AI 推理服务竞品分析：MaaS 平台与 Token 供应层的竞争格局与商业化分化

1. 竞品调研摘要

本期报告的调研对象，是 AI 产业链中把模型权重转化为可调用 API、并按 Token 结算的那一层：推理引擎优化、Serverless 推理云、多模型聚合与路由网关、私有化推理部署，以及被业内称为「词元工厂」的 Token 供应与算力联合运营。这一层不生产模型，也不拥有最终用户，它的全部价值来自一件事——把异构算力与多种模型，稳定且低成本地翻译成标准化 Token。

调研得出的核心结论可以浓缩为五条。

第一，赛道已经完成从「卖模型」到「卖 Token」的计量口径切换，但收入高度集中于少数云生态厂商。 按 2025 年 Token 年吞吐量口径，弗若斯特沙利文（Frost & Sullivan）在硅基流动招股书中披露的中国份额为火山引擎 42.7%、阿里云 32.5%、百度智能云 11.8%，前三合计 87%，硅基流动 1.5%（来源：招股书）。同期 IDC 的中国公有云 MaaS 口径为火山引擎 49.5%、阿里云 28%、百度智能云 10%、硅基流动 3.6%（来源：行业报告）。两套口径对头部排序一致，但对绝对份额与尾部玩家的判断差异显著，本报告在第 3 节并列标注，不做合并。

第二，独立第三方推理服务商普遍陷入「规模越高、毛利越低」的剪刀差。 硅基流动招股书显示，2025 年营收 5533 万元、同比增长 653%，但毛利率从 2024 年的 39.4% 转负至 -24.0%，全年净亏损 3.45 亿元；其中公有云 Token 服务毛利率为 -119%，而本地部署解决方案毛利率高达 82.5%（来源：招股书）。这不是经营失误，而是位置决定的：租卡是固定成本，Token 产量与客户留存是变量，规模扩张必然先推高成本。

第三，价格出现「原厂抬价、托管商压价」的双轨分化。 摩根士丹利《告别价格战，打响智力战》统计，2026 年第二季度中国大模型平均 API 输入价格升至 4.9 元/百万 Token、输出 21.9 元，较 2025 年第一季度的 3.3 元与 12.2 元分别上涨约 48% 与 80%（来源：券商研报）。与此同时，同一款开源模型在第三方托管平台的报价持续走低，DeepSeek V4-Flash-0731 最低报价低至 0.05 美元/百万 Token 输入、0.16 美元输出，约为官方低谷价的四分之一（来源：第三方平台数据）。价格锚点已经从「厂商定价」转向「路由选择」。

第四，海外路由网关层拿到了本赛道最高的估值倍数，并且被支付基础设施收购。 OpenRouter 与 Stripe 已就收购达成协议，路透报道交易金额略高于 80 亿美元，《华尔街日报》7 月报道谈判估值或达 100 亿美元；其 2026 年 8 月年化营收约 1.6 亿美元，2025 年底约 5000 万美元（来源：媒体报道、第三方估算）。对比同期推理云层，Fireworks AI 的 P/ARR 约 17.5 倍、Baseten 约 18–22 倍、Together AI 约 7.2 倍（来源：券商研报、第三方估算），网关层因为不走 GPU 重资产，获得了最轻的资产结构与最贵的定价。

第五，真实瓶颈不在需求侧，而在推理侧的效率与利用率。 国家数据局数据显示，中国日均 Token 调用量从 2024 年初约 1000 亿升至 2026 年 3 月底 140 万亿（来源：政府机构）。但中国信通院数据显示，2025 年全国智算中心对外共享量约 38 亿卡时，实际用算量仅 14 亿卡时，实际使用率约 36.8%（来源：行业报告）。需求侧指数增长与供给侧近三分之二未消纳并存，这正是推理服务层存在的产业理由，也是它最大的商业风险。

---

2. 调研概述

2.1 调研背景

2026 年是「词元」从技术术语上升为产业计量单位的一年。2026 年 3 月，国家数据局正式将 Token 中文名确定为「词元」，并定位为智能时代的价值锚点与结算单位；2026 年 5 月召开词元经济座谈会；2026 年 6 月《关于推进行业高质量数据集建设行动的实施方案》首次提出探索词元交易等新型交易模式（来源：政府机构、媒体公开资讯）。政策口径的确认，使「按 Token 计费」从各厂商的私有商业选择，变成可被统一讨论、计量与监管的产业变量。

与此同时，推理侧资本事件密集爆发。2026 年 6 月 30 日，硅基流动向港交所递交上市申请，拟按 18C 章特专科技规则挂牌，若成功将成为港股「AI Token 工厂第一股」（来源：公司公告）。2026 年 9 月 20 日，硅基流动宣布完成 B+ 轮二期和 C 轮融资，2026 年度累计股权融资近 29 亿元（来源：公司公告）。海外同赛道，OpenRouter 被 Stripe 收购、Fireworks AI 完成 15.05 亿美元 D 轮、Together AI 完成 8 亿美元 C 轮、Baseten 完成 15 亿美元 F 轮，均在 2026 年 6 月至 7 月之间发生。本报告即在这一时点对推理服务与 Token 供应层做全景对标。

2.2 对标维度

本报告围绕 12 个维度展开对标：产品形态与交付方式、推理引擎与核心技术、定价体系与计费粒度、盈利模式与毛利结构、目标客群与行业分布、渠道分发与获客打法、算力来源与成本结构、芯片与模型适配广度、稳定性与 SLA 表现、合规与备案状态、融资与资本市场进度、以及生态位的中立性与封闭性。

2.3 调研方法与数据时效

本报告数据来源包括：上市公司公告与招股书、政府与监管机构公开文件、第三方行业机构（IDC、Omdia、弗若斯特沙利文、中国信通院、中商产业研究院、中国电信研究院）、券商研报（摩根士丹利、华泰证券、开源证券、中银证券、华龙证券、招银国际）、主流财经媒体（上海证券报、证券时报、经济参考报、财联社、21 世纪经济报道、每日经济新闻、澎湃新闻）、以及第三方平台与社区实测数据（OpenRouter 公开排行榜、Tokenstead、packet.ai、GitHub 社区测评）。

数据时效集中在 2026 年 1 月至 2026 年 9 月，历史数据仅用于说明价格与格局的演变轨迹。凡出现多来源冲突，本报告一律并列标注口径差异，不做平均、不做合并。

2.4 与已有报告的边界说明

本系列第 55 期《算力租赁与智算中心运营》覆盖的是 IaaS 重资产层，看重资产持有、机柜上架率、卡时租金与「算力超市」式的资源转售，代表玩家为 CoreWeave、Nebius、世纪互联、润泽科技等。本期聚焦的是这一层之上的软件与服务层，即推理引擎、API 聚合路由、Token 结算与服务化运营，价值载体是「每百万 Token 的交付成本与稳定性」，而非「每卡时的租金」。

两者的分层关系清晰：Token 服务商向上采购卡时（第 55 期的生意），向下交付 Token（本期的生意）。硅基流动招股书披露其 2025 年算力资源成本占销售成本的 86.9%，且阿里与华为哈勃分别向其供应 1970 万元与 1262 万元算力（来源：招股书），正好说明两层是上下游关系而非同一赛道。因此第 55 期出现的算力中心利用率、上架率数据，在本报告中仅作为成本侧约束引用，不作为竞争格局主线。

同系列其他期次的分层切割同样适用：第 53 期国产 AI 算力芯片覆盖芯片设计与流片，本期只讨论芯片被推理引擎调用的适配层；第 54 期 AI 存储覆盖 HBM 与存储介质，本期只涉及 KV 缓存等推理侧内存管理；第 66 期数据中心液冷覆盖散热基础设施；第 67 期 AI 服务器整机覆盖服务器出货与整机集成；第 70 期 AI PC 覆盖端侧推理设备。本报告不重复上述期次的核心命题，只在必要处引用其结论。

2.5 适配场景说明

本报告面向三类读者：一是计划接入或切换推理服务的企业技术负责人，可参考第 5 节的定价与稳定性对标；二是推理服务商自身的产品与战略团队，可参考第 6 至 10 节的 SWOT、缺口与卡位建议；三是投资与产业研究机构，可参考第 3 节与第 12 节的口径对照与来源清单。

---

3. 赛道整体竞争格局

3.1 赛道整体竞争现状与市场集中度

推理服务层当前呈现出「需求指数级增长、收入高度集中、单价持续下行」的三重结构。

需求侧，多套统计口径同时指向爆发，但量级差异极大，必须分列。

表 1：中国日均/年度 Token 调用量多口径对照

口径来源	统计时点	数值	口径特征
国家数据局	2024 年初	日均约 1000 亿	官方调用量口径
国家数据局	2025 年底	日均 100 万亿	官方调用量口径
国家数据局	2026 年 3 月底	日均超 140 万亿	官方调用量口径，3 个月增幅超 40%
工信部引用	2026 年 6 月	日均突破 500 万亿	官方口径，含更大统计范围
中商产业研究院	2026 年预测	日均超 1300 万亿	研究机构预测值
中国电信研究院	2026 年预测	全年约 100 quadrillion（约合日均 274 万亿）	年度累计口径
中国电信研究院	2030 年预测	超 35 quintillion（3500 亿亿）	长期预测
IDC	2026 年预测	全年 MaaS 调用量 40000 万亿次	仅公有云 MaaS

