深度拆解Token产业链五层结构 大模型巨头疯狂押注FDE布局AI落地最后一公里

荐读：

腾讯Q2财报中在上游算力重投500亿，因为上游算力巨大刚需和缺口，我们也和一些投资机构联合做AI算力基建投资和下游AI应用孵化，最近参与孵化了一家“Token精炼工厂”，聚焦押注中国开源大模型的崛起趋势，上游接入7家已部署中国开源大模型的实体算力中心AIDC，我们进行Token精炼优化后，整体降本增效30%-70%，下游卖给国内外客户，欢迎上下游一起共建，开放合作。

2026年，Token正在成为AI时代可计量、可定价、可交付的标准化商品。黄仁勋将AI产业拆解为五层：能源、芯片、基础设施、模型、应用——贯穿五层的统一计量单位是Token。这一年最值得记录的变化是：Token竞争的主战场，正从中国对美国"模型能力"的追赶，切换为中国对美国"应用调用规模"的反超。

国家数据局披露，中国日均Token调用量已从2024年初的约1000亿增长到2026年3月的超过140万亿，两年增长超过1400倍。更关键的是中美对比：2026年2月，中国大模型周调用量首次超越美国；到7月6日至12日这一周，中国大模型周调用量达27.58万亿Token，美国同期仅6.33万亿Token，差距拉大到4倍以上，且中国已连续十一周稳居全球首位。

OpenRouter平台的统计显示，中国模型的Token消耗量已占全球市场的54.1%，全面超越美国模型的41.5%。全球调用量排名前六的AI大模型均为中国模型。

这场反超并非"自嗨"。OpenRouter数据显示，自2026年2月以来，美国企业在OpenRouter上使用中国AI大模型的Token占比每周稳定在30%以上，最高触及46%，而2025年上半年这一数字仅为4.5%。驱动海外真实需求的是价格：完成同等标准化任务，中国模型的Token价格通常仅为美国竞品的十分之一到二十分之一。

Token调用量，正在取代"模型参数规模"，成为衡量AI产业竞争力的核心标尺。而支撑这一标尺流动的，是一条清晰可辨的五层产业链。

第一层：原材料——芯片与电力

Token生产的起点是两样东西：芯片和电力。

芯片是Token生产的"发动机"。 英伟达旗舰级DGX B300 AI服务器（搭载8颗Blackwell架构GPU），美国官方售价约40万美元，但在中国市场现货稀缺，据我们上下游合作方透露，上周国内实际成交价格逼近1400万，深圳仓现货报价甚至冲破1400万单台，市场大部分无货状态。英伟达GPU稀缺带来国产芯片替代热潮，但是实际国产和海外芯片效能，只能做到7:1。

电力是Token生产的"燃料"。 在Token工厂的经济模型中，衡量竞争力的核心指标是"每瓦特Token产出"（Token per Watt）——每度电产多少智能，决定了一家工厂的边际成本。Token的生产成本中，电力占比约5%-9%，但数据中心全年无休的高耗能运转，使电费在边际成本中占比接近60%。温州等绿电富集地区正在成为Token工厂的选址热点，清洁能源装机占比达45.1%，为低成本Token生产提供支撑。"电力不出境、算力价值跨境"的新型数字贸易形态，正成为中国AI参与全球竞争的核心壁垒。

第二层：AIDC算力中心——Token的"实体工厂"

芯片和电力汇聚到AIDC（AI数据中心），这里是Token的物理生产车间。

五象云谷智算中心是全国首个实现商业化运营的词元工厂，每小时产出约2000亿Token，客户无需租用机架、无需运维集群，接入API按Token付费，像用水电一样即开即用。平台可一键接入16款主流大模型，已与字节跳动达成Token战略合作，火山引擎Seedance2.0视频生成大模型顺利上线。

商汤临港AIDC于2024年获评全国首个5A级智算中心。中国移动正全面推进Token经营战略，依托移动云与AIDC算力底座打造Token工厂，并通过MoMA平台统一调度算力。中国电信广东公司于2026年7月发布词元工厂，贯通词元"生产—运营—服务"全链路，标志着从"流量经营"向"词元经营"的战略转型。华为也已推出AIDC全栈方案，面向超大规模推理集群，推出业界首个支持异构算力的上下文记忆存储，降低推理首Token时延90%。

