转卖Token

作者：晓静，腾讯科技

大模型从实验室走向市场，沿途也开出了大大小小的“商店”。

这些商店出售的，是以Token计量的模型服务。同一个模型，在不同的店里，报价可能相差数倍，凭什么呢？

9月29日，一项发布于预印本平台arXiv的研究，对六个开放权重模型在不同供应商处的表现进行了比较。论文标题为《你无法仅凭价格表选择供应商》，研究者发现，同一个模型，换一家提供服务的公司，回答质量、速度和可用性都可能变化。在测试样本中，较高的价格通常对应更快的速度，却不能可靠地预测质量和稳定性。

这其中还有一个值得注意的现象是，某个部署在知识类任务中表现接近正常，到了多步推理任务却会严重退化。

这项研究揭示的结果背后，其实有一个实际应用中的具体问题。当用户选择了一个具体的模型，真的在生产场景中使用的时候，是不是一定就能效果稳定？

答案是否定的，而且，围绕着这个问题，已经生长出一系列“转卖token”的复杂生意。这些交易都围绕“模型调用”展开，卖家赚钱的逻辑却各不相同。

图：同一个模型，价格更高的供应商未必能给出更准确的答案。研究在分类、信息提取和数学任务中发现，报价相差数倍的供应商，准确率可能相近。横轴为相对价格，以同模型、同任务下最低报价为1。

直接找模型公司买API不好吗？

如果只用一家公司的模型，直接购买API通常很省事。但通常一个应用需要同时调用几家模型，开发者就得分别处理接入、充值、账单和使用限额，还要应对各家的接口差异。某个模型突然限流或服务中断，应用能否继续运行，也需要自己准备切换方案。

OpenRouter看准的就是这个痛点，它把来自不同供应商的模型服务变成一项统一服务，向用户收取平台服务费。按照它的官方价目表，标准方案在用户购买调用额度时收取5.5%的费用，模型调用会按模型供应商公布的价格扣款。用户多付的这笔钱，买的是统一接入、账单管理，以及供应商出现故障时自动切换等便利。

OpenRouter联合创始人兼CEO Alex Atallah在Stripe宣布达成收购协议时表示，没有一个模型能最适合所有任务，开发者需要一个能够组织和管理多种模型的中立层。这是聚合平台对未来的判断：只要能力、价格和供应条件持续存在差异，帮助客户选择就可能是一项长期服务。

投资它的a16z曾用电力行业打比方。Anjney Midha在2025年6月的投资说明中，把当时接入大模型的体验比作可靠电网出现之前的用电：供应会中断，价格会变化，接口各不相同。他看重的是OpenRouter处理故障切换、负载均衡和路由的能力，让开发者把注意力放回产品。

用户花钱主要是购买方便和省心，及可预期的稳定效果。

Token工厂

同样的模型调用，到了小型经营者手里，还可以做成更直接的批零生意。一名经营小型中转站的受访者向腾讯科技介绍，他通过批量购买国产模型API，最低可以拿到约七折的价格，再加价卖给客户，“这也会比客户直接购买API便宜”。批发零售之间的差价，就是当下可以赚的钱。

还有一些小型中转站，恰好“囤到”一些卡，也有基本的技术能力搭起规模很小的机房，部署开源模型后向客户出售调用服务。

“现在完全是在赚一个时间差，模型的供需还不平衡，大模型公司对小客户也没那么完善的服务能力。但是这不是什么可持续的生意，赚个快钱。”一名经营者透露。

转卖Token并非只是“快钱”。

硅基流动和无问芯穹都用“Token工厂”来描述自己的业务。它们需要解决的一道共同难题，是让模型在不同品牌的AI芯片上高效运行。各家国产芯片的软硬件各有特点，要让模型“跑在上面”，还需要适配和优化，才能充分发挥服务器的性能。

在此基础上，两家公司还要把不同类型的计算资源调度起来，让同样一批服务器处理更多请求，降低服务成本。

客户既可以直接购买它们提供的模型服务，也可以请它们帮助部署和运营自己的算力中心。这门生意由此延伸到了模型服务的生产环节：除了把服务卖出去，还要让背后的服务器跑得更有效率。

这门生意希望让同样的硬件处理更多请求、减少重复计算，并在客户使用量起伏时调整资源。这些改进能否持续降低交付成本，决定了技术最终能为生意留下多少空间。

硅基流动解决方案总监唐安波在今年6月的一次公开演讲中谈到一个具体矛盾：按照需求高峰准备算力，平时容易闲置；按照低谷准备，高峰时又可能接不住。他介绍的推理优化和弹性调度，正是为了解决这类问题。

客户买的是随时能够调用的服务，但Token工厂却需要提前为容量付钱。技术优化可以提高产出，但是足够多且互补的客户需求，才能让这些能力真正用起来。

财务数据揭示了理想与现实之间的差距。硅基流动的IPO文件显示，2025年公有云服务收入约2926万元，毛利率为负119%。公司解释，为扩张中的用户群预留容量、维持可用性所需的算力成本，超过了早期付费收入。

但是，资本正在给这些“Token工厂”追加投入。

9月，硅基流动披露完成B+轮二期及C轮融资，2026年以来累计股权融资接近29亿元。10月12日，无问芯穹宣布完成23亿元C轮融资，成立以来累计融资43亿元。

投资人看中的是，把模型变成好用的服务，中间还有不少难题需要解决。华创资本管理合伙人吴海燕在解释投资硅基流动的逻辑时，把它看作开源模型与AI应用之间的“连接器”。

无问芯穹的投资方启明创投也有类似判断。主管合伙人周志峰此前表示，推理加速和多元异构能力，可以帮助芯片厂商、算力中心、模型公司和应用企业降低成本。换句话说，一家企业买来了服务器，却未必有能力让各种模型高效运行；谁能解决这些问题，谁就有机会获得订单。