数据来源：政府机构（国家数据局、工信部）、行业报告（中国信通院、中国电信研究院、IDC）、研究机构（中商产业研究院）。

这张表最值得注意的是 140 万亿与 274 万亿与 1300 万亿之间的巨大落差。差异并非某一方算错，而来自口径本身：是否包含免费额度调用、是否包含厂商内部自用与 App 端调用、是否包含 embedding 与多模态调用、是否去重同一请求的多轮重试，都会造成数量级差异。本报告不对上述数字做合并或取平均，读者在跨报告引用时应明确标注口径。

收入侧集中度远高于调用量集中度所暗示的分散程度。

表 2：中国 Token 供应市场份额三套口径对照

厂商	弗若斯特沙利文口径（2025 年 Token 年吞吐量，硅基流动招股书披露）	IDC 口径（2025 年公有云 MaaS，外部 Token 消耗）	IDC 口径（2025H1 公有云 MaaS）
火山引擎	42.7%	49.5%	49.2%
阿里云	32.5%	28%	27%
百度智能云	11.8%	10%	17%
硅基流动	1.5%	3.6%	未单列
中国移动云	未单列	3.1%	未单列
其他	合计约 11.5%	合计约 8.8%	合计约 7%

数据来源：招股书引第三方机构数据、IDC 行业报告。IDC 口径明确排除厂商内部自用调用（如字节系自有 App 流量）。

三套口径的共同结论是前三家合计约 87%–93%，赛道在头部高度集中；分歧点在于尾部。硅基流动在弗若斯特沙利文口径下为 1.5%、在 IDC 口径下为 3.6%，差距超过一倍，主要源于统计范围是否包含其本地部署交付的吞吐、以及是否计入免费额度调用。这一点在解读「独立第一」这类宣传性表述时尤其需要谨慎。

全球市场集中度略低，但同样寡头化。

表 3：全球 MaaS 市场份额与日均 Token 调用量

厂商	全球份额（2025 年 10 月）	日均 Token 调用量	备注
OpenAI	31%	70 万亿	Omdia 口径
谷歌云	19%	43 万亿	Omdia 口径
火山引擎	15%	30 万亿	Omdia 口径，全球第三
三家合计	65%	—	寡头格局

数据来源：Omdia《2025 全球企业级 MaaS 市场分析》行业报告。注：火山引擎日均 30 万亿为 2025 年 10 月读数，与公司自披露的 2026 年 6 月豆包日均超 180 万亿属于不同口径与不同时点，不可直接比较。

3.2 竞品梯队分层划分

推理服务层可以按「是否自有算力、是否自有模型、是否直连客户」三个维度切成六类玩家。这一分层是本报告后续所有对标的基础。

表 4：AI 推理服务与 Token 供应层玩家分层表

梯队	类型	核心特征	代表玩家	竞争逻辑
第一梯队	云生态型 MaaS	自有算力+自有/合作模型+云生态闭环，占公有云 MaaS 调用量近九成	火山引擎、阿里云、百度智能云、腾讯云、华为云；海外 AWS Bedrock、Google Vertex、Azure AI Foundry	用云业务交叉补贴 MaaS，靠生态锁定
第二梯队	独立推理云	自建或租用 GPU，以统一 API 提供推理与微调，重资产但毛利可控	海外 Fireworks AI、Together AI、Baseten、Modal、Groq、Cerebras、SambaNova；国内硅基流动、无问芯穹、潞晨科技、PPIO 派欧云	用推理优化换单位成本优势
第三梯队	路由聚合网关	不自研引擎、不租 GPU，聚合多供应商多模型，抽取手续费	OpenRouter、国内 302.AI、OneAPI 系、Tokeness 等中转站	用选择权与可切换性变现
第四梯队	模型厂商自营 API	以模型能力定价，API 为主要产品形态	智谱、月之暗面、DeepSeek、MiniMax、阶跃星辰	智能上界决定定价权
第五梯队	硬件/芯片厂商配套推理栈	与自家芯片深度绑定，提供推理软件与云	英伟达 NIM/TensorRT-LLM、华为 CANN/MindIE 与昇腾推理云	用推理体验拉动芯片出货
第六梯队	开源推理引擎生态	不直接收费，通过被集成与商业版变现	vLLM、SGLang、TensorRT-LLM、LMDeploy、Ollama、llama.cpp	事实标准与社区生态

数据来源：综合公司公告、行业报告与媒体报道整理。

需要强调的是，六个梯队并非互斥。云生态型厂商同时使用开源推理引擎，独立推理云同时接入路由网关，模型厂商同时把模型上架到对手的云。理解这层嵌套关系，是理解本赛道竞合关系的起点。

3.3 整体竞争核心特征与行业竞争趋势

特征一，收入向内闭环集中，调用量向外开源扩散。 头部厂商的 Token 需求天然流向自家平台，豆包、通义千问、文心一言产生的调用量构成云生态型厂商的护城河。但开源模型权重的扩散，使第三方平台可以托管同一款模型并以更低价格竞争，形成「收入闭环、流量开源」的错位。

特征二，中间层被上下游双向挤压。 硅基流动招股书显示，其 2025 年前五大供应商采购额占总采购额 70.8%，最大供应商占 20.4%；同时前两大客户收入占比分别为 14% 和 13%（来源：招股书）。作为纯租卡方，它既无法控制上游算力成本，又要面对下游开源模型价格战带来的定价天花板。

特征三，竞争焦点从「有没有模型」转向「多模型、多芯片下能不能稳定低成本地用」。 硅基流动累计支持 170 余款模型、适配英伟达与华为昇腾、沐曦、摩尔线程等 10 余款芯片（来源：招股书）；无问芯穹 Agentic MaaS 平台上线 160 余种大模型，系统吞吐量较行业平均提升 2–3 倍、首字延迟控制在 500ms 以内、精度对齐率超 99.9%（来源：公司披露）。适配广度与稳定性指标正在取代模型数量成为竞争标尺。

特征四，路由层成为新的定价权归属地。 当同一款开源模型在 30 个以上服务商处可调用、价格带可以拉开 8.8 至 14.4 倍时，选择本身就成了商品。第三方统计显示，在 OpenRouter 上拥有 3 个以上供应商的 117 款模型中，最便宜与最贵托管价的中位价差为 2.2 倍，最大价差 14.4 倍；37% 的端点被同模型的其他托管方在成本、速度、可用率三个维度上全面压制（来源：第三方估算与平台数据）。

---

4. 核心竞品基础信息深度拆解

4.1 各核心竞品产品定位、核心赛道、目标人群

表 5：核心竞品定位与目标客群对标

竞品	一句话定位	核心赛道	主要目标客户	中立性
硅基流动	开放独立的词元供应平台，AI 推理基础设施的中间层	独立生态 Token 供应、私有化推理	开发者、中小企业、政企与央企、芯片与模型厂商	完全中立，不与上下游竞争
无问芯穹	Token 经济时代的核心枢纽，软硬协同的 AI 原生基础设施	Agentic MaaS、异构算力调度	大模型公司、AIGC 应用公司、多智能体场景	中立偏软硬协同
智谱	以模型智能为核心壁垒、以 API 为主要产品形态的模型厂商	MaaS API、Coding Plan、Claw Plan	开发者、企业、全球头部互联网平台	以自有 GLM 为主
商汤大装置	最懂大模型的 AI 基础设施，从算力供给走向智能生产	算力供给、平台、方案、服务	头部科研机构、互联网巨头、具身智能企业	自有模型+多模型托管
火山引擎	云生态型 MaaS 龙头，豆包模型家族+方舟平台	公有云 MaaS、模型托管	互联网、游戏、教育、智能办公、智能硬件	自有模型为主，生态封闭
阿里云百炼	开源 Qwen 生态的商业化平台	公有云 MaaS、模型与应用服务	企业客户、开源开发者	自有模型+开源模型
百度智能云千帆	私有化部署领先的全栈 MaaS 平台	公有云 MaaS、私有化部署	政务、金融、能源、央国企	自有模型为主
OpenRouter	中立聚合 API 网关，不训练模型不持有 GPU	路由、计费、故障切换、日志	全球开发者与企业	完全中立
Fireworks AI	开源与定制模型的推理与微调基础设施	推理云、专属模型托管	生产级企业客户	中立托管
Together AI	开源模型广度+训练集群的推理云	推理云、GPU 租赁	开源优先型企业	中立托管
Baseten	全栈部署层，用户上传自有模型由平台运维	MLOps、模型部署	产品驱动型企业	中立托管