第三层：大模型自营——API销售与自用

AIDC生产出Token后，流向的第一站是大模型厂商。海外与中国走出了两条不同的路径。

海外走闭源路线。 OpenAI、Anthropic等大模型厂商不卖模型，而是通过官方API按Token计费出售"智能服务"。Anthropic约75%-85%的收入来自API调用。

中国走开源部署路线。 DeepSeek、Qwen、GLM、Kimi等开源模型密集发布，算力中心可直接下载权重自行部署，自己生产Token、自己对外销售。与此同时，大模型厂商也是Token的采购方——当自身算力不足时，会向上游算力中心采购Token来补充推理能力。大模型厂商同时扮演着Token的卖方和买方。

第四层：第三方Token聚合与精炼平台

这是产业链中最特殊的层级——它们不自建算力中心，不生产Token，而是做Token的"聚合、优化与精炼"，我们过去2年参与孵化了一家“Token精炼工厂”。

OpenRouter是这一模式在全球的标杆。平台目前已接入超过400款主流AI大模型，注册用户达800万，月均处理Token量高达100万亿。2026年5月，OpenRouter完成1.13亿美元B轮融资，由Alphabet旗下CapitalG领投，投后估值达13亿美元。2026年7月，多家科技巨头传出收购意向，估值或突破100亿美元。

硅基流动是中国最大的独立Token供应平台，已向港交所递交上市申请。公司自2023年12月至2026年6月完成7轮融资，B+轮估值77.4亿元。2025年营收5533万元，同比增长653%，但净亏损3.45亿元，毛利率降至-24%，仍处烧钱扩张期。硅基流动有相当比例的业务收入来自FDE（前线部署工程师）相关服务——通过派驻工程师到企业客户现场，将Token生产能力嵌入客户真实业务流程，形成"Token供应+现场部署"的复合交付模式。

国内云厂商同样在布局这一层。 腾讯云将MaaS平台升级为TokenHub，用户可通过API统一调用混元、DeepSeek、MiniMax等主流大模型。阿里巴巴成立Alibaba Token Hub事业群，由CEO吴泳铭直接负责。火山引擎、百度千帆、华为云及三大运营商也在推进Token套餐与API聚合服务。中国移动的MoMA平台接入超300款主流AI模型，通过智能路由调度、Token压缩等技术，使单位Token推理成本降低约30%。科大讯飞也推出了星火Token Factory，定位于企业应用与大模型之间的统一中间层。

第五层：下游应用——Token的最终消费端

Token最终流向AI应用和智能体。IDC预测，2026年中国MaaS市场Token调用量将达40000万亿次，营收约186亿元。

下游应用端的核心交付模式之一是FDE（前线部署工程师），FDE将工程师派驻到客户现场，把Token生产能力直接嵌入企业真实业务流程。按照服务提供方的不同，下游应用端可分为三个阵营。

阵营一：大模型厂商自建FDE团队

2026年，当模型能力不再是瓶颈，"如何将模型嵌进企业业务流程"成为大模型厂商的核心竞争点。FDE这一源自Palantir的驻场交付模式，正在被海内外大模型厂商以多种路径重新演绎。

海外：五大巨头密集组建FDE组织

2026年2至7月，海外五大巨头相继成立专门FDE组织，采用5至6人小团队驻场模式，目标是将AI交付周期从数月压缩至数天。

OpenAI于2026年5月联手19家PE，合计投入超40亿美元，成立Deployment Company（DeployCo），并收购AI落地服务公司Tomoro，打包带走约150名FDE；随后又收购Northslope，FDE团队扩至数百人。DeployCo估值约140亿美元（约合人民币945亿元）。OpenAI的FDE岗位底薪21万美元起，配套四年期股权，该团队与BCG、麦肯锡、埃森哲、凯捷等顶级咨询机构协同作战。OpenAI的FDE团队直接嵌入战略客户现场，负责从概念验证到全面部署的全周期交付。

Anthropic于2026年5月联合Blackstone、Hellman & Friedman和Goldman Sachs，成立估值15亿美元的企业AI服务合资公司。Anthropic入门FDE底薪17至20万美元，总包30至50万美元。

AWS投入10亿美元组建FDE组织，首批客户包括NBA和理光。神州泰岳已获AWS AI Services Competency认证，以全链路FDE模式助力企业AI落地。

