大厂的Token仪表盘上，数字正在疯狂跳动。当前，仅豆包一家大模型的日均Token调用量就已突破180万亿；国家数据局统计显示，全国日均调用量在今年3月已超过140万亿。无论从哪个口径衡量，这都是一条在两年内从“近乎为零”飙涨超千倍的曲线。这是一组足以让任何行业眼红的数字。AI编程、Agent工作流、多模态内容生成……越来越多场景被卷入这条消耗曲线，Token经济正以前所未有的速度膨胀。然而，最先兑现这场繁荣的，并非模型厂商和AI应用。共绩科技的联合创始人黄力昂直言：“几乎所有人都在亏钱，而所有的利润都流向了英伟达——或者说，流向了上游硬件。”这个判断并不夸张。就在本季度，英伟达交出了一份让整条产业链相形见绌的财报：2027财年第一季度（即2026年2月至4月），公司营收达816亿美元，同比增长85%，GAAP毛利率高达74.9%；而几乎同一时期，OpenAI第一季度的经营亏损高达93亿美元——调整后营业利润率约为-122%，相当于每收入1美元，就要倒贴约1.22美元。于是，一个略显荒诞的对照浮现出来：一边是消耗量呈指数级攀升、被寄予“新增长极”厚望的Token经济，上游GPU、HBM厂商持续刷新利润纪录；另一边，从模型厂商、Token工厂，到算力中心和AI应用，大多数企业仍在增长中承受亏损，甚至陷入“越卖越亏”的困境。不过，这或许只是AI产业发展的一个阶段。回看互联网和云计算的发展史，几乎每一轮技术浪潮的早期，利润都先被上游基础设施层截获——光缆、服务器、交换机厂商最先赚钱，而做网站和应用的还在摸索商业模式。今天，利润停留在距离物理瓶颈最近的GPU和HBM；但随着算力供需逐渐缓和、Token持续向应用渗透，利润也将沿着产业链重新分配。真正值得追问的是：Token经济的红利何时才流向下游？
01、为何Token暴涨，暴利却在HBM与GPU？
理解Token经济的价值流向，一条铁律足以概括：离物理瓶颈越近，话语权越重。算力芯片与存储芯片，卡住了这条产业链最窄的咽喉。英伟达816亿美元营收、74.9%毛利率，只是这场盛宴的开胃菜。更值得关注的是存储芯片——这个曾被视作周期性配角、跟随PC和手机兴衰沉浮的行业，如今正以近乎粗暴的方式证明自己的“主角时刻”。美光科技2026财年第三季度（截至5月底）财报显示，公司营收414.6亿美元，同比暴增346%；净利润282.4亿美元，毛利率一路攀升至84.9%——这个数字甚至超过了英伟达。GPU的缺货已持续许久，市场早有预期；HBM的供给紧张却是最近才真正爆发。需求在一夜之间爆发，供给却只能以季度为单位缓慢释放，价格自然被推到极致。在迈富时CFO马进看来，这并不意外：“硬件环节目前由于供需极度不平衡，利润率处于‘暴利’水平。”但为何“贵”所产生的超额利润，几乎没有溢出到产业链的其他环节？九章云极的判断指向了这个问题的核心：“AI工业化初期，上游重资产的算力与能源是刚性瓶颈，具备强议价权。”HBM的产能掌握在少数几家手中，GPU的先进制程几乎只有台积电能做。没有替代品，扩产又慢——客户没有议价筹码，只能接受。换句话说，在这个阶段，谁掌握着不可替代、又扩产缓慢的物理产能，谁就握有定价权——这恰恰是芯片厂商，尤其是存储芯片厂商目前所处的位置。
问题在于，这样的盈利水平能持续多久？短期来看，马进认为硬件产能扩张周期长达两到三年，供给紧张不会快速缓解，未来一两年硬件仍将处于景气上行期。这与存储巨头们的判断基本一致——美光、SK海力士、三星的管理层在财报电话会上不约而同地表示，供应紧张至少持续到2027年甚至2028年。但把时间拉长，马进认为，随着上游产能逐步释放，以及国产芯片的替代比例逐步提升，供给不足的问题终将被解决。这意味着，这场“暴利”很可能只是一个阶段性产物，而非能够长期维系的常态。如果说上游硬件的暴利是全球性现象，那么就眼下而言，国产芯片能否分享这场盛宴，是另一个问题。云天励飞副总裁罗忆的判断颇为直接：国产芯片大部分仅能覆盖100 TPS/用户以下的场景，与英伟达Rubin等最新一代产品相比，差距依然明显，在真正商业闭环的场景下对性能有更极致的追求，国产芯片目前还难以形成有效替代。同时，英伟达的代际节奏几乎是每年一代，国产芯片追赶的参照系本身就在高速移动。比技术差距更现实的，是商业门槛。某国产芯片销售小明指出：“任何芯片要真正投入使用，都必须先经过第三方认证、积累典型客户案例，再在市场上经受各种模型、算子算法库和高负载任务的检验。”企业在招标时都有业绩门槛，一个新品牌要在芯片行业站稳脚跟，过程非常漫长。芯片行业人士王闻则从产业格局上点出了另一层困境——在他看来，国内互联网大厂在生态构建上拥有先天优势，而独立芯片厂商“本质上还是只是挣一份硬件钱”，既缺乏对上层业务的深刻理解，又要同时面对MaaS层和Agent层两套生态的建立难度，“一口气打穿两层，比互联网大厂难得多”。