数据来源：综合公司公告、招股书、公司官网与媒体报道整理。

4.2 各竞品发展历程、当前迭代阶段、市场布局

硅基流动。 成立于 2023 年 8 月，创始人袁进辉为清华博士、前微软亚洲研究院研究员、深度学习训练框架 OneFlow 创始人。MaaS 平台于 2024 年 5 月上线。2025 年初 DeepSeek R1 爆火期间，硅基流动联合华为云基于昇腾算力率先推出 DeepSeek R1 和 V3 推理服务，承接大量溢出流量，这是其获得「独立生态第一」名号的关键一战。2026 年 6 月 30 日递表港交所，2026 年 9 月 20 日宣布完成 B+ 轮二期和 C 轮融资、年内累计股权融资近 29 亿元（来源：招股书、公司公告、媒体报道）。

无问芯穹。 创办于 2023 年 5 月，核心班底源于清华大学电子工程系 NICS-EFC 实验室，由汪玉教授发起。2024 年 9 月完成近 5 亿元 A 轮，2025 年 11 月完成近 5 亿元 A+ 轮，2026 年 3 月完成股份制改造并更名为上海无问芯穹智能科技股份有限公司，2026 年 5 月 7 日宣布完成超 7 亿元新一轮融资，累计融资额超 22 亿元，被视为 IPO 前奏（来源：公司公告、媒体报道）。

智谱。 2026 年 1 月登陆港股，成为「大模型第一股」。2025 年总收入 7.24 亿元、同比增长 131.9%，综合毛利率 41%；MaaS API 平台 ARR 达 17 亿元、同比增长 60 倍，平台毛利率同比提升近 5 倍至 18.9%（来源：公司年报）。2026 年上半年总收入 9.54 亿元、同比增长接近 400%，开放平台及 API 业务收入 8.25 亿元、同比增长超 27 倍，占总收入比例从上年同期的 15.2% 升至 86.5%；截至 2026 年 8 月末 ARR 达 16 亿美元（来源：公司业绩会披露）。

商汤大装置。 2018 年启动千卡并行训练原型机研制，2022 年上海临港 AIDC 投入运营。截至 2026 年 3 月，通过运营模式将算力总规模提升至 4.04 万 PetaFLOPS（FP16）；2025 年生成式 AI 业务收入 36.29 亿元、占总收入 72.4%，全年净亏损 17.82 亿元，但下半年 EBITDA 录得 3.8 亿元、为上市以来首次转正（来源：公司年报、公司公告）。2026 年 6 月宣布与香港科技园共建国产 AI 算力基础设施，目标 2030 年前建成规模超 40000P 的智算中心。

海外阵营。 OpenRouter 2026 年 5 月完成 1.13 亿美元 B 轮、投后估值 13 亿美元（CapitalG 领投，英伟达、ServiceNow 跟投），2026 年 7 月至 8 月被 Stripe 收购。Fireworks AI 2026 年 7 月 16 日完成 15.05 亿美元 D 轮、投后估值 175 亿美元。Together AI 2026 年 7 月完成 8 亿美元 C 轮、投后估值 83 亿美元。Baseten 2026 年 6 月完成 15 亿美元 F 轮、估值 130 亿美元（来源：公司公告、媒体报道）。

4.3 各竞品核心技术壁垒、核心产品主打优势

推理引擎是唯一的硬壁垒，也是唯一可能被开源抹平的壁垒。 硅基流动自研引擎 SiliconLLM 融合 PD 分离、KV 缓存管理、专家并行、流水并行等技术；但招股书同时显示，公司仅拥有 11 项中国注册专利和 34 项专利申请，且推理引擎建立在开源框架之上，技术壁垒面临被开源工具快速迭代抹平的风险（来源：招股书、经济参考报）。这是整个独立推理云层的共性焦虑。

芯片适配广度构成第二重壁垒。 弗若斯特沙利文数据显示，硅基流动的跨芯片、多模型适配能力位列全球第一（来源：招股书引第三方机构）。这一能力的商业价值来自国产算力碎片化：昇腾、壁仞、沐曦、摩尔线程的软件接口、编译器、驱动各不相同，大厂云通常只深度适配自家芯片，模型方若想跑多品牌芯片需逐个对接。

模型侧智能上界构成第三重壁垒，但只属于模型厂商。 智谱的定价权来自效果：2026 年第一季度 API 涨价 83% 后调用量不降反升，2026 年上半年 API 平均定价提升约 101%、MaaS 平台 Token 调用量较年初增长超 40 倍（来源：公司披露）。这印证了一个反常识规律：在智能供给受限的场景，客户为效果付费的意愿高于为价格妥协的意愿。

路由与计费能力构成第四重壁垒，属于网关层。 OpenRouter 的技术架构包含 Auto Router、Fusion、Compound、MoM 等模块，按任务复杂度、价格、速度与可靠性动态路由（来源：公司公告）。它的壁垒不在算法难度，而在于同时取得 80 多家供应商与 1000 万以上开发者的双边信任。

---

5. 多维度竞品横向对标分析

5.1 核心功能模块对标对比

表 6：推理服务核心功能模块对标

功能模块	硅基流动	无问芯穹	智谱	火山引擎	OpenRouter	Fireworks AI
模型来源	第三方开源为主，170+ 款	第三方开源，160+ 款	自有 GLM 系列	自有豆包+第三方	聚合 80+ 供应商 400+ 款	开源+客户定制模型
交付形态	Serverless Token、专属实例、本地部署	Agentic MaaS 平台、解决方案	API、Coding Plan、Claw Plan	方舟平台、模型托管	统一 API 网关	Serverless、专属实例、微调
芯片适配	英伟达、昇腾、沐曦、摩尔线程等 10 余款	多元异构，软硬协同	国产芯片软硬协同设计	自建+国产混合	不涉及	以英伟达为主
推理引擎	自研 SiliconLLM	自研软硬协同栈	自研+硬件协同优化	自研	无，仅路由	自研 FireAttention 等
路由能力	无跨供应商路由	无	无	无	核心能力	无
私有化	本地部署解决方案	支持	支持	支持	不支持	支持

数据来源：综合公司公告、招股书、公司官网与媒体报道整理。

5.2 产品定价、套餐体系、盈利模式对标

表 7：中国 Token 定价梯队与计费模式

价格梯队	代表模型	输入价格区间（元/百万 Token）	计费特征
极致低价层	DeepSeek、小米 MiMo、腾讯 Hy3	约 1 元级	开源模型官方价，含缓存命中差异化定价
主流竞争层	阿里 Qwen、字节豆包、智谱 GLM、Kimi、讯飞星火	0.8 元至 20 元	按场景分层，部分引入峰谷定价
高端定位层	Kimi K3	输出 100 元	以长程任务与复杂推理能力定价
第三方托管层	同一款开源模型的多家托管	可低至官方价四分之一	按量付费，价格战最激烈
订阅套餐层	智谱 Coding Plan、Claw Plan、OpenCode Go	—	包月订阅，按额度而非按量

数据来源：券商研报（摩根士丹利）、第三方平台数据、公司公告。国内外价格不可直接比较，因计价单位与缓存策略差异较大。

表 8：核心竞品盈利模式与毛利结构对标

竞品	主要收入来源	毛利表现	盈利状态	数据口径
硅基流动	公有云 Token 服务 52.9%、本地部署 47.1%	整体毛利率 -24.0%；公有云 -119%、本地部署 82.5%	2025 年净亏 3.45 亿元	招股书
智谱	开放平台及 API，2026H1 占总收入 86.5%	API 业务毛利率 18.9%（2025）、24.6%（2026H1）	综合毛利率 41%（2025）	公司年报与业绩会
商汤大装置	生成式 AI 业务 2025 年 36.29 亿元，占 72.4%	未单独披露大装置分部毛利	2025 年净亏 17.82 亿元，H2 EBITDA 转正	公司年报
OpenRouter	平台手续费约 5%–5.5%	服务成本约占收入 28.5%，毛利率近 70%	未披露盈利状态	媒体报道与第三方估算
Fireworks AI	推理与微调服务	毛利率约 50%，目标 60%	ARR 突破 10 亿美元	媒体报道
Together AI	API 业务约 30%–40%、GPU 租赁约 60%–70%	未披露	2026Q2 年化订单额超 11.5 亿美元	公司公告
Baseten	模型部署与运维	未披露	ARR 约 6 亿美元	第三方估算

数据来源：招股书、公司公告、公司年报、媒体报道、第三方估算。毛利率口径各家定义不同（是否含股份支付、是否含算力折旧），不可直接横向比较。

5.3 应用场景、落地能力对标

推理服务的落地场景正在快速迁移。行业数据显示，编程（Coding）在 OpenRouter 的分类流量中占比从 11% 升至 50% 以上，Coding、Agent 及企业级生产负载成为拉动企业客户需求的主要场景（来源：第三方平台数据、公司披露）。硅基流动明确表示，进入 2026 年以来 Coding、Agent 及企业级生产负载带动企业客户需求增长，无服务器 Token 服务、专属实例和本地部署业务均保持增长，海外业务收入持续提升（来源：公司公告）。

