同样一个DeepSeek V4模型，在官方API买是3元/百万Token，在聚合平台可能2元，在某个中转站可能1.5元。
同一个模型，价格差了一倍多。这不是打折促销，而是Token这门生意的供给结构本身就是分层的。
从模型原厂到终端用户，Token至少经历了五种不同的卖法。每种卖法的成本结构、利润空间和竞争壁垒完全不同。搞清楚这五层结构，才能在AI基础设施投资里避开坑。
模式一：原厂直营
最简单的链路。大模型厂商开放API，企业直接调用，按Token付费。
DeepSeek V4-Pro官方刊例价：输入3元/百万Token，输出6元/百万Token。通义千问Qwen3.5 Plus：输入0.8元，输出4.8元。
原厂直营的优势是SLA有保障、接口稳定。劣势是价格透明、没得谈。大客户可以走商务渠道拿折扣，但小客户只能按刊例价来。
对原厂来说，Token收入覆盖的是算卡、机房和训练团队的成本。这个模式的利润取决于模型能力和推理效率——同样的GPU，推理优化做得好，Token产量就高，单位成本就低。
模式二：云厂商全栈
阿里云百炼、火山引擎方舟、天翼云息壤、移动云MoMA——这些云厂商不只卖Token，而是打包提供"模型+算力+平台"的整套服务。
互联网云（阿里、火山）以自研模型为绝对主力，第三方模型只是补充。国资云（移动、天翼、联通）则反过来：引入DeepSeek、千问等开源模型，同时转售闭源模型。
商业模式分两段：云厂商对企业按Token收费，对模型原厂则区分开闭源——开源模型免费自部署不付费，闭源模型采购Token或按收入分成。
云厂商可以亏本卖Token，因为它背后有存储、数据库、网络等资源可以收钱。这是聚合平台做不到的。
模式三：聚合分发
OpenRouter和硅基流动是这一层的代表。一侧接入几百个模型，统一账单、智能路由、故障切换。
但中美两国的聚合平台走的是完全不同的路。
美国OpenRouter几乎是纯路由器。因为国外算力被英伟达芯片和CUDA生态高度标准化，只做转发和清算，在原厂Token费用之上浮5%。但它上个月选择寻求收购——月处理百万亿Token、增速500%的行业龙头，为什么想卖？因为纯路由的护城河太浅。
中国硅基流动做的活远多于路由。国内算力有华为昇腾、寒武纪等多芯并存，硅基流动做了大量跨芯片适配、推理引擎优化、异构算力调度。这些苦活累活反而构成了更深的护城河。
从硅基流动的招股书能看到一个关键数据：公有云MaaS业务收入占52.9%，毛利率是负119%；本地部署业务收入占47.1%，毛利率高达82.5%。
纯转卖Token不赚钱。赚钱的是围绕Token做的工程服务。
模式四：私有化部署
企业自建算力，把模型部署到自己的机房。数据完全不出域。
一台能跑70B级模型的8卡整机大约两百万元，加上数据工程和运维人力，每年成本在几十万级别。门槛不在软件在硬件。
这种模式适合金融、政务、医疗等数据敏感行业。成本结构完全不同于前三种——没有Token单价的概念，只有固定资产折旧和运维成本。
| 模式 | 典型玩家 | Token价格区间 | 核心壁垒 |
|------|---------|:---:|---------|
| 原厂直营 | DeepSeek/通义 | 刊例价 | 模型能力 |
| 云全栈 | 阿里百炼/天翼云 | 可打包 | 云生态绑定 |
| 聚合分发 | OpenRouter/硅基流动 | 接近原厂 | 工程效率 |
| 私有化 | 企业自建 | 无单价 | 数据合规 |
| 混合架构 | 大部分企业 | 加权 | 架构治理 |
*数据来源：KimKB笔记《Token运营：供给模式和商业模式总结》，2026年8月18日*
为什么同一个模型价格差这么多
表面上看是渠道问题，实际上至少有三个底层原因。
第一，具体规格不同。 同一个DeepSeek V4，128K上下文和1M上下文的价格不一样——长上下文需要更多KV Cache显存。FP8量化版和满血版的成本也不同。小Token工厂可能用低精度量化提升产量，价格更低但回答质量有差异。
第二，采购规模不同。 月消耗1亿Token和月消耗100亿Token的采购价折扣完全不同。大渠道商能拿到更低的批发价，薄利多销。
第三，调优能力不同。 同样的GPU和集群规模，缓存命中率做得好的供应商，大量重复请求走缓存，实际成本大幅下降；缓存做得差的每次从头推理，单价压不下来。P/D分离、KV-cache加速等优化也直接影响Token产出效率。
混合架构是现实选择
大部分企业最终会选模式五：混合架构。敏感数据走本地模型，通用任务走公有API，中间一层统一AI网关做调度、脱敏和记账。
这种方式的代价是架构复杂度。你得同时管理本地推理集群和多个公有API，处理模型切换、故障转移、用量分账等问题。
源势AI观点
Token生意的本质不是卖算力，而是卖效率差。
原厂卖的是模型能力和推理效率。云厂商卖的是生态绑定和交叉补贴。聚合平台卖的是路由优化和异构适配。私有化卖的是数据合规。每一层都有自己的利润来源，但纯转卖Token的中间商没有未来——硅基流动的毛利率数据已经很清楚了。
对采购方来说，最重要的不是找最便宜的Token单价，而是算清楚TCO（总拥有成本）。一个看起来便宜的Token，如果上下文被截断、缓存命中率低、SLA无保障，实际成本可能更高。
对供给方来说，胜负手在离客户场景的距离。模型能力趋同的情况下，谁能更快响应行业需求、谁能在特定场景做出调优差异，谁就有定价权。
---
来源标注：
1. KimKB笔记《Token运营：供给模式和商业模式总结》（公众号"大嘴阿杂"，呼噜姐姐，2026年8月9日）
2. 《揭秘：相同模型在不同渠道Token价格差异的3点原因》（公众号"老张IT智习社"，2026年8月15日）
3. 硅基流动招股书数据，2026年