IO资本赵占祥也指出了一个关键的时间窗口。在他看来，正是因为算力极度紧缺，客户才对各种新的计算芯片架构持开放态度，“谁来了我都让你试”——只要你能供货，客户就愿意给你机会。这恰恰是国产芯片目前最大的机会：在英伟达供不应求、交付周期不断拉长的窗口期里，客户没有挑三拣四的余地。但如果算力不再短缺，供应商格局已经稳定，新架构再想进入市场就会难得多。这也带出一个更值得追问的问题：如果说上游的暴利源自“供需失衡”——需求太猛、产能太慢，价格自然上天——那么同样面对Token需求的爆发式增长，为什么到了中游的模型厂商这里，故事就完全翻了个面？
02、为何Token卖得越多，反而亏得越快？
上游硬件商靠“卖铁”坐收暴利，但对模型厂商而言，这张入场券的代价，是将上游的暴利全额计入自己的成本。这是一个结构性的困局：前者的定价权越强，后者的成本刚性就越难以消解。OpenAI的财报，正是这套逻辑最残酷的注脚。这个“越卖越亏”的公式，在中游几乎是普遍现象。不过也有企业正在摆脱烧钱的引力。2026年第一季度，Anthropic营收48亿美元；据披露，第二季度营收预计将环比翻倍至约109亿美元，增速达130%。更引人关注的是，公司预计将在第二季度首次实现单季度运营盈利，运营利润约5.59亿美元——这在当下几乎全员烧钱的模型层里，称得上是一个异数。但需要说明的是，即便如此，Anthropic自己也判断，全年层面的盈利可能要等到2028年才能实现——单季度的盈利拐点，与“长期赚钱”之间，仍隔着一段距离。中游最好的样本，眼下也只是刚刚摸到盈亏平衡线，远谈不上像上游硬件商那样“暴利”。海外巨头尚且如此，国内模型厂商的处境更不轻松。以智谱为例，2025年全年营收7.24亿元，同比增长131.9%，但年内净亏损高达47.18亿元。九章云极提醒，模型厂商对极致性能的追求，本身就被捆绑着一笔绕不开的溢价：只要还在用英伟达的卡，上游的定价权就会持续以采购成本的方式，反噬中游本已稀薄的利润空间。成本端已经失血，收入端同样不容乐观。在迈富时CFO马进看来，模型层长期壁垒只会越来越低，未来全球能够存活的大模型公司会越来越少，市场终将向头部大厂集中——即便今天还能维持一定议价权的厂商，也很难逃开最终被卷入价格战的宿命。
英伟达的定价权，压向的不只是模型厂商。同一张GPU，落在算力运营商和云厂商手里，同样意味着高昂的采购成本，而他们的解法是：与其把卡按小时租出去赚一笔微薄的差价，不如把算力“加工”成更高附加值的产品——Token——直接卖给需要它的模型厂商和应用开发者。2025年黄仁勋就将数据中心重新定义为“生产Token的工厂”，试图把行业的注意力从“算力”转向“Token产出效率”。某大厂程序员小张一句话点破了这套叙事背后的商业驱动力：相比按小时出租裸金属GPU，卖Token能让云厂商拿到更好的利润率。行业测算显示，传统“裸金属”算力租赁毛利率大致在20%至30%区间，而专注Token运营的厂商，毛利率普遍能做到40%至50%，海外的Together AI、Fireworks AI等公司也大致维持在47%左右，明显高于单纯出租算力的同行。但这门“更好的生意”，在实际操作中远没有听起来那么轻松。Token价格的持续下降，正在加速淘汰一批玩家。共绩科技的联合创始人黄力昂观察到，没有模型优化能力的算力持有方，单位算力的收入随Token单价下跌而直接缩水，成本端却没有同步改善的空间，利润被双向挤压——这批玩家正在被逐步淘汰。而具备优化能力的企业，则通过提升单位算力的Token产出量，用“量”的增长覆盖了“价”的下跌，反而在降价周期中实现了单位收益的提升。换言之，在Token工厂这门生意里，拥有GPU只是入场券，真正的盈利能力取决于优化能力——能否把每一张卡的算力榨取到极限，直接决定了利润的厚薄。九章云极将这种能力拆解为三个层次：一是全栈软硬协同优化，从芯片驱动到计费系统全局调度；二是动态精细化的资源切分，将GPU的算力、显存、带宽进行毫秒级切分与重组；三是规模化的稳定交付，支撑日均万亿级Token调用而不宕机。这三项能力，缺一不可。这对大量缺乏调度和优化能力、只会“囤卡”的算力中心而言，并不是一个好消息。而这种分化之所以会发生，根源其实比“技术差距”更深一层。国产芯片销售小明指出，在此之前，整个行业的主要精力并没有真正放在提升算力运营能力上，一个直观的信号是：那些“算力综合运营服务商”的榜单上，几乎找不到世界500强级别的企业，也鲜有国资巨头的影子，“这充分说明，行业目前还处在一个非常初级的起步阶段。”
