撰文:赵颖
来源:华尔街见闻
AI 应用的商业化,正在从卖软件、卖会员,延伸到卖 Token 调用能力。这里的 Token,是大模型处理信息的最小信息单元,也是模型 API 计费、结算和消耗的基础。随着调用量放大,Token 本身开始像一种「库存」被采购、路由、拆分、转售。
华源证券分析师陈良栋在近期发布的传媒行业专题中,把核心变化概括为:「Token 运营正在形成一个新的中间层市场,即探索 Token 分销模式,连接上游大模型厂商与下游开发者、企业和个人,本质是全球 Token 的批发到零售网络的流动性基础设施。」
这门生意出现的背景并不复杂:一边是中国 Token 调用量快速放大,2024 年年初日均调用量为 1000 亿,2025 年底升至 100 万亿,2026 年 3 月突破 140 万亿;另一边,国产大模型能力上台阶,在部分榜单和调用量中已经进入全球第一梯队。需求变大、模型变多,真正卡住交易的环节变成了支付、网络、接口、合规、渠道和场景落地。
但 Token 分销不能简单理解成「倒卖 API 额度」。最薄的一层利润来自转售利差,更厚的部分来自推理加速、统一接口、企业端 Prompt 工程、Agent 编排、模型选型和业务系统集成。也正因为进入门槛不算高,这个市场的风险同样直接:竞争加剧、垫资和坏账、上游模型厂商政策变化,都会压缩中间层利润。
Token 开始有了「批发商」和「零售商」
Token 分销的基本链条包括三类角色。
上游是模型方,包括字节跳动 Seedance 系列、阿里巴巴 Qwen 系列、智谱 GLM 系列、月之暗面 Kimi 系列、DeepSeek 系列等,它们是 Token 的源头供给方。
中间是代理平台,负责承接上游模型资源,再分销给终端用户。它的工作不只是转手卖额度,还要把不同模型的接口协议转换成统一 API 格式,让下游通过一个 API Key 就能调用多款模型。
下游是实际消耗 Token 的人,包括个人用户、开发者、企业客户,也可能包括下级分销从业者。
这个中间层的价值集中在几个地方:国内直连降低网络门槛;一套代码适配多模型;支持个人支付、对公支付;批量采购后可能拿到更低成本;一个平台聚合 GPT、Claude、DeepSeek、Kimi 等不同模型,减少开发者反复接入的成本。
所以,Token 分销看起来轻资产,不需要自己训练大模型,也不需要大规模服务器集群。核心资产变成 API 中转调度系统、上游模型资源、渠道客户和服务能力。
调用量暴涨,是这门生意最直接的燃料
Token 运营模式成立,首先要有足够大的消耗量。
中国日均 Token 调用量在两年内从 1000 亿提升到 140 万亿以上,增长超过千倍。调用量的扩张来自各类垂直 Agent 落地,也来自企业把生成式 AI 嵌入更多业务流程。
IDC 数据给出的路径更激进:中国企业活跃智能体数量预计将在 2031 年突破 3.5 亿,年复合增长率超过 135%;随着智能体任务密度和复杂度提升,智能体 Token 消耗年均增幅有望超过 30 倍。
执行类智能体已经能看到这种变化。OpenClaw 在 OpenRouter 平台的周度 Token 消耗量,从 2026 年 2 月 2 日至 3 月 16 日的 0.81T 升至 4.97T,占比从 8.31% 提高到 24.36%。
Token 一旦成为大规模消耗品,围绕它的采购、计价、路由和结算就会自然分层。模型方未必直接服务每一个客户,终端客户也未必愿意逐个接入模型,中间层因此有了空间。
国产模型的性价比,打开 Token 出海的入口
国产大模型能力提升,是 Token 分销从国内走向跨境的关键变量。
SuperCLUE 数据显示,字节豆包、DeepSeek 系列等国产模型综合评分已经突破 70 分,与 GPT-5.4、Gemini 等海外头部模型的差距缩小;通义千问、Kimi、智谱 GLM 等模型也形成了较清晰的梯队。
OpenRouter 数据中,截至 2026 年 5 月 10 日的一周,腾讯 Hy3 preview(free)位居调用量榜首;前五、前十、前二十名中,国产大模型分别有 2 款、6 款、9 款。
更有标志性的变化发生在 2026 年一季度。2 月 9 日至 15 日,中国模型在 OpenRouter 上的调用量达到 4.12 万亿 Token,首次超过同期美国模型的 2.94 万亿 Token。2 月 16 日至 22 日,中国模型周调用量进一步升至 5.16 万亿 Token;平台调用量前五模型中,有四款来自中国厂商,分别为 MiniMax M2.5、Kimi K2.5、智谱 GLM-5 和 DeepSeek V3.2,合计贡献 Top5 总调用量的 85.7%。