微软投入25亿美元成立Microsoft Frontier Company，约6000名员工直接嵌入客户企业内部。

Salesforce公开招募1000名FDE，为其Agentforce产品线服务。

海外五大巨头的FDE军备竞赛，本质上是用资本杠杆把"模型能力"强制转化为"企业业务结果"——OpenAI单点估值945亿人民币、微软单笔投入25亿美元、Salesforce千人招募，意味着FDE已不再是边缘岗位，而是大模型厂商通往企业市场的核心作战单元。

国内：五条差异化路径

蚂蚁数科（蚂蚁生态） 已全面转型，将业务重心从2024年聚焦的RWA资产上链转向金融行业的FDE交付。其FDE团队只专注于AI业务，B端FDE岗位月薪4万至6万元，全年15薪，要求候选人有咨询公司或乙方交付经验，并对银行、保险、证券、能源行业有场景理解。这标志着蚂蚁数科从"技术探索"转向了"把AI嵌入金融机构业务流程"的现场交付，卖的不是模型调用，而是"金融AI业务结果"。

腾讯（腾讯生态） 走的是平台+陪跑型FDE路径。2026年7月，腾讯WorkBuddy正式设立"AI前线部署工程师"岗位；8月5日，腾讯与长安汽车组建了一支34人的联合FDE团队——长安选拔24位业务骨干脱产两个月，腾讯派驻10位专家，基于WorkBuddy与CodeBuddy，围绕软件研发、合同智审、智能客服等七大场景落地Agent，内部代号"AI火箭班"。腾讯FDE不仅交付系统，更通过"带教"客户方人员，将现场经验沉淀为Skill、模板和测试集，实现可规模化的能力留存。腾讯云AI前线部署工程师薪资达35-65K×15薪，上海等地多点开花。

零一万物 走的是最接近Palantir原教旨的"战略咨询+FDE共创制"。公司FDE深入业务一线，与客户团队共同拆解需求、接入数据、搭建原型，甚至承担类似"首席AI号"的职责，直接参与AI战略与关键场景决策。李开复在2026年7月的访谈中直言："企业AI不能只是远程交付一个工具，而是要进入企业现场，理解它自己的业务地图和决策逻辑"。零一万物已推出面向企业一号位的"老板AI"、面向投资与董事会场景的"投资官AI"、面向销售管理的"销冠AI"等产品，FDE团队正是这些产品进入企业现场的"尖刀班"。

月之暗面（Kimi） 的路径最为独特——它不自建大规模FDE团队，而是与企业服务伙伴共建。2026年7月，月之暗面与中软国际签署Token分成协议，共建FDE创新实验室，以中软国际AllMeta平台和Kimi的K2.7 Code及K3模型为底座，首期优先聚焦能源电力与金融行业。这种"模型+企业服务"协同新范式，通过Token分成机制让双方利益深度绑定：中软国际自建行业算力中心优先满足月之暗面需求，推进国产算力适配；月之暗面提供大模型技术支撑，助力行业专属知识库建设、模型微调与定制化训练；对基于Kimi大模型产生的Token消耗收益按约定比例分成。模型调用越多，双方收益越大。

DeepSeek 则走出了一条用开源框架把FDE能力"产品化"的道路。2026年8月13日晚，DeepSeek正式发布Harness开发者预览版v0.1，同步以MIT协议开源。这是一套主打"一切皆插件"的Agent运行框架——模型、工具、技能、会话、沙箱、存储、循环、调度、UI等所有Agent能力均由插件组合而成，可自由替换、灵活重组。Harness团队给出的核心公式是"Model + Harness = Agent"：模型负责推理与决策，Harness负责将决策转化为可落地的操作。框架提供标准模式、PTC模式（程序化工具调用）、极简模式、创造模式四种运行模式，团队目标是对标Anthropic旗下的Claude Code。DeepSeek并非直接派人驻场，而是用基础设施的进步，让FDE工程师从"搭建执行管道"中解放出来，专注于"理解业务、拆解场景、调优提示词"，变相提升了整个产业的FDE人均交付效率。

智谱偏向ToB方向，已设立FDE负责人岗位，月薪6万至8万元，FDE团队面向企业级AI应用工程化落地，参与AI Agent、RAG知识库问答、文档智能审阅、流程自动化等企业级AI应用部署。

