Token工厂仍有10倍降本空间

“大家不必把Token工厂想象得太复杂。”在2026世界人工智能大会上，无问芯穹联合创始人兼CEO夏立雪在接受本报记者专访时说，“既然叫工厂，本质上就是用确定性的资源投入，去最大化地生产某一类商品。这个商品就是Token。”

对大众来说，Token（词元）这个词虽然已不陌生，但由其衍生出的“Token工厂”“Token经济”还是令人有些费解。

本届大会上，无问芯穹发布“前店后厂一中心”战略布局，而其中的“后厂”便是指“Token工厂”。

每一秒算力都有成本

一座Token工厂的流水线上究竟在运转什么？

“我们把电和芯片的时间作为生产资料放进去，”夏立雪说。芯片有折旧周期，每一秒的算力都是有成本的。这些生产资料进入“工厂”后，需要通过一套“软件配方”——也就是无问芯穹积累的各类优化技术，将它们最高效地转化成Token。

评价一座Token工厂好坏的标准也很朴素：每秒能产出多少Token，每度电又能产出多少Token。“如果一座工厂一个月停工半个月，效率自然大打折扣。”夏立雪打比方说，稳定性、容错能力同样是Token工厂的核心指标。

在无问芯穹新发布的“前店后厂一中心”战略布局里，“后厂”指的就是这座“Token工厂”。它的核心目标，是用极致的效率服务Token的规模化、高质量生产。

Token也开始“分层”了

如果Token只是标准化的工业品，那故事倒也简单。但夏立雪观察到，Token在发生分层。

“Token本身是有差异的。”他说，“就像现实世界的商品，有奢侈品有普通商品，不同层级的Token服务于不同的场景。”

这种分层正推动整个AI产业链变得更加健康。追求极致性能的客户愿意为更高质量Token支付溢价；追求性价比的客户则可以找到更经济的选项。而“偏科”的芯片——有的擅长快速计算，有的擅长存储读取——也能在Token的分层市场里找到最适合自己的位置。

夏立雪认为，当用户开始思考“这个服务贵不贵”的时候，恰恰说明他已经认可了这个服务的价值。“Token经济”正在从一个模糊的概念，走向一个真实运转的市场。

持续优化助成本下降

无问芯穹的“Token工厂”在过去三年里已经实现了推理成本10倍的下降。而根据夏立雪的判断，随着新技术——尤其是跨集群异构PD分离架构的规模化落地，推理成本依然有10倍的下降空间。

这种成本下降并非来自单一技术突破，而是整个“工厂”持续优化的结果。夏立雪用了一个很形象的表述：“算力即收入，优化即利润”。在Token工厂的语境下，每一分钱的成本节约，最终都会变成客户的更低使用成本和工厂自身的更大市场空间。

从去年12月到今年7月，无问芯穹平台的单日Token调用量增长了40倍。夏立雪将这种增长形容为一个“飞轮”：技术迭代驱动成本下降，成本下降驱动更多场景使用，更多使用又带来更多优化数据，反哺技术迭代。

作为一家扎根上海的AI基础设施企业，无问芯穹的思考路径颇具代表性。夏立雪反复提到一个判断：AI的需求增长是指数的，但算力供给的增长是线性的。堆叠更多芯片已经无法弥合这个缺口，必须以极致的效率服务更大规模。

“我们看到的很多场景，大家不是认为AI没用，而是认为它有点贵。”夏立雪说，Token工厂的逻辑，就是用更少的资源生产更多的Token，让AI真正走进千行百业。 本报记者 郜阳