中国智能计算领域正呈现一种矛盾态势：算力成本持续攀升，而Token价格却不断走低。
一方面，优质算力供给极度稀缺，自春节前价格已上涨超过50%，渠道商坦言多款热门计算卡“不是买不起，是根本买不到”；国内外数据中心正竞相扩充规模，甚至依靠远期协议来保障资源。
另一方面，Token定价体系近乎崩盘，两年前百万Token仍标价数十美元，如今已跌破1美元，主流大模型厂商为抢占市场，几乎在做亏本运营。业内普遍担忧，这种以极限低价争夺流量的做法，长期难以维系。
这反映大模型产业尚处萌芽期，尚未构建多方共赢的机制，注定无法形成可持续的商业循环。当芯片厂商占据超60%的利润空间，应用层企业鲜有议价权，处于中间层的智算云服务商，既要承接上游的成本重压，又需面对下游客户持续压价的诉求。
更关键的症结在于，当前支撑行业运转的硬件架构，本质是为训练任务设计的，拿来执行推理、生成Token，好比用豪华跑车配送快餐，成本模型从最初阶段就存在错配。
训练基础设施的逻辑，难以覆盖推理业务的成本
过去三年，智算领域流行一个共同叙事：谁掌握算力卡，谁就锁定胜局。
这一思路在训练环节确实成立，大模型角逐的核心即是算力竞赛，一座万卡集群与十万卡集群所能训练出的模型，其能力上限全然不同。
九章云集创始人方磊透露，公司目前收到的远期订单量已超出可交付能力的10倍，锁定资源的预订金比例最低仅5%，但如果同时需要锁定价格，则预订金需提升至30%到40%。
然而，推理侧的商业逻辑，早已走上截然不同的路径。全球市场上，Token单价持续下探，而底层算力成本并未同比例削减，能耗、折旧、网络传输等各项支出均属刚性消耗。
困境不止于此，智算中心的算力使用效率普遍偏低，核心障碍在于网络传输自身已成为咽喉。在超大规模训练集群中，数万块加速卡需频繁进行数据同步，任何网络延迟都会导致大量计算资源空转等待。
此前有专家测算，千卡级训练中通信时间占比可达30%以上，极端场景下甚至攀升至50%至70%，scale up（单机多卡协同）与scale out（多机互联组网）之间的效能断层，是从训练工厂模式移植过来的原生技术债。
如上所述，产业链的利润分配格局同样失衡，上游芯片企业攫取了整体价值链60%以上的利益，中游云服务商在CPU时代的净利率约维持在35%，但在AI时代，算力成本占据运营开支的七到八成，毛利空间被上下两端同时挤压。
银河证券分析师吴砚靖指出，Token经济的定价权当前仍稳固地掌握在上游，中游扮演效率放大器的角色，下游则暂时缺乏议价筹码。换句话说，中下游领域的景气度改善，需待上游产能充分释放之后方能显现。
硬件供应端同样面临瓶颈，国产AI芯片的产能短板，是当前最脆弱的环节之一。
国内情境下，还叠加了算力与电力协同的难题，行业人士提及，绿电直供存在60至80公里的物理输送极限，一旦接入高压则需支付“过网费”，加之光伏夜间停发、风电功率曲线大幅波动，与智算中心渴求的恒定电力负荷严重错位，储能配比突破15%便开始侵蚀利润。
目前算电协同仍有许多瓶颈等待突破，包括绿电直供能否借助高压实现更远距离输送，水电和核电是否可纳入绿电认证范畴，甚至绿证价格本身也在持续攀升，今年以来已近乎翻倍。
当下探讨Token工厂的概念，时机上既不算早也不算迟，过早则基础设施尚未成熟，过晚则可能错失战略窗口。
定位运营商，而非转售商
云计算领域已有相当时日未现新兴挑战者，即便AI注入了全新变量，但云服务所需的规模效应和资本门槛，仍是难以逾越的屏障，然而一些企业却给出了意外解答。
“九章一个非常核心的定位，便是开拓一条有别于互联网巨头云的路径——成为算力赛道的‘第三方选项’。”方磊所述的大云，指的是阿里云和火山引擎，它们背后是两家年营收数千亿的互联网龙头，而九章云极至今仍是一家创业公司，这种对比，不免有些错位感。
他认为，大云有其结构性的特征，那些在互联网时代起家的云平台，底层架构围绕带宽与存储进行优化，而AI时代90%的支出用于计算，100G的老款交换机与为AI专精设计的400G交换机之间，效能差距难以弥合。新的云计算平台在运行同款英伟达GPU时，特定场景下能呈现显著效率优势，这是历史架构负担所决定的。
事实上，行业中存在着一种“算力转售”模式——购入一批服务器部署于机房，出租给客户，自身缺乏调度能力。
方磊看来，现货倒卖模式不可持续，客户应通过远期订单获取资源，资产必须自主掌控——一些与互联网巨头存在竞争关系的企业，在挑选算力平台时会更倾向于中立方案——这正是独立第三方云存在的价值依据。
训练工厂对应从零到一的模型创造环节，目标是在未来24个月内构筑10万P规模的训练算力，方磊判断，下一代顶尖模型的突破，需依赖30万卡甚至更庞大的集群方能实现，而这类超大基础设施仍在建设之中。
Token工厂则对应从一到N的规模化交付，目标日产量10万亿token，但这10万亿并非通用型token，而是面向特定场景的“专业级”和“前沿级”产物。方磊将token市场划分为三个层级：消费级（每百万token约1美元）、专业级（每百万20至40美元）、前沿级（每百万150美元以上）。
九章的战略重心锚定在后两个层级，协助客户训练专业模型，再借助Token工厂以低成本实现专业token的交付。他的逻辑在于，驱动AI落地千行百业的核心力量，并非通用大模型，而是垂直专业模型，“缺少专业模型，所谓‘AI+产业’就仅仅是空谈”。
具体实施上，九章云极计划协同超过1000家专业模型厂商，资产端则复制了一种基础设施行业常见的轻资产范式：由央国企出资持有资产，九章承担运营角色，按比例分享收益。
此外，九章云极已涉足东南亚、日本、中东及欧洲多处的布局，将中国方案定位为AI基础设施的“第二选择”。这背后的考量是：上一轮云计算浪潮，欧洲与日本几乎完全依赖美国技术栈，而当前AI时代各国对“主权云”的诉求空前强烈，中国的模型能力、成本结构以及非依附于美国供应链的特性，恰好契合了这一缺口。（本文作者 | 张帅，编辑 | 杨林）