场景迁移带来的直接后果是单次交互的 Token 消耗数量级上升。一个多步骤 Agent 任务可能消耗相当于数百次简单对话的 Token。IDC 测算显示，全球活跃 AI Agent 数量将从 2025 年约 2860 万攀升至 2030 年约 22.16 亿（来源：行业报告）。这既放大了推理服务的需求，也放大了对其稳定性与成本可控性的要求。

落地能力的分化主要体现在私有化场景。大模型一体机市场数据显示，2025 年市场规模约 1236 亿元、出货约 15 万台，预计 2026 年增至 2937 亿元、出货约 39 万台（来源：中国信通院与浙商证券口径）。公安、金融、医疗、政务等数据敏感型行业受合规约束无法将核心数据上公有云，一体机或私有化部署成为本地化的最优解，产业价值正从「卖盒子」向「卖能力」迁移。百度智能云在私有化部署市场份额领先，商汤在私有化部署厂商中排名第二、份额 11.3%（来源：IDC 行业报告）。

5.4 渠道分发、营销运营打法对标

云生态型厂商的打法是打包销售。 火山引擎、阿里云、百度智能云的一致策略是自研模型+云生态打包，MaaS 本身可以亏损，靠云存储、数据库、存量客户合同交叉补贴。阿里披露其含百炼 MaaS 在内的 AI 模型与应用服务年化经常性收入已突破 80 亿元，百炼公共模型服务市场 Token 消耗规模提升 6 倍（来源：公司披露）。

独立 Token 服务商的打法是补贴换规模。 硅基流动 2025 年销售及营销开支 8374.3 万元，为收入的 151.4%，其中 5421.3 万元（占 64.7%）用于免费发放词元代金券（来源：招股书）。效果显著——付费客户从 2454 家增长至 71.6 万家，增长约 289 倍——但代价是这部分算力成本全部计入销售费用且不产生收入。

路由网关的打法是双边网络效应。 OpenRouter 通过同时吸引供应商与开发者，形成「模型越多—开发者越多—供应商越多」的正循环，并以公开排行榜成为行业事实基准。第三方评论指出，排行榜一旦成为行业度量衡，沉淀下来的就是数据资产（来源：媒体报道）。

模型厂商的打法是订阅制分层。 智谱通过 GLM Coding Plan 与 Claw Plan 把 API 能力包装成订阅套餐，全球付费开发者数量突破 24.2 万，Token 调用量 6 个月涨 15 倍；Claw Plan 上线两天订阅用户破 10 万、20 天破 40 万（来源：公司披露）。

表 9：渠道与营销打法对标

竞品类型	获客主渠道	核心打法	主要成本项	可持续性判断
云生态型	存量云客户交叉销售	生态打包、MaaS 亏损换云收入	算力折旧	高，有交叉补贴
独立推理云	开发者社区+代金券+直销	补贴换规模、私有化做大单	代金券、算力租赁、研发	中，取决于转化率
路由网关	开发者自助+双边网络	免费额度、模型覆盖广度	平台运营成本	高，轻资产
模型厂商	开发者生态+平台集成	模型效果驱动、订阅分层	训练与推理算力	高，取决于智能上界
运营商	政企渠道+信创订单	词元套餐、算力券	网络与算力	中，取决于生态

数据来源：综合招股书、公司公告、媒体报道整理。

5.5 用户口碑、核心优势、核心痛点差评对标

推理服务层的用户口碑高度集中于三件事：稳定性、价格可预期性、以及是否会被上游厂商「卡脖子」。

表 10：用户口碑与核心痛点对标

痛点类型	具体表现	典型案例与数据	来源类型
稳定性不足	高峰期限流、服务熔断、状态页与实际不符	DeepSeek 2026 年 9 月 14 日服务中断，单小时 438 条故障上报，而官方状态页全绿	媒体报道、第三方监测
供需失衡	用户增速远超算力扩容	日活从 1.2 亿涨至 2 亿（+66.7%），算力仅增 8.3%	媒体报道
付费体验落差	付费会员与免费用户一同排队	付费用户质疑「充了钱为什么还是一起宕机」	媒体报道、社区反馈
价格不透明	中转平台价格随时调整、余额过期	OpenRouter 余额 365 天过期；部分中转平台无公开价格表	第三方评测
跑路与降智风险	小平台收充值款后关停，或低价模型冒充高价模型	社区评测明确提示「不要在中转平台存放大量余额」	第三方评测
供应商锁定	闭源生态把客户锁进自家算力与模型	硅基流动以「不绑定单一云、芯片、模型」作为差异化卖点	招股书
售后与工单	客服响应慢	OpenRouter 工单 36–72 小时回复，Trustpilot 评分偏低	第三方评测

数据来源：第三方评测、媒体报道、社区反馈。表中个案不代表厂商整体服务水平。

值得单独说明的是价格口径不透明的行业性风险。国内 API 中转站生态中，部分平台基于开源 New API（One API 中文分支）搭建，价格可低至官方价的 0.23 倍，其解释为渠道优势与低运营成本；但第三方评测同时提示存在平台跑路、模型降智掺水、隐私泄露、违反原厂服务条款导致封号等风险（来源：第三方评测）。这类长尾平台构成了路由层的灰色地带，也说明网关层的品牌信任本身具有价值。

---

6. 头部竞品独立 SWOT 分析

6.1 各头部竞品 SWOT

表 11：硅基流动 SWOT

维度	内容
优势 S	中国最大独立生态 Token 供应商，中立定位使其成为芯片商、模型方与企业客户的共同合作方；跨芯片、多模型适配能力据第三方机构列为全球第一；股东名单横跨阿里、华为、美团、商汤、携程、晶科、联通系等全产业链
劣势 W	2025 年毛利率 -24.0%，公有云业务毛利率 -119%；算力 100% 外采，2025 年算力成本占销售成本 86.9%；仅 11 项注册专利；客户流动性高，三年大客户名单无一家重叠
机会 O	国产算力碎片化需要中立中间层；政企与金融私有化需求旺盛且毛利率达 82.5%；词元经济政策红利与词元交易制度落地；海外业务单月营收已达数百万美元
威胁 T	大厂云与模型厂商补齐中立能力后将绕开第三方；国产芯片厂商推出成熟统一软件栈将替代中间层；开源引擎迭代抹平技术壁垒；上游算力供应商同时是直接竞对

数据来源：招股书、公司公告、媒体报道整理。

表 12：智谱 SWOT

维度	内容
优势 S	智能上界领先，GLM-5 在 SWE-bench-Verified 得分 77.8% 位列开源模型第一；API 涨价 83% 后调用量不降反升，具备真实定价权；收入结构已从服务驱动切换为 API 驱动，2026H1 API 占比 86.5%
劣势 W	算力成本受制于外部，不像 Anthropic 背靠 AWS 与 Google 云；海外收入占比仍然偏低；私有化部署收入收缩过程中存在收入结构切换风险
机会 O	Coding 与 Agent 场景爆发带来 Token 调用量指数增长；GLM 已部署于 Google Vertex AI、AWS Bedrock、Fireworks、Cerebras 等全球云，入驻 OpenRouter 并位列付费模型排名第一
威胁 T	开源模型蒸馏拉平能力差距；云厂商自研模型以生态优势挤压；API 定价上调存在客户流失风险；国际前沿模型降价竞争

数据来源：公司年报、业绩会披露、媒体报道整理。

表 13：OpenRouter SWOT

维度	内容
优势 S	聚合 80 多家供应商 400 余款模型，服务 1000 万以上开发者与企业，日均处理 Token 突破 10 万亿；不自研引擎、不租 GPU，资产极轻，服务成本约占收入 28.5%；被 Stripe 收购后获得支付与计费基础设施
劣势 W	只收取约 5%–5.5% 手续费，收入对 Token 单价下行高度敏感；平台排行榜成为各方优化对象，指标公信力存在被博弈的风险；团队规模仅约 90 人
机会 O	模型碎片化趋势延续，中立路由的生态位价值上升；Agent 带来调用次数数量级增长；Stripe 的 Token Billing 与 Metronome 计量能力可与路由直接打通
威胁 T	云厂商或模型厂商推出自营网关；开源协议标准化削弱路由必要性；Token 单价下跌速度快于调用量增长；被支付公司收购后中立性承诺的可持续性存疑

数据来源：公司公告、媒体报道、第三方估算整理。估值与营收数据存在多口径差异。

表 14：Fireworks AI 与 Together AI 对比 SWOT

竞品	优势 S	劣势 W	机会 O	威胁 T
Fireworks AI	ARR 突破 10 亿美元、同比增长约 5 倍；日处理 Token 超 40 万亿，95% 以上来自专用/定制模型；毛利率约 50%	重资产依赖 GPU；P/ARR 约 17.5 倍估值偏高；依赖英伟达芯片供应	企业定制模型需求上升；开源与闭源能力差距收敛；与微软、英伟达生态绑定	Token 价格通缩；云厂商自营推理服务；估值回调风险
Together AI	2026Q2 年化订单额超 11.5 亿美元；月度推理 Token 一年内从约 300 亿升至超 400 万亿；配套支持逾 500MW 算力容量；P/ARR 约 7.2 倍相对温和	API 业务仅占约 30%–40%，GPU 租赁占 60%–70%，收入结构更接近 IaaS，估值想象力受限	开源模型广度带来的企业客户；训练集群与推理协同	与 Fireworks、Baseten 正面竞争；自建推理的头部客户外流