MiniMax主要做C端，但也在通过招聘"大模型售前解决方案专家"（FDE的另一种变体）向企业端延伸。

国内七家厂商的FDE布局呈现出清晰的谱系：

前几家在"组织层面"解决FDE，DeepSeek在"技术层面"解决FDE——它让FDE的"执行"环节标准化、可复用、可组合，从而反哺整个产业的FDE效率。

阵营二：第三方FDE独立服务商

第三方FDE公司独立于大模型厂商之外，为各行业客户提供AI现场部署服务。

博彦科技是金融AI FDE的标杆。在某国有银行海外分行项目中，博彦科技创新落地FDE模式，FDE团队兼具业务顾问、全栈研发、产品沉淀三重能力。历时两年深度共建，累计落地50余项跨境数字化项目，代码总量突破1500万行，海外业务整体运营成本降低20%-30%，形成可批量复制至东南亚机构的转型范本。2026年7月，博彦科技中标广东华兴银行数据研发类项目，第一时间组建专属FDE团队，定向配置集业务顾问、全栈数据研发、AI模型落地、项目运维多重能力于一体的复合型人员阵容。

汉得信息是制造业AI FDE的典型代表，2024年AI收入约7800万元，2025年增至3.1亿元，2026年前4月达1.205亿元，同比增长118.3%。

中软国际通过与月之暗面共建FDE创新实验室切入能源电力行业，以AllMeta平台和Kimi模型为技术底座，共同开展企业级Agent产品的定义、研发、交付、打磨、测试与持续迭代。

科大讯飞在国家能源集团智慧招标体系中采用FDE模式，累计稳定运行超过21万个项目，智能评审准确率达97%，非招标采购询价通知单智能评审无人化率超89%。

亚信科技与天津联通联合开发了通信行业首个基于AI大模型技术的智能查号系统，采用FDE模式将AI"翻译"进业务现场。

上海新联纬讯2026年6月与聊趣智能及国内某运营商达成三方战略合作，作为FDE合作伙伴负责ClawHouse系列AI个人算力中心产品的现场部署、系统集成与运维支持。

阵营三：企业自用与C端用户

企业客户和C端用户是Token的最终消费者，通过调用API或使用AI产品消耗Token。

蚂蚁数科的金融FDE转型、腾讯与长安汽车的联合FDE团队，本质上都是在培育企业端的Token消费能力。在C端，OpenRouter等平台为个人开发者提供统一的API入口，普通用户通过各类AI应用间接消耗Token。中国模型的Token价格通常仅为美国竞品的十分之一到二十分之一，这使得C端用户的使用成本大幅降低。

产业链闭环

Token五层产业链之间形成完整的流动：芯片与电力供给AIDC算力中心→算力中心生产Token→一部分直接对外销售，一部分供给大模型厂商→大模型厂商通过API对外销售，也向上游采购Token补充算力→第三方Token聚合平台将多方Token汇聚、优化后统一输出→FDE将Token嵌入企业真实业务流程→最终流向应用端。每一层都在Token的流动中获取自己的价值份额。

回到开篇的那个判断：中国已从"模型追赶到应用反超"。这种反超不是单点突破，而是五层产业链协同作用的结果——底层的绿电与芯片供给、中游AIDC的产能扩张、模型层的开源策略、聚合层的API统一调度、应用层FDE的现场交付，共同把Token的单位成本压到美国竞品的十分之一到二十分之一，从而在海内外市场同时释放调用需求。

一个值得关注的趋势是：FDE正在从"派人驻场"的劳动力密集型模式，向"平台+插件+Token分成"的技术密集型模式演进。海外五大巨头用资本杠杆强攻企业市场——OpenAI的DeployCo估值945亿人民币、微软单笔投入25亿美元、Salesforce千人招募；国内方面，蚂蚁、腾讯、零一万物仍在投入大量人力做驻场；月之暗面已经开始用Token分成绑定伙伴；DeepSeek则试图用开源框架让FDE的"执行层"彻底自动化。这三步走完，FDE这个岗位本身可能被重构——驻场人员减少，但单位产能倍增，Token消耗量随之指数级放大。

当Token成为AI时代的"千瓦时"，谁掌握了低成本、规模化、可交付的Token生产能力，谁就掌握了下一代数字经济的计价权。中国连续十一周在调用量上压制美国，只是一个开始。真正的产业拐点，是Token作为一种标准化商品，正在重塑从能源到应用的每一层价值链——而这条链上，中国第一次站在了"产能+价格+应用规模"三重优势的一侧。