isos/tech

Files

T

arno c0ba3fb853 文档(金鹏): 2026-08-06 章节 48 篇文章摘要归档

- 46 篇原文+摘要双文件归档（按 来源/作者 分层，复用本地归档 20 篇+新抓取 26 篇）
- 即梦生成 9 组主题配图（大图+列表缩略图）存入 知识/金鹏/20260806/
- 章节重组为 9 个主题分组并挂接摘要引用

2026-08-06 18:00:50 +08:00

5.0 KiB

Raw Permalink Blame History

📊 文章摘要：[中邮证券]：底座算力跃迁到token工厂的新机会

原文：2026-06-16_中邮证券_底座算力跃迁到token工厂的新机会.md 原文链接：https://www.fxbaogao.com/detail/5481471 来源：中邮证券作者：孙业亮、刘聪颖 发布日期：2026-06-16 摘要日期：2026-08-06 价值评级：⭐⭐ 中

核心命题

Token 工厂 — 算力商业模式从"租赁时间"转向"交付 Token"，定价锚沿"GPU→能源→人才"迁移，Token 成为智能时代的核心结算单位。

文章概要

中邮证券研报认为，AI 算力需求正从训练侧转向推理侧，Token 成为连接技术供给与商业需求的"结算单位"（2026 年 3 月我国日均 Token 调用量超 140 万亿，较 2024 年初增长 1000 多倍）；"Token 工厂"交付的是经深度优化产出的智能单位 Token 而非算力时间，是商业模式与价值分配的重构。报告拆解成本结构：训练 CAPEX 主导（千亿参数总成本 1-5 亿美元），推理 OPEX 主导（电力占 60-70%），并梳理 OpenAI/Google/Anthropic 计费策略与阿里 Token Foundry、华为 Token Factory、腾讯 TokenHub 等国内布局，给出投资建议与风险提示。局限：研报本质是荐股材料，预测数据激进、技术论证浅。

关键要点

Token 成为结算单位 — 2026 年 3 月我国日均 Token 调用超 140 万亿、较 2024 年初增长 1000 多倍；OpenRouter 统计中国 Token 调用占全球 36%；预计 2030 年达万万亿级 [分类: 争议]（长期预测无公开模型支撑）
Token 工厂模式 — 交付智能单位 Token 而非算力时间，把数据中心从基础设施行业推向制造业，核心是效率而非规模 [分类: 范式突破]（作者主张，论证尚浅）
成本结构拆解 — 训练阶段 CAPEX 主导：千亿参数模型总成本 1-5 亿美元，硬件折旧与人力超 95%、电力不足 5%；推理阶段 OPEX 主导：电力占 60%-70% 为最大单项开支 [分类: 共识]
定价锚转移 — 当前芯片可获取性决定 Token 供给与价格；中期电力成为物理硬约束；长期人才与知识密度主导溢价 [分类: 争议]
海外三巨头计费策略 — OpenAI 分层定价+生态壁垒（GPT-5.5 输入 5/输出 30 美元）、Google 云捆绑把 Token 作为 GCP 导流工具、Anthropic 品质定价（Sonnet 4.6 输入 3/输出 15 美元）避开低价竞争 [分类: 共识]
国内玩家布局 — 阿里 Token Foundry 按场景定制词元工作流、华为 Token Factory 定位中立算力底座（昇腾+液冷+储能）、腾讯 TokenHub 统一计费、五象云谷 40000P 规划 [分类: 争议]（厂商布局是事实，商业模式有效性未验证）
投资建议与风险 — 关注 AI 基础设施、AIDC、算力租赁、运营商与云计算四类标的；风险为行业竞争、需求不及预期、Token 价格波动 [分类: 共识]

批判性分析

假设前提

假设 Token 需求按指数持续增长（智能体 Token 消耗年均超 30 倍）；假设算力供给长期紧张使"工厂"模式有利可图；假设 Token 可成为标准化的计量与结算单位。

论据与逻辑

数据多引自信通院、IDC、OpenRouter 与公司公告，属事实层面；但"2030 年万万亿级""CAGR 1154.9%"等核心预测缺乏公开测算过程，"Token 工厂"与既有算力租赁模式的本质差异也未做严格定义与论证；投资标的推荐体现荐股立场，观点有选择性呈现。

边界与局限

研报服务投资决策而非工程决策，技术细节极少；对 Token 价格战压缩毛利、需求不及预期的风险提示泛泛；"Token 工厂"叙事包含营销包装成分，其商业可行性（成本回收、定价权）尚无公开验证。

可引用金句

"Token工厂正在把数据中心从基础设施行业推向制造业，而制造业的核心从来不是规模，而是效率。"

总体评价

亮点：

"Token 工厂"与"定价锚 GPU→能源→人才"提供了理解推理经济的产业视角
成本结构拆解（CAPEX/OPEX、电力占比）与三巨头计费策略梳理有信息价值
国内厂商布局盘点及时，适合快速把握产业动向

不足：

荐股立场导致观点选择性呈现，预测数据激进且缺测算依据
技术论证浅，不适合工程参考
"Token 工厂"概念定义模糊，与算力租赁的差异未严格论证

适用场景：产业趋势认知、商业分析师、AI 厂商战略与投资相关人士；不适用于技术选型。

关联建议：对照 Introl 推理经济学文章验证成本结构数据；对照信通院报告了解 Token 背后推理优化的技术现实；关注阿里/华为 Token 工厂后续公开财报与案例验证商业模式。

5.0 KiB Raw Permalink Blame History Unescape Escape