数据来源：公司公告、媒体报道、第三方估算。注：有中文媒体将 Fireworks AI 的 175 亿美元估值误写为 17.5 亿美元，本报告以 175 亿美元为准。

6.2 各竞品核心竞争打法与核心护城河

云生态型厂商的护城河是交叉补贴。 它们的 MaaS 业务可以不赚钱，因为云存储、数据库、CDN 与存量企业合同可以完成整体盈利。独立服务商没有第二块业务可以补贴，代金券更接近纯成本。这是本赛道最不对称的竞争结构。

独立推理云的护城河是单位成本。 硅基流动通过自研引擎提升单卡处理效率，并以缓存复用、任务拆分、预测解码等技术压低单位成本；Fireworks AI 以 FireAttention 等自研算子换取吞吐优势。但这条护城河依赖持续研发投入，而研究表明推理引擎的吞吐差距已明显收敛——在 H100 上运行 Llama 3.3 70B、FP8 精度、100 并发条件下，TensorRT-LLM 约 2780 tok/s、SGLang 约 2460 tok/s、vLLM 约 2400 tok/s，差距已在一个量级内（来源：第三方测评）。

模型厂商的护城河是智能上界。 智谱的 TAC 框架把这一逻辑表述为：Token 架构能力等于智能调用量、智能质量与经济转化效率三者的乘积。这一框架的实质是把竞争从价格转回能力。

网关层的护城河是双边信任与数据资产。 OpenRouter 的公开排行榜正在成为行业事实基准，投资人、开发者、研究者共同引用它，这种「度量衡」地位一旦形成，替换成本极高。

---

7. 市场差异化与竞争缺口分析

7.1 现有竞品同质化问题汇总

推理服务层的同质化程度在不同梯队差异极大。

独立推理云高度同质化。 硅基流动与 PPIO 派欧云、潞晨科技、无问芯穹等国内玩家销售的是相近的开源模型，采用相近的 OpenAI 兼容协议，定价策略相近。PPIO 派欧云基于分布式共享算力模式运营，宣称在全球 4600 多个节点、1340 多个城市部署算力，DeepSeek-R1 定价约 0.001 元/千 Token 输入、0.002 元/千 Token 输出，与硅基流动处于同一价格带（来源：第三方平台数据）。第三方评论直言「它和 Gitee AI、SiliconFlow 以及半打其他厂商在卖同样的开源模型、同样的价格」（来源：第三方评测）。

路由层同样拥挤。 国内 302.AI、Tokeness、PackyCode、TokenRiver 等平台功能重叠，均提供多模型统一接口、余额制计费与 OpenAI 兼容协议，差异主要在延迟（302.AI 宣称 TTFT 100–200ms，Tokeness 约 350–450ms）与模型覆盖广度（302.AI 宣称 1400+ API，OpenRouter 400+ 模型 80+ 供应商）（来源：第三方评测）。

同质化的根源是权重开源。 当模型权重公开、推理引擎开源、协议标准统一时，服务商的差异化只能来自运营效率、芯片适配与客户服务，这些都是渐进式而非颠覆式的优势。

7.2 赛道未被满足的用户需求与功能缺口

表 15：需求缺口与对应竞品短板

缺口	具体表现	现有竞品短板	可切入方向
稳定性确定性	付费用户与免费用户共享同一资源池，高峰期限流	DeepSeek 年内多次大规模宕机，状态页与实际不符	分级资源池、SLA 与赔付条款
跨供应商自动容灾	单一供应商故障导致业务中断	多数独立服务商无跨供应商路由能力	多供应商容灾与自动降级
成本可预期性	按量计费在 Agent 场景下账单不可预测	定价随峰谷与模型版本调整	预算封顶、用量预警、混合计费
跨芯片一致体验	国产芯片集群利用率低，迁移成本高	各厂商软件栈不统一	统一中间层与算子库
私有化交付标准化	项目制交付周期长、复用率低	硅基流动本地部署客户 2025 年仅 20 家	标准化一体机与交付流程
词元计量互认	各平台 Token 计量口径不同	缺少统一计量标准	词元监测与交易基础设施

数据来源：综合公开资料、公司披露与第三方评测整理。

其中「词元计量互认」是政策与产业同时推动的缺口。广州已落地广东省词元发展监测试点，以词元为统一计量基准实现异构算力统一纳管与按需调度；北京经济技术开发区发布「词元十条」，围绕词元生产工厂、分发中台、场景消费三大环节提供专项政策支持（来源：政府文件、媒体报道）。这为第三方服务商提供了参与标准制定与基础设施建设的窗口。

7.3 各竞品短板漏洞与可突破切入点

针对独立推理云的弱点，突破口在于「把补贴换来的规模转化为可归因的收入」。 硅基流动 71.6 万付费客户中绝大多数为个人开发者与小微企业，单客户平均 ARPU 仅约 22 元，高价值付费客户占比不足 1%（来源：招股书）。这意味着规模本身并不构成壁垒，真正的壁垒是把少量高价值客户沉淀为长期合约。硅基流动本地部署业务的走向印证了这一点：客户数从 28 家降至 20 家，但单客户平均收入从 22.4 万元增至 130.3 万元，增长 481%。

针对云生态型厂商的弱点，突破口在于中立性。 大模型厂商不愿把自身推理放在有自研模型的大厂云上，担心调用数据被拿去训练竞品。硅基流动的模型中立策略恰好解决了这个顾虑，这也是它能在巨头环伺下拿到全产业链投资的核心原因。

针对网关层的弱点，突破口在于垂直场景。 通用路由的差异化有限，但面向特定行业（如金融合规、医疗数据、政企信创）的合规路由与私有化网关仍是空白。

---

8. 整体市场竞争风险与挑战

8.1 头部竞品压制风险、赛道内卷风险

表 16：市场竞争风险评估表

风险类型	风险描述	影响对象	严重程度	触发信号
头部压制	云生态型厂商以交叉补贴压低 MaaS 价格，独立服务商无法跟进	独立推理云、路由层	高	头部厂商 MaaS 价格跌破独立服务商成本线
价格战内卷	API 输入均价两年累计降幅超 90%，2026 年虽有回升但开源托管价继续下行	全赛道	高	同一模型的托管价价差继续扩大
供给过剩	全国在用智算中心超 500 个，中低端算力大量闲置	算力供给方、Token 中介	中	卡时租金继续下探
技术抹平	开源推理引擎迭代速度快，自研引擎优势被追平	独立推理云	中	主流引擎吞吐差距缩至 10% 内
政策合规	备案与登记要求趋严，未完成备案服务面临停止访问	全赛道	中	监管执法批次与处置数量上升
客户集中	独立服务商大客户议价能力持续抬升	独立推理云	中	前两大客户收入占比继续上升

数据来源：综合公开资料整理。

价格战的激烈程度可以用一组数字说明：2024 年初国产大模型 API 输入均价约 100 元/百万 Token，2024 年 5 月 DeepSeek-V2 以 1 元/百万 Token 开启降价潮，豆包 Pro 压至 0.8 元，2025 年豆包 Lite 降至 0.3 元，较 2024 年初降幅达 99.7%。中国信通院数据显示，国内大模型 API 平均价格较 2023 年已累计下降超 90%（来源：行业报告）。

8.2 技术迭代、政策合规、用户留存竞争风险

技术迭代风险的关键变量是开源与闭源的能力收敛速度。 斯坦福 HAI 2026 年 AI Index 报告显示，截至 2026 年 3 月，四家顶级闭源实验室在 Arena 排行榜上集中在 25 Elo 分以内（来源：行业报告）。当性能趋同，模型本身不再是持久护城河，价格与稳定性成为唯一区分度，而这正是独立服务商最不占优的维度。

政策合规风险正在从可选项变为必答题。 国家网信办公告显示，截至 2026 年 6 月 30 日，累计有 988 款生成式人工智能服务完成备案，598 款应用或功能完成登记；2026 年 5 月至 6 月新增 120 款备案（来源：政府公告）。对推理服务商而言，这意味着不仅要自身合规，还要向客户提供可追溯的模型备案信息与内容标识能力。

用户留存风险来自免费额度依赖。 硅基流动 2025 年发放的免费代金券对应的算力成本约 5400 多万元，全部计入销售费用，无服务器 Token 服务用户当年创收仅 1430 万元，不足代金券投入的三成（来源：招股书）。补贴拉来的用户能否沉淀为长期付费，是全赛道共同的未解问题。