03、Token最终会流向哪里，利润就会流向哪里？
Claude Code年化营收突破25亿美元、国内企业级MaaS Token调用量超千万亿——下游应用层不断刷新的消耗数据，正在重新点燃市场对AI商业化前景的想象。在这股热潮中，太初元碁的首席产品官洪源判断，AI编程是目前Token消耗增长最快的方向。事实正在印证这个判断，以Claude Code为代表的AI编程Agent，已经把处理单个任务的Token消耗量，从Chatbot时代的几千个，直接推高到8万至15万个；自2026年1月以来，Claude Code的周活跃用户也已实现翻倍。AI编程正在从一个“效率工具”，蜕变为真正意义上的工业级Token消耗场景。但消耗量的膨胀，并不会自动兑换成利润。Claude Code这种消耗与营收齐飞的故事，在当下的AI应用层并不多见，更多场景还卡在“只烧钱不赚钱”的关口。云天励飞副总裁罗忆提供了一把理解下游的钥匙：Token本身只是基础设施，类似电力或燃料，客户真正需要的，并不是Token，而是基于Token的应用。他的判断相当干脆：当前行业的现状更像是“每个人都在手搓电器”，而未来真正应该崛起的，是“用电器”的产业。具身智能就处在最典型的“手搓电器”阶段——各家卯足劲造机器人，能走、能抓取、能简单决策，但高度定制、难以复用。也因此，它成了一个略显矛盾的场景：一边是巨大的Token消耗，机器人在物理世界中持续感知、规划、执行，每一个动作都伴随着Token的流动；另一边，这些消耗换来的仍然是原型和Demo，离商业闭环还很远。罗忆的判断是，这类应用仍处于烧钱阶段——Token需要先转化为可以规模化部署、稳定创造价值的智能硬件或行业软件，才能真正兑现商业价值。换句话说，即便大量Token被消耗在具身智能的训练和推理中，只要“电器”本身还没有跑出来，这部分投入就仍然只是成本，而非利润。而更关键的挑战在于，即便“电器”真的造出来了，商业闭环也并非天然成立——烧出了产品，不等于烧出了生意。AI视频生成领域的一起一落，就是最直观的注脚。2026年3月24日，OpenAI正式宣布关停仅上线半年的AI视频应用Sora。据外媒披露，Sora每天支出高达约1500万美元，年化约54亿美元，但App累计收入仅140万美元，用户留存率接近于零。几乎在同一时间，字节跳动的Seedance给出了另一种解法——它把AI视频生成能力嵌入抖音、剪映、即梦等已有的超级流量体系，将高昂的算力成本，转化为带货短视频、短剧引流等“内生需求”，形成了一个能够自我造血的闭环。字节的做法，是“靠一己之力把整个生态盘活了”——补贴创作者生成内容，再通过矩阵分发、广告分成和商城导流完成变现，投入与产出都在同一个体系内闭环运转。
一个折戟、一个跑通，两者的差距其实并不在技术本身：Sora不缺技术，缺的是一个愿意持续付费的场景；Seedance赢的也不是模型，而是它一出生就嵌在了一个能自我造血的体系里。至于利润能否向下游转移，罗忆给出了两条可能的路径：要么像字节这样，靠自己把闭环做完；要么像AI编程领域那样，整个行业慢慢形成共识，跑出一套可复制的模式，而不是被一家垄断。在罗忆看来，应用层是价值的主要承载者，随着越来越多场景跑通商业模式，利润最终会向下游移动。“毕竟，Token本身不创造价值，只有被转化为具体的生产力或消费体验时，才算真正变现。”路径有了，但下游凭什么接住利润？马进的回答直指核心：如果一个应用能为客户创造10倍的回报，即便上游成本翻倍，它也能通过提价把压力传导出去。真正解决了核心痛点的应用，一定会拥有更强的定价权和利润保障。不过，这种乐观还需要一个前提：应用得先真正落地。黄力昂认为，利润向下的转移不会自动发生，需要等到Agent应用越来越落地，才会逐步向下游释放。把时间拉长来看，英伟达赚走绝大部分利润，更像是产业早期供需极度失衡的阶段性产物，而非最终格局。过去两年，最稀缺的是GPU和HBM，利润就停在那里。当算力不再是最稀缺的资源，利润自然会沿着产业链继续移动。下一阶段的赢家，未必是今天造芯片的人，而是能把Token真正变成商业价值的人。欢迎添加微信 EATINGNTAE，一起追踪Token产业链的后续变化。