但能帮客户省钱，与自己能赚到钱之间，还隔着市场竞争。假如技术优化让一次调用的成本下降了两成，同期市场报价却下降了三成，公司的利润空间仍会缩小。客户也不会因为背后的优化很复杂，就愿意多付钱。

这种压力已经出现在经营数据里。据硅基流动招股书，2025年其公有云服务毛利率为负119%，同时本地部署解决方案毛利率为82.5%。同一家公司的两类业务，盈利表现相差很大，硅基流动称，正向毛利主要来自专属实例和本地部署，面向中小用户的按量调用业务仍处于战略性亏损阶段。

也有投资人把“token工厂”的生意说成“资源优势”，在国内当下算力紧缺的环境下，他们能拿到算力，本身也是当下的护城河。

但是长远来看，当新模型、新芯片出现后，他们能否比同行更快提供稳定服务？订单增加后，成本能否持续降低？客户选择它，究竟是因为价格补贴，还是因为换一家就难以获得同样的服务？这些能力能否持续转化为订单和利润，才决定“Token工厂”能走多远。

“搅局”的运营商

如果把卖token套餐，似乎就成了运营商们最熟悉的生意。

5月17日，中国电信推出试商用Token套餐。个人及家庭版最低9.9元，可购买1000万Token；开发者及中小企业版则从39.9元、1500万Token起步。用户购买后，可以把调用密钥填入自己的应用或开发工具，也可以另外购买配置好智能体的云电脑。

这套卖法借用了流量套餐的思路：先付一笔钱，获得一定期限内的使用额度。额度用完，可以停止调用，也可以开通按量付费继续使用。但Token比流量复杂：不同模型的成本不同，输入和输出的价格也可能不同。同样标着“1000万Token”的产品，能用哪个模型、怎么扣额度，都影响它到底划不划算。

对运营商来说，一份Token套餐还可以带来更多生意。用户需要运行智能体，可以购买云电脑；需要更快的网络和安全防护，可以加购相应服务；企业希望把模型放进自己的机房，又会产生部署和运维需求。中国电信公开的投资者资料已经将“私有化部署＋Token批发”列为面向政企客户的经营方式。

套餐背后也有生产环节。比如天翼云既在整合自有和第三方算力，也进行不同芯片的适配、模型调度和推理优化。因此，运营商与“Token工厂”、模型聚合平台openrouter存在业务交集，但是多了一张覆盖全国的销售和服务网络。

从这些产品组合看，运营商争取的，是客户整套AI服务的采购支出，如果一家企业已经从它那里购买宽带、云和安全服务，再增加模型调用和部署服务，采购会更方便。不过，既有客户关系只是入口，不生产模型的运营商，最终还是得“卷”得过品质和价格。

大厂也来“转卖token”

运营商把Token装进通信和云服务套餐，拥有自家模型的科技大厂，却开始把竞争对手的模型装进自己的订阅，也做上了转卖token的生意。

于是出现了一个有意思的关系：用户想用Anthropic的Claude，钱却可能付给Google。

Google的AI开发工具Antigravity里，用户可以选择自家的Gemini，也可以选择Claude。按照目前的官方模型列表，非试用的Google AI Pro订阅用户及Ultra用户，可以使用Claude Sonnet 5.5和Opus 5.5。

这种使用也有边界。Google为自家模型与第三方模型安排了不同的额度，复杂任务通常会消耗更多配额。额度用完，用户可以等待恢复，也可以购买AI积分继续使用，额外消耗按规定的用量价格结算。

Google为什么愿意把竞争对手放进自己的产品？

它在发布Antigravity时就提出，希望这里能成为智能体时代软件开发的“大本营”。开发者在这里写代码、运行程序、检查结果，模型只是完成工作的一部分。允许用户选择Claude，可以减少他们为了使用某个模型而更换工具的必要。

从商业上理解，即使一次任务由Claude完成，Google仍有机会获得订阅收入，并让用户继续使用自己的开发环境。模型之间争夺的是一次次调用，平台争夺的更重要的是用户究竟每天在哪里工作。

10月12日公布的The X Subscription，将Grok、Cursor和X会员权益整合进一个订阅计划中，其中Premium档为每月30美元。套餐内的模型用量主要供自家模型使用；Premium及更高档用户仍可在Cursor中选择Claude等第三方模型，但这部分从首次调用起就要按API公开价另外付费，消耗预充值余额。

团队用户还要多付一层费用：第三方模型调用在API价格之外，加收每百万Token 0.25美元的Cursor服务费；个人方案不收这笔费用，Grok、Composer等自家模型也免收。这样的安排保留了模型选择，同时通过套餐和价格引导用户更多使用自家模型产品。

因此，接入别人的模型，不代表大厂放弃了对自家模型的偏好，最好鱼与熊掌兼得：让工具足够好用，把用户留下来；同时也让更多使用量流向自己的模型。

一种新技术的普及，常常伴随着一群新商人的出现。在AI的世界里，生产智能的人与出售智能的人，未必是同一群人。

从本质上讲，用户买Token，买的是模型的智能。有些客户希望为更稳定的智能付费，而有些希望为更快的智能付费。

未来，客户未必越来越在意自己从谁手里买到Token，却会越来越在意最终的结果。转卖token的生意会有一直存在的理由，但在越来越激烈的竞争中拿到利润，却是需要各显神通了。

想做AI的生意，真的不太容易。