8.3 新入局玩家冲击风险

三类新玩家值得关注。

第一类是运营商。 中国电信、中国移动、中国联通均将 Token 经营写入 2026 年战略主线，相继推出词元套餐。中国电信落地 TokenHub 平台化运营，将天翼 Token 币定义为 Token 经营流通的统一量纲；中国移动与中国联通亦在推进类似模式（来源：媒体报道、政府文件）。运营商拥有政企渠道、网络资源与信创订单，是不可忽视的增量玩家。

第二类是地方国资与产业资本联合运营的「词元工厂」。 四川雅安「天绛·白泽 Token 工厂」已于 2026 年 9 月上线投产；成都「天府词元智造工厂」由成都市联合中国电信基于全信创底座打造（来源：政府文件、媒体报道）。硅基流动亦在 2026 年 8 月披露与贵州算家计算依托贵安新区闲置算力资源联合运营、与山东铁路发展基金签署「Token 工厂」共建协议（来源：媒体报道）。这类模式以低电价算力与国资背景为筹码，直接冲击独立服务商的成本结构。

第三类是支付与金融基础设施公司。 Stripe 收购 OpenRouter 已经证明，推理层的价值可能被支付、计费与结算公司整体收编。Stripe 此前已收购按用量计费公司 Metronome，并推出 Token Billing 产品（来源：媒体报道）。若支付厂商继续向推理计费层渗透，路由与结算层的独立玩家生存空间将被压缩。

---

9. 未来竞争趋势预判

9.1 产品功能迭代竞争趋势

趋势一，推理效率成为第一指标。 中国电信研究院《智能体时代 AI 基础设施发展研究报告（2026）》预测，未来 2 至 3 年我国算力需求平均每年将增长近 10 倍，到 2029 年推理算力市场占比将达到 80%（来源：行业报告）。推理取代训练成为主导负载后，竞争焦点将从峰值算力转向每瓦 Token 产出与每卡 Token 吞吐。

趋势二，模型无关的中间层价值上升。 当客户同时使用 170 余款模型与 10 余款芯片时，统一中间层的价值不再来自性能优化，而来自降低组合复杂度。这一层的竞争将从「谁更快」转向「谁适配更全、迁移更顺」。

趋势三，端侧与云端分流加剧。 端侧轻量化模型持续分流云端 Token 调用需求，是「Token 工厂」赛道明确提及的夹击因素之一（来源：媒体报道）。云端服务商的应对方向是向上承接更复杂的 Agent 长链路任务。

9.2 市场运营与渠道竞争趋势

趋势一，从按量计费走向混合计费。 按量付费与订阅套餐并行已成事实：智谱 Coding Plan、OpenRouter 的 BYOK、PPIO 的 Token Plan 同时存在。峰谷定价的引入（DeepSeek 自 2026 年 8 月 17 日起引入峰谷定价，V4 Pro 高峰时段最高涨幅达 1100%，8 月 23 日起周末全天执行低谷价）表明定价开始承担削峰填谷的调度功能（来源：公司公告、媒体报道）。

趋势二，渠道从直销转向生态分成。 模型厂商把模型上架到云厂商与聚合平台，按调用量分成，这种多层分销结构将越来越普遍。GLM 已全面部署于 Google Vertex AI、AWS Bedrock、Fireworks、Cerebras，并入驻 OpenRouter 与 Vercel（来源：公司披露），是模型层分销化的典型样本。

趋势三，区域化与行业化渠道下沉。 工信部推动的普惠算力专项行动要求完善中国算力平台中小企业专区，推行按「卡时」「核时」及 Token 计费的灵活付费模式，并鼓励地方向中小企业补贴「算力券」「存力券」「运力券」（来源：政府文件）。这为服务商打开了中小企业长尾市场，但也意味着更激烈的价格竞争。

9.3 差异化竞争发展方向

方向一，从卖 Token 转向卖结果。 北京市相关政策文件明确提出培育 Token 即服务（TaaS）、智能体即服务（AaaS）、结果即服务（RaaS）等商业新模式（来源：政府文件）。这一方向意味着计费单位可能从 Token 转向任务完成度，从根本上改变本赛道的商业模式。

方向二，从通用推理转向专用模型托管。 Fireworks AI 披露其日处理 Token 超 40 万亿中，95% 以上来自专用或定制模型（来源：公司公告）。这提示了一条可行路径：不与通用大模型的价格战正面竞争，而是承接企业自有数据训练出的专用模型的托管需求，用高粘性换取定价权。

方向三，从成本竞争转向合规与信任竞争。 在词元交易、跨境数据流动、生成式 AI 备案的多重监管框架下，能提供合规路由、审计日志、数据不出境承诺的服务商将获得溢价。

---

10. 竞品应对落地策略与优化建议

10.1 产品功能差异化破局建议

表 17：产品差异化策略建议表

策略	具体动作	目标	适用对象	预期效果
稳定性分级	建立付费专属资源池，公开 SLA 与赔付条款	解决付费用户与免费用户抢资源问题	独立推理云、模型厂商	提升高价值客户留存
跨供应商容灾	建设多供应商路由与自动降级链路	单点故障不停服	独立推理云、路由层	降低客户运维成本
单位成本攻坚	持续投入 KV 缓存、PD 分离、专家并行优化	把毛利率从负转正	独立推理云	直接改善毛利
适配广度变现	把跨芯片适配能力产品化为迁移服务	承接国产算力碎片化需求	独立推理云	打开政企市场
专用模型托管	承接企业自有数据训练的专用模型	规避通用模型价格战	推理云	换取定价权与粘性
计量透明化	提供可对账的 Token 用量明细与成本归因	满足企业 IT 治理需求	全赛道	提升企业客户信任

数据来源：基于公开资料与行业实践整理。

其中单位成本攻坚具有最高的优先级。硅基流动的毛利率 2023 年为 83.3%、2024 年为 39.4%、2025 年为 -24.0%，问题的根源是算力租赁固定成本与 Token 产量变量之间的错配。招股书亦坦言，随着算力利用率的提升与规模效应显现，公司毛利率未来有望逐步改善，但短期仍将承受成本压力（来源：招股书）。

10.2 市场与运营对标突围策略

策略一，把补贴从「拉新」改为「留高价值客户」。 当前行业普遍把代金券用于获取开发者与小微企业，ARPU 极低。更有效的做法是把补贴定向投向有明确生产负载的中大型企业，用阶段性免额换取长期合约与用量承诺。

策略二，用联合运营降低算力成本。 硅基流动与贵州算家计算依托贵安新区闲置算力资源联合运营、与山东铁路发展基金签署共建协议（来源：媒体报道），这一模式直接用西部低电价闲置算力置换成本优势，对独立服务商具有可复制性。同样值得参考的是 Y 类地方国资算力项目中已跑通的「所有权与经营权分离」路径（来源：媒体报道）。

策略三，参与词元计量与交易基础设施建设。 词元交易已在地方政策中明确，广东词元交易和服务中心依托广州数据交易所建设，集词元可信交易、运行监测、惠企服务、跨境流通于一体（来源：政府文件）。服务商若能成为词元计量标准的早期参与者，将获得类似「度量衡」的长期地位。

策略四，把海外市场作为毛利改善的抓手。 硅基流动披露其海外市场单月营收已达数百万美元并持续提升（来源：公司公告）。OpenRouter 上中国模型调用量占比从 2025 年初不足 10% 升至 2026 年上半年 41%（来源：媒体报道），说明中国开源模型在海外具备真实需求，而海外客户的价格敏感度低于国内。

10.3 竞品短板针对性卡位方案

卡位云生态型厂商的短板：中立性与数据主权。 大厂云难以承诺「你的调用数据不会被用于训练竞品模型」，第三方可以在合同层面提供明确的数据隔离与不留存承诺。

卡位模型厂商的短板：多模型与多芯片。 模型厂商的 API 只服务自家模型，客户若需要多模型混用仍需第三方聚合层。第三方应强化「模型无关」的产品定位。

卡位路由层的短板：企业级治理。 通用路由平台普遍缺乏子账号分权、成本归因、对公发票、审计日志等企业 IT 治理能力，这是可以差异化竞争的空白带。

卡位海外推理云的短板：中国市场合规。 Fireworks AI、Together AI、Baseten 等海外厂商无法满足中国数据本地化与备案要求，本土服务商在政企与金融市场具备天然优势。

10.4 风险规避与长期竞争布局建议

第一，控制赎回负债与对赌条款风险。 硅基流动招股书显示，截至 2025 年末其确认赎回负债 4.986 亿元，占负债总额的 71.9%，相关特别权利约定于首次提交上市申请前一日终止，但若上市未成功，赎回权将恢复（来源：招股书）。这是独立服务商利用一级市场融资时必须正视的结构性风险。

第二，用现金消耗速度倒推融资节奏。 硅基流动月均现金消耗从 2024 年约 400 万元增至 2025 年 1480 万元，账面可动用资金约 2.72 亿元，按此速度仅能支撑约 18 个月（来源：招股书）。在毛利率转正之前，融资能力本身就是核心竞争力。