价格优势也很突出。MiniMax M2.5 和 GLM 5 的输入价格均为每百万 Token 0.3 美元,Claude Opus 4.6 为 5 美元;输出价格方面,MiniMax M2.5 为 1.1 美元,GLM 5 为 2.55 美元,Claude Opus 4.6 为 25 美元。国产模型在 AI Agent、代码开发等高 Token 消耗场景中,性价比差异会被持续放大。
全球 AI 资源不均衡,路由平台成了「中转站」
Token 分销不是只解决价格问题,还解决资源错配。
海外头部大模型受到地域访问限制、合规规则和支付门槛影响,无法直接触达包括中国大陆开发者在内的部分用户。国产优质大模型走向海外,也会遇到本地化适配、渠道铺设和用户获客难题。
这种不均衡,催生了跨境流转、聚合路由和分层分销需求。
OpenRouter 已经是一个典型样本。其平台处理 Token 量级从 2025 年每周 5 万亿至 7 万亿,提升到 2026 年 4 月每周超过 20 万亿;2026 年年化收入超过 5000 万美元,较 2025 年 10 月披露的逾 1000 万美元年化收入增长约五倍。
国内也有类似平台。硅基流动是一站式大模型云服务平台,基于自研推理引擎做高效推理加速,同时提供企业级大模型服务。截至 2025 年 12 月,平台注册用户超过 900 万,企业用户超过 10000 位,上线模型超过 150 个。
甚至美国政治相关资本也进入这一赛道。2026 年 5 月 5 日,与特朗普及其家族有密切联系的加密货币公司 WLFI 携手 WorldClaw 推出 WorldRouter,整合 Claude、GPT、Gemini 等超过 300 款模型,以 USD1 结算,定价较官方公开费率低约 30%。
真正的利润,不一定在「倒手差价」
Token 分销有三种盈利方式。
第一种是转售利差。平台向上游模型厂商批量采购 API 额度,再向下游客户加价销售。OpenRouter 在供应商成本上加收约 5.5% 的溢价,就是这一模式的代表。
第二种是技术溢价。平台通过自研推理加速引擎降低单 Token 运行成本,在售价接近甚至低于官方价格时,依靠算力效率差获取毛利。硅基流动的 SiliconLLM 与 OneDiff 技术,将语言模型推理速度提升 10 倍,文生图效率提高 3 倍,使大模型 API 调用成本低至行业的 1/10。
第三种是企业增值服务。企业部署 AI 的成本并不只在 Token 单价,还包括 Prompt 工程、多模型选型、业务系统集成、工作流编排、运维调度和员工 AI 能力建设。基础 Token 价格下降后,这些隐性成本反而更容易成为付费点。
硅基流动的企业级 MaaS 平台就是这一方向:面向企业用户提供模型训练调优、部署推理、应用开发支撑三层能力,覆盖数据处理、模型微调、Prompt 工程和 RAG 等,最终以标准化 API 形式交付给能源、金融、政府等行业。
营销、短剧、游戏、电商,是更容易消耗 Token 的场景
Token 分销要赚钱,最终要落到真实场景。
生成式 AI 应用正在进入医疗健康、泛交通、工业制造等行业,也开始参与企业决策支持、战略管理等核心流程。但不少企业的智能化转型基础薄弱,数据资产积累不足,算力投入有限,直接部署 AI 能力并不容易。
相比之下,营销广告公司手里已有客户和场景,涉及短剧、漫剧、游戏、电商等领域,Token 消耗需求更直接,也更持续。对这类公司来说,机会不只是转售模型能力,而是把 Token 嵌入客户的内容生成、投放、素材生产、视频化等流程。
投资线索也沿着两条主线展开:
一类是具备优质模型能力的公司,包括阿里巴巴、腾讯控股、快手、昆仑万维、智谱、MiniMax 等。
另一类是具有强 Token 场景和优质客源的公司,尤其是拥有海外客户资源和营销场景、愿意在 AI 营销和 AI 视频化方向积极布局的公司,包括易点天下、蓝色光标等。
风险也很硬:低门槛、要垫资、上游说了算
Token 分销的商业模式轻,但护城河并不天然深。
同业竞争是第一层风险。分销业务技术门槛较低,头部代理商一旦凭借资金、客户和渠道优势入场,可能快速复制模式,压缩利润空间。
垫资和坏账是第二层风险。分销商对下游客户往往采用月结或季结,但向上游采购 API 额度时需要垫资。Token 消耗规模越大,垫资压力越大;一旦客户拖欠,坏账风险会同步放大。
上游模型厂商政策变化是第三层风险。大模型厂商掌握 API 价格和接入规则,可能调整价格,也可能收紧第三方接入政策。对中间层来说,这是最难控制的一环。
