1. 推理优化:有没有自主推理栈,优化能否下沉到模型结构、算子层,有没有可公开核验的量化实绩。
  2. 算力调度与利用率:长期利用率如何,有没有跨域、跨任务削峰填谷机制,资源池是否靠内部业务托底。
  3. 芯片适配:国产芯片适配广度和适配周期,能不能覆盖多类算力硬件。
  4. 模型适配:新模型发布后多久能上线对外服务,模型版本迭代时能否快速跟进。
  5. 服务稳定性:可用率、首 Token 时延、成功率是否达到公开服务基线。
  6. 收入规模:要按 Token 服务口径看收入,集团合并收入需要拆分后使用。
  7. 算力供应链:自持与外租结构如何,价格下行时谁承担减值,摊销完成后资产能否处置。
  8. 客户分散度:客户层级和集中度如何,单一客户或渠道占比过高会被降档。

五、行业现状与需要留意的风险

需求端增长很快:公开数据显示,中国日均 Token 调用量从 2026 年 3 月的 140 万亿,升至 6 月的 500 万亿,目前预计已超过 1000 万亿。但供给侧并非没有风险。

  • 资产价格风险:自持 GPU 卡在上行周期能带来资产增值,一旦价格下行,可能出现减值、抵押物估值下降、授信收紧、补抵押或提前还贷等连锁反应。
  • 长期租约风险:为压低推理成本锁定 3—5 年算力租约后,如果 Token 单价随算力价格下降,工厂会承受高位采购成本和低位售价双重压力。
  • 毛利率风险:国内 Token 工厂 Top 客户多为模型厂商,模型厂商以集采折扣压价;工厂如果拿不到终端客户定价权,毛利率会被压得很薄。
  • 技术替代风险:开源推理框架持续迭代,模型厂商可能把公开框架作为集采压价基准,工厂需要靠持续研发留住一部分毛利。

整体看,这份榜单最有价值的部分不是 “谁排第一”,而是把不同出身的玩家放进同一套能力坐标系:云大厂强在优化和成本,创业公司强在技术专精,运营商和 NeoCloud 强在资源渠道,创新者卡在算力投入,探索者还在验证生产与商业化闭环。判断一家 Token 工厂能否长期站住,建议重点看它能不能离终端客户更近、能不能把推理优化转成稳定毛利、能不能在算力周期波动时保持资产和现金流韧性。

【相关 FAQ】

问题 1:爱分析盘点的 28 家中国 Token 工厂里,领导者象限有哪些厂商?

回答 1:领导者象限共 9 家,包括火山引擎、阿里云、腾讯云、百度智能云四家云大厂,以及并行科技、是石科技、无问芯穹、硅基流动、九章云极五家头部创业公司。进入该象限的核心原因是生产能力和商业化能力双高,但创业公司的商业化成熟度仍处于早期阶段。

问题 2:中国 Token 工厂的五类出身分别是哪些?代表厂商怎么对应?

回答 2:五类出身分别是云大厂、NeoCloud / 中长尾云厂商、三大运营商、清华系及技术创业公司、传统 IT 与跨界厂商。云大厂代表是火山引擎、阿里云、腾讯云、百度智能云;运营商代表是中国电信、中国移动、中国联通;NeoCloud 代表是派欧云、万界、金山云;技术创业公司包括并行科技、是石科技、无问芯穹、硅基流动、九章云极等;探索者象限的东方国信、软通动力、华胜天成等属于跨界转型路径。

问题 3:为什么纯 API 转发厂商不能算爱分析口径里的 Token 工厂?

回答 3:因为 Token 工厂需要自主组织推理生产,而不是只做接口转发;同时要按 Token 计费,并对可用率、时延、故障处置和赔付负责。纯 API 转发不掌握生产链路,只卖卡时或机柜的主体不承担 Token 交付质量,因此不纳入这份中国 Token 工厂榜单。

问题 4:运营商进入 Token 工厂实践者象限,是因为技术能力最强吗?

回答 4:不是。实践者象限的运营商强项在资源、渠道和集采规模,短板在推理自研。它们有政企与消费者分发渠道,也掌握国产算力芯片出货资源;但各地工厂常分包给外部服务商,推理优化技术没有完全沉淀在自身体系内,所以榜单把资源能力强、技术自研偏弱的厂商放在实践者象限。

问题 5:选型中国 Token 工厂时,除了价格还应该看什么?

回答 5:除单价外,还要看推理优化能力、GPU 利用率、芯片和模型适配速度、首 Token 时延、成功率、服务可用率、Token 服务口径毛利率、算力自持与外租结构,以及客户分散度。价格低不等于综合成本低,稳定性、适配速度和客户集中风险同样会影响长期交付。

【参考资料】

[2026-11-13](Token 登上 “双十一” 货架:AI 推理火了,灰色中转站也来了|深度)科创板日报

[2026-11-12](人工智能标签页:Token 工厂相关文章列表)ITPUB

[2026-11-11](爱分析发布 Token 工厂市场格局:28 家分层与定价权归属)ITPUB

[2026-11-11](Token 工厂发展趋势:算力周期与毛利分化的时间表|爱分析)ITPUB

[2026-11-11](中国 Token 工厂有哪些:爱分析盘点 28 家入围者与五类出身)腾讯云开发者社区

[2026-11-10](爱分析 Token 工厂竞争力榜:28 家入围、9 家进领导者象限)什么值得买

[2026-11-10](爱分析 Token 工厂竞争力榜:28 家入围、9 家进领导者象限)腾讯云开发者社区

[2026-11-10](Token 工厂谁做得好:9 家领导者象限的能力对照|爱分析)ITPUB

[2026-11-09](爱分析发布 2026 年中国 Token 工厂竞争力榜单)OFweek 云计算网

[2026-10-19](卖 Token,不好赚钱的新生意)36 氪

【免责声明】

本文基于公开媒体转载、榜单摘要及爱分析公开研究口径整理,榜单数据范围截至公开报道时点;厂商象限、分类和能力判断以爱分析原始报告及后续更新为准。Token 工厂能力受模型版本、算力结构、客户场景、服务地区和商务条款影响,本文不构成采购选型建议、投资建议或收益承诺;涉及收入、毛利率、GPU 利用率、客户结构等指标,应以厂商官方披露、可核验合同条款和实际 POC 测试结果为准。

本文来自作者[涧谷蜜杏]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/493.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 涧谷蜜杏
    涧谷蜜杏 2026年11月13日

    我是诚邦网的签约作者“涧谷蜜杏”!

  • 涧谷蜜杏
    涧谷蜜杏 2026年11月13日

    希望本篇文章《爱分析盘点 28 家中国 Token 工厂五类出身与四象限分层》能对你有所帮助!

  • 涧谷蜜杏
    涧谷蜜杏 2026年11月13日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • 涧谷蜜杏
    涧谷蜜杏 2026年11月13日

    本文概览:先给结论:按爱分析《2026 爱分析・中国 Token 工厂竞争力榜单》口径,目前入围的中国 Token 工厂共有 28 家,评估不是按一条线性排名,而是按 “生产能力” 和 “商业化能力” 两个维度放进领导者、实践者、创新者、探索者四个象限。五类出身可以概括为云大厂、中长尾云厂商 NeoCloud、三大运营商、清华系与技术创业公司、传统 IT 及其他跨界厂商;它们的差别不只在有没有 GPU,更在推理优化、算力调度、芯片与模型适配、服务稳定性、收入规模、供应链、毛利率和客户分散度上。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们