第三，警惕客户与供应商重叠带来的独立性风险。 硅基流动招股书披露其有主要业务伙伴同时为公司客户及供应商，且阿里与华为既是其算力供应商又是其在公有云 MaaS 市场的直接竞对（来源：招股书）。这种结构既带来资源，也带来议价权的不确定性。

第四，把技术投入聚焦在可沉淀的资产上。 仅 11 项注册专利、34 项专利申请的现状，说明独立服务商的护城河目前更接近工程能力而非知识产权。长期布局应把工程能力转化为专利、标准、数据集与评测基准等可确权的资产。

第五，建立多元供应商与多元客户的双向冗余。 上游依赖单一算力供应商、下游依赖少数大客户，都会放大经营波动。硅基流动正在通过联合运营分散上游，通过本地部署做大单改善下游，但客户集中度仍然偏高。

---

11. 全文调研总结

AI 推理服务与 Token 供应层，是 2026 年 AI 产业中结构最清晰也最矛盾的一层。

结构清晰，是因为它的价值主张可以被一句话概括：把异构算力与多种模型，稳定且低成本地翻译成标准化 Token。所有玩家的产品形态、定价方式与竞争动作，都可以回到这一个函数上。我们看到的不再是模型能力的比拼，而是每百万 Token 的交付成本、每次调用的稳定性、以及每一条路由的性价比。

结构矛盾，是因为这一层的商业价值与其商业可持续性之间存在系统性张力。需求端在指数增长——国家数据局口径下中国日均 Token 调用量两年增长超千倍；供给端的利用率却严重不足——中国信通院口径下 2025 年全国智算中心实际使用率约 36.8%。这两件事同时为真，说明中间缺的不是算力，而是把算力转换成可用 Token 的能力，也就是本赛道存在的全部理由。

但恰恰是这一层，目前最难赚钱。硅基流动的招股书是最诚实的行业样本：营收增长 653%，毛利率却从 39.4% 转负至 -24.0%，公有云 Token 业务每收 1 元要倒贴 1.19 元，而真正赚钱的是项目制的本地部署，毛利率 82.5%。换句话说，Token 工厂的规模化叙事与盈利叙事，目前仍不在同一条曲线上。

竞争的胜负手正在从「谁更便宜」转向「谁更值得被依赖」。价格战已经把 API 输入均价从 100 元/百万 Token 打到 1 元以下，降幅超过 99%，这条路的收益空间已经见底。2026 年出现的原厂涨价与托管商压价的双轨格局，本质上是市场在给「能力」和「稳定」重新定价。智谱 API 涨价 83% 后调用量不降反升，是这一判断最直接的证据。

对产业参与者而言，值得记住的三条判断是：其一，中立性在国产算力碎片化尚未收敛的窗口期内仍具有真实溢价，但这个窗口有期限；其二，路由与计费层被支付基础设施收编的趋势已经明确，独立网关的生存空间取决于能否建立不可替代的信任资产；其三，从卖 Token 转向卖结果（TaaS、AaaS、RaaS）已经写入政策文本，计费单位的迁移可能比市场预期的更早发生。

对采购方而言，最务实的建议是：不要绑定单一供应商，把可切换性作为技术架构的一等公民；在评估价格时，把峰值稳定性与故障恢复成本计入总成本；在私有化与合规场景中，优先选择能提供备案信息追溯与数据不出境承诺的服务商。

