旗下微信矩阵：
核心摘要：成立两年的魔形智能三个月内连融两轮，日均Token调用量达数万亿级，收入达数亿元。在开源模型大行其道的背景下，Token工厂为何成为资本新宠？本文从融资节奏、商业模式和市场逻辑三个维度拆解这一商业样本。
什么是Token工厂？
Token是AI大模型处理信息的基本计量单位，每一次AI对话、代码生成背后都伴随着Token的消耗。Token工厂的本质，是将算力、推理引擎和运营系统组合起来，把底层复杂性封装成企业可以直接调用的Token产品——就像用电不需要自己建发电厂一样。
开源模型越繁荣，Token工厂越值钱
DeepSeek、Kimi、GLM、MiniMax等开源模型密集发布，企业可以直接下载模型权重，通用推理框架也日趋成熟。表面上看，大模型推理正在变成"有卡就能干"的生意。
**但事实并非如此。**魔形智能创始人、CEO徐凌杰指出："模型是开源的，但高效的部署方式并不会全部开源。"模型能够运行，只代表生产出了Token；能否在大规模并发下守住延迟、吞吐、成功率和成本，才决定这些Token能不能卖出去。
开源模型提供了共同的原料，高效部署则决定工厂之间的产量、质量和利润。模型权重越容易获得，单纯"拥有模型"的稀缺性越低，资本开始把注意力投向模型之后的生产环节——谁能把相同模型运行得更快、更稳、更便宜，谁就更有机会获得客户和利润。
商业模式如何跑通？
魔形智能披露的日均数万亿Token，是客户已经调用并产生收入的实际用量，并非理论产能。按照目前增速，公司2026年营收预计将达到数亿元。
其市场策略是先服务大B客户。大型互联网企业对稳定性和性能要求极高，供应商通常需经过多轮测试才能进入生产环境。一旦服务质量得到验证，客户会增加采购份额，并将更多模型和业务迁移到同一平台。魔形智能的Token已进入部分互联网企业的核心业务，主要用于研发团队的日常工作、AI编程及内部办公流程。
这类客户对价格敏感，但质量排在价格之前。首先要守住接口成功率——AI编程和办公集中在工作时间，接口频繁失败则工具难以进入工作流。其次是响应速度，首Token延迟超过3秒，很多企业客户已难以接受。
在部分业务场景中，算力采购和运行成本可占Token总成本的八成甚至九成。魔形智能目前已有相当比例的模型达到盈亏平衡，整体业务正在向规模化盈利靠近。
下一站：日均10万亿Token
魔形智能计划继续扩充算力资源和技术团队，迭代自研推理引擎，推进国产超节点及相关硬件研发，覆盖更多开源模型和AI算力芯片的组合。公司下一个目标，是将日均Token产量推向10万亿级。
多家战略资源方入局，意味着魔形智能获得的不只是财务资金，还包括算力、数据中心和产业资源。行业竞争焦点正从拥有多少算力，转向每元钱、每瓦电力究竟能生产多少可用Token——真正的较量，是谁能把工厂稳定地开起来，持续产出可销售的智能。