---

12. 参考资料

1. 硅基流动完成 B+ 轮二期和 C 轮融资，上海证券报/中国证券网，2026-09-20。https://www.cnstock.com/commonDetail/792924
2. 硅基流动完成两轮融资，年内股权融资近 29 亿元，新华财经/新浪财经，2026-09-20。https://finance.sina.cn/2026-09-20/detail-inisnnkt1453820.d.html
3. 硅基流动背负亏损冲刺港股 IPO，经济参考报，2026-07-08。http://jjckb.xinhuanet.com/20260708/0eb3b0c9bcf745a4adec777d0704cf3c/c.html
4. 硅基流动 IPO，Token 工厂不好做，澎湃新闻。https://m.thepaper.cn/newsDetail_forward_33503226
5. 硅基流动：不站巨头，拿了全产业链的钱冲港股，21 世纪经济报道，2026-07-02。https://www.163.com/dy/article/L0RUO6NG05199NPP.html
6. 硅基流动 IPO：增速 653% 的「Token 工厂」，为何越卖越亏，凤凰财经。https://finance.ifeng.com/c/8vwPtgivJqd
7. 疯狂扩产的「Token 工厂」：营收数十倍增长上演资本狂欢，每日经济新闻/新浪财经，2026-06-18。https://finance.sina.com.cn/roll/2026-06-18/doc-inicvmmt5530908.shtml
8. 「Token 工厂」硅基流动，拿下超 20 亿元 B 轮融资，21 世纪经济报道，2026-06-16。https://www.sfccn.com/2026/6-16/zNMDE0MDRfMjE2MTEzNA.html
9. 中国最大独立 Token 工厂，冲刺港股 IPO，中共武汉市委网信办，2026-07-09。http://www.whwx.gov.cn/xxh/hyfzyw/202607/t20260709_2818824.shtml
10. 智谱 2025 年营收 7.24 亿同比翻倍，MaaS API 平台实现 ARR 17 亿元，证券时报，2026-03-31。https://www.stcn.com/article/detail/3717921.html
11. 超预期！大模型第一股智谱交出首份「中国 Anthropic」式财报，新浪财经，2026-03-31。https://finance.sina.com.cn/wm/2026-03-31/doc-inhswxzn3191396.shtml
12. 智谱：7 亿收入何以支撑 6000 亿港元市值，腾讯新闻，2026-06-03。https://news.qq.com/rain/a/20260603A046Z100
13. 无问芯穹再获超 7 亿融资，中国经济网科技频道，2026-05-07。http://scitech.ce.cn/sy/zx/202605/t20260507_2949765.shtml
14. Agentic MaaS（无问芯穹产品条目），百度百科。https://baike.baidu.com/item/Agentic%20MaaS/67746932
15. 招银国际解读商汤 2025 年报：业绩超预期，生成式 AI 成核心增长引擎，中国经济网，2026-03-26。http://tech.ce.cn/xx/202603/t20260326_2859136.shtml
16. 商汤 2025 年度业绩公告，中国金融信息网。https://www.cnfin.com/announ/detail/index.html?dannoun=hkdetail&id=827692676420
17. 商汤杨帆：人与 AI 开始深度协作，企业组织形态面临重构，光明网，2026-04-30。https://tech.gmw.cn/2026-04/30/content_38743131.htm
18. 商汤宣布建大规模智算中心，徐立：要让算力化为「数字水电」，南方都市报/今日头条，2026-06-17。https://www.toutiao.com/article/7652354577215357455/
19. 「算力银行」「算力超市」要来了，中华人民共和国工业和信息化部。https://www.miit.gov.cn/xwfb/mtbd/wzbd/art/2026/art_386ee4a98f72498eb9e0db42fa40f0bc.html
20. 探索「算力银行」「算力超市」等创新业务，人民网吉林频道，2026-04-03。http://jl.people.com.cn/BIG5/n2/2026/0403/c349771-41542379.html
21. 工信部开展普惠算力赋能中小企业发展专项行动，经济参考报，2026-04-03。http://dz.jjckb.cn/www/pages/webpage2009/html/2026-04/03/content_114828.htm
22. 工信部推动普惠算力赋能中小企业，数字中国建设峰会，2026-04-08。https://www.digitalchina.gov.cn/2026/xwzx/szkx/202604/t20260408_5306320.htm
23. Stripe Paid $8B for a $140M Startup: Is the AI Payment Rail the Real Prize, AInvest。https://www.ainvest.com/news/stripe-paid-8b-140m-startup-ai-payment-rail-real-prize-2608-81
24. Stripe's OpenRouter Deal Puts AI Routing Beside the Billing Stack, Superpower Daily。https://superpowerdaily.com/posts/stripe-s-openrouter-deal-puts-ai-routing-beside-the-billing-stack
25. Stripe Acquires OpenRouter in Blockbuster $8 Billion AI Infrastructure Deal, TechGolly。https://techgolly.com/stripe-acquires-openrouter-in-blockbuster-8-billion-ai-infrastructure-deal
26. China's MaaS Market: From 16× Growth to 18.6 Billion RMB, ChinaBizInsight。https://cnbizinsight.com/?p=4519
27. 大模型生态应用核心数据一览，三个皮匠报告。https://m.sgpjbg.com.cn/news/7214640.html
28. AI 平台市场竞争格局与厂商能力对比，三个皮匠报告。https://m.sgpjbg.com.cn/news/7219183.html
29. 大模型调用：定义、产业链与市场趋势，三个皮匠报告。https://www.sgpjbg.com/news/7223082.html
30. AI 差距：多维表现与追赶路径，三个皮匠报告。https://www.sgpjbg.com/news/7220986.html
31. DeepSeek 周末「打折」？API 平台计费再调整，财联社。https://www.cls.cn/detail/2461482
32. 周末「打折」！DeepSeek 再调价，今天起生效，腾讯新闻/央视财经，2026-08-23。https://news.qq.com/rain/a/20260823A08KXA00
33. 刚涨就降？DeepSeek 再调 API 计费规则，封面新闻。https://www.thecover.cn/news/TBscrWcdDG%2BH90qSdq8Jkw==
34. 大模型集体调价 AI 商业化提速，新浪财经，2026-08-25。https://finance.sina.com.cn/stock/relnews/hk/2026-08-25/doc-inipprns2296775.shtml
35. 智算中心满载与闲置并存 冷热不均倒逼机制重构，证券时报。https://so.html5.qq.com/page/real/search_news?docid=70000021_5626abb95af55152
36. 三成算力闲置！工信部、发改委等五部门发文，网易。https://m.163.com/dy/article/L7CF0POC0511E624.html
37. token 烧得旺，算力中心却一半在赔钱，腾讯云开发者社区。https://cloud.tencent.com/developer/article/2745945
38. 算力中心到底怎么赚钱：楼租出去了，算力还在空转，雪球。https://xueqiu.com/8832703614/409104936
39. PPIO 派欧云模型 API 定价，PPIO 官网。https://ppio.cn/pricing?from=ppinfra
40. PPIO 派欧云 GPU 实例定价，PPIO 官网。https://ppio.com/gpu-instance/pricing
41. PPIO 派欧云平台评测，RECATOOLS。https://recatools.com/ai-directory/ppio
42. 2026 年中国大模型一体机市场规模、行业痛点与发展机遇，万物纵横。https://www.iotdt.com/news/xingyezixun/2654.html
43. 2026 年中国大模型一体机行业技术架构、产业链、市场现状分析，智研咨询。https://www.chyxx.com/industry/1277383.html
44. 全球本地 AI 部署服务市场增长趋势 2026-2032，路亿市场策略。https://www.lpinformation.com.cn/reports/1422373/on-premises-ai-deployment-services
45. DeepSeek 为何总是「崩」，上海证券报/中国证券网。https://www.cnstock.com/commonDetail/721974
46. DeepSeek's Status Page Stayed All Green While Hundreds Reported an Outage, Startup Fortune, 2026-09。https://startupfortune.com/deepseeks-status-page-stayed-all-green-while-hundreds-reported-an-outage/
47. 赶论文写代码时突然断网，免费 AI 的算力储备跟得上吗，新浪新闻。https://sina.cn/news/detail/5345315175530863.html
48. DeepSeek 又崩了：火起来之后，承载力才是最大的技术难题，新浪新闻。https://www.sina.cn/news/detail/5345322129949249.html
49. SGLang vs vLLM vs TensorRT-LLM: The 2026 Inference Engine Decision Guide, packet.ai。https://packet.ai/blog/sglang-vs-vllm-vs-tensorrt-llm
50. Fireworks AI Valuation 2026: $17.5B Series D and the $1B ARR Inference Business, ValueAddVC。https://valueaddvc.com/blog/fireworks-ai-valuation-2026-17-5b-series-d-and-the-1b-arr-inference-business
51. Fireworks AI's $1.5B Bet: Every Company Owns Its Own Model, AI2Work。https://ai2.work/blog/fireworks-ai-s-1-5b-bet-every-company-owns-its-own-model
52. Fireworks AI 官网产品与客户信息。https://fireworks.ai/
53. 字节跳动豆包 AI 日均 Tokens 调用量突破 180 万亿，上海证券报/中国证券网，2026-06-23。https://www.cnstock.com/commonDetail/732816
54. AI Agent 智能体行业深度：市场空间、产业链及相关公司，雪球/慧博。https://xueqiu.com/3966435964/381095317
55. DeepSeek V4 Flash listed at $0.05/0.16 per 1M off-peak on OpenRouter, AGI Hunt。https://agihunt.info/en/p/1a0843a074c8c06d67b861dfa92
56. An 11x price spread for the same open-weight model on OpenRouter, AI Socratic。https://aisocratic.org/news/an-11x-price-spread-for-the-same-open-weight-model-on-openrouter
57. DeepSeek V4 Flash 0731 API pricing 多供应商对照，Tokenstead，2026-09-19。https://tokenstead.ai/models/deepseek-v4-flash-0731/pricing
58. 给 AI 产业算一笔「词元账」！广州落地词元发展监测试点，广州市政务服务和数据管理局，2026-09-28。https://zsj.gz.gov.cn/zwgk/zfxxgkml/zfxxgkml/gzdt/content/post_11026648.html
59. 词元服务（产业进展条目），百度百科。https://baike.baidu.com/item/%E8%AF%8D%E5%85%83%E6%9C%8D%E5%8A%A1/68808834
60. 词元经济（发展历程条目），百度百科。https://baike.baidu.com/item/%E8%AF%8D%E5%85%83%E7%BB%8F%E6%B5%8E/68432437
61. 词元消耗就是信用资产 北京首批算力词元贷落地，北京市海淀区政协，2026-09-14。https://hdzx.bjhd.gov.cn/2019/zxyx/szxw/202609/t20260914_4828670.shtml
62. 把握词元经济新形态 推动科技普惠新发展，中国金融新闻网，2026-09-03。https://www.financialnews.com.cn/2026-09/03/content_456335.html
63. 中国电信研究院报告显示：未来 2-3 年我国算力需求年均增长近 10 倍，上海证券报/今日头条，2026-09-14。https://www.toutiao.com/article/7685363486293000740
64. China Telecom Says AI Agents Will Drive a Tenfold Jump in Compute Demand, Startup Fortune。https://startupfortune.com/china-telecom-says-ai-agents-will-drive-a-tenfold-jump-in-compute-demand/
65. 国产算力（产业进展条目），百度百科。https://baike.baidu.com/item/%E5%9B%BD%E4%BA%A7%E7%AE%97%E5%8A%9B/68624468
66. Sovereign AI Race: China (2026), University 365。https://www.university-365.com/post/sovereign-ai-race-china-2026
67. China builds national computing network as key pillar of new infrastructure, China Development Gateway, 2026-09-21。https://en.chinagate.cn/2026-09/21/content_118705712.htm
68. The paradox of OpenRouter, 36Kr。https://eu.36kr.com/en/p/3835541445686657
69. OpenRouter 的悖论，腾讯新闻，2026-06-02。https://news.qq.com/rain/a/20260602A051UV00
70. Chinese AI Models Passed 45% of OpenRouter's Tokens. US Labs Still Take Most of the Money, dreaming.press。https://dreaming.press/posts/chinese-ai-models-openrouter-token-share-vs-revenue.html
71. The Price of Intelligence: When the Token Crossed Below $1, the Industry Bifurcated, Forkast。https://forkast.news/the-price-of-intelligence-when-the-token-crossed-below-1-the-industry-bifurcated
72. 直降超 50%！中国大模型击穿价格底线，美国巨头扛不住了，21 世纪经济报道/网易，2026-09-03。https://www.163.com/dy/article/L5TVRSAA05199NPP.html
73. Why AI Token Costs Are Falling: The LLM Price War, AI Agents, and the Future of Inference, KuCoin。https://www.kucoin.com/blog/id-why-ai-token-costs-are-falling
74. Anthropic Leads OpenAI in Ramp's September 2026 AI Spend Index, FourWeekMBA。https://fourweekmba.com/ai-ramp-ai-index-september-2026-anthropic-openai-spend/
75. Token 数量每日更新，雪球，2026-09-15。https://xueqiu.com/5980882033/409372025
76. 关于发布生成式人工智能服务已备案信息的公告（2026 年 5 月至 6 月），中央网络安全和信息化委员会办公室，2026-07-10。https://www.cac.gov.cn/2026-07/10/c_1785427810632554.htm
77. 大模型备案潮涌，AI 合规从选择题变成必答题，新民周刊，2026-07-17。https://www.xinminweekly.com.cn/shenghuo/2026/07/17/47760.html
78. 2026 年国内 AI 大模型接口聚合平台发展观察，腾讯云开发者社区。https://cloud.tencent.com/developer/news/4171243
79. 2026 年 API 中转站深度评测，GitHub。https://github.com/l1i1/ai-router-reviews
80. 2026 国产大模型全聚合 API 服务商盘点：十家平台实测选型，今日头条。https://m.toutiao.com/article/7646998660370203178
81. 2026 年中国大模型一体机行业市场全景分析及未来前景展望报告，智研咨询。https://www.chyxx.com/research/1271090.html
82. 大模型一体机行业发展报告（2026 版），东方财富财富号，2026-08-26。https://caifuhao.eastmoney.com/news/20260826092220346883450
83. China models lead OpenRouter weekly call volume for 15 consecutive weeks, 见 China Development Gateway 报道，2026-09。https://en.chinagate.cn/2026-09/21/content_118705712.htm
84. 广东省备案大模型达 132 款，广州市科技局。https://kjj.gz.gov.cn/xwlb/yw/content/post_10760653.html