本文来自微信公众号： 硅星人Pro ，编辑：王兆洋，作者：硅星人，原文标题：《深度 | Token 杀死了 AI 应用》
2026年中旬，明星AI视频生成应用创业公司OiiOii的账上现金还有9位数的人民币，但它还是启动了新一轮融资。
此前，它与字节跳动旗下的云服务平台火山引擎签署了一项年度框架协议：OiiOii需在2026年底向火山引擎支付5000万元人民币。
这令OiiOii的账面现金有些紧张。而5000万元将被用于购买字节跳动旗下最成功的AI产品——多模态视频生成模型Seedance 2.0的“纯血版”API。
所谓的“纯血版”，即字节跳动旗下的火山引擎官方渠道提供、具有完整权限的Seedcance API供给。
在Seedance 2.0惊艳AI产业与整个影视制作行业后，市面上充斥着来源复杂的Seedance API，一些来路不明的中转站服务商，以相对低廉的价格，把Seedance 2.0和它的低配版——Seedance 2.0 mini、Seedance 2.0 fast混起来卖。用户想生成一段电影质感的大片，最后拿到的只是一节废品。
“纯血版”Seedance 2.0 API是AI视频生成应用的生命线。如同大语言模型对顶级算力即英伟达高端GPU的依赖，顶级模型的API和调取API产生的token，也在根本上决定着AI应用——它们通常被称为AI Agent——的基本能力。
因此，顶级模型的token成了稀缺且昂贵的硬通货。而Seedance 2.0无疑是这个星球上目前最强大的视频模型。
根据官方信息，Seedance 2.0在无视频输入生成720p视频时，每百万tokens的价格是46元，1秒视频成本约0.99元。而同样生成720p规格视频的成本，可灵3.0是0.6元，Vidu Q3-pro约0.68元，Seedance 2.0贵了不止一星半点。
以漫剧、短剧生成为强项的OiiOii需要强大的Seedance 2.0，但用公司接近40%的现金流购买它的token，听上去还是有些疯狂。
而对当今的AI应用创业公司而言，这早已司空见惯。比起大语言模型创业公司（包括OpenAI和Anthropic）通常将融资金额的70%到80%直接用于购买或租赁GPU以及支付云计算算力，这已经不算什么了。
OiiOii们购买的，并不是基于真实业务需求的token消耗量，而是Seedance 2.0 API的首发权。
很少有人注意到：OiiOii结束内测正式上线的2026年4月2日，正是Seedance 2.0向企业开放公测的当日。这简直像是火山引擎宣布OiiOii成为Seedance 2.0的首批分销商，而不是OiiOii当天上线了自己的视频Agent。
这不重要，抢先提供“纯血版”的Seedance 2.0更重要。
“纯血版”Seedance 2.0打包出售的是一整套权益体系，如人脸库权限、最高并发数等。它直接决定了创业公司的产品能不能顺畅地跑起来。
如果一款AI视频生成应用面向C端，用户需要实时生成，就必须有足够高的并发次数。而模型刚上线时算力紧张，如果不能获得火山引擎的并发支持，Agent的用户就得排队、超时，甚至无法生成视频。
有AI视频应用从业者对我们透露：1000万元的Seedance2.0年框大约对应400次并发，而500万元年框大约对应200次并发。价格差在哪里，用户体验就差在哪里。
图源：火山方舟
用户能够调用库存的更多人脸资源，而不是那越看越瘆人的那几张“AI人脸”来回轮着用，也是跟着Seedance的年框价格走的。买与不买的差异，就是产品生与死的区别，你似乎别无选择。
1
“毛亏率”
在顶级模型的能力决定了AI应用的能力上限，以高昂的价格对AI应用“卡脖子”之后，以token价格作为锚点向用户收取订阅费用，就注定成了一门“二房东”生意，一道永远算不赢的算术题，一个模型定价表上的变量函数。
即便如此，OiiOii获得的Seedance 2.0首发权也并非独家。多家OiiOii同行如LibTV和Flova等，也都拿到了Seedance 2.0的“首发”资格，几乎在同一时间高调宣布自己的产品接入了Seedance 2.0，价格同样不菲。
火山引擎就是这般博爱，它不会给任何一家公司Seedance 2.0单独首发的优待，顶格年框也不行。而且，火山引擎的价格底线非常强硬：几乎没有折扣，千万级合同的token消耗多用多返，上限10%，也就是最多给相当于合同金额10%算力券。
另一方面，火山严格禁止倒买倒卖，避免低价token流入灰色市场。
在这套机制下，一个残酷事实浮现出来：AI视频工具几乎不可能从满血的Seedance 2.0 token中挣到钱。
理论上，按Seedance 2.0的token原始价格卖给客户的话，不算返点，毛利率最高10%。但现实是，没有任何一家AI视频生成工具会按更高的价格——哪怕是原始价格，而出售Seedance 2.0的token。毕竟在理论上，谁都可以直接和火山引擎做生意。有中间商赚差价，为什么不直接谈？
据“智能涌现”的报道：漫剧和影视制作公司也大多直接采购“满血级”Seedance 2.0 API，其中不乏行业头部公司，金额最高的一次充值也是5000万。这充分说明了市场对Seedance 2.0的渴望，也意味着拿到Seedance 2.0最高权益的AI应用创业公司，如果对外提供的token价格没有竞争力，就没有人用。
“工具属性的产品，不存在忠诚度。”一位VC人士这样对我们说。
于是，一条“野路子”出来了：头部AI应用公司开始主动降价获客，甚至开始直接倒卖token。
LibLib的母公司演语科技（Evoken）是中国token采购量最大的AI应用公司。它从开源模型社区起步，旋即向多模态创作平台转型。同时，它激进地进行了持续多轮融资，近期完成了一笔3亿美元的B轮融资，投后估值逾20亿美元，形成了资本加产品矩阵的综合壁垒——LibLib AI是创作社区与图像生成平台，Lovart和星流分别面向海外与国内设计市场，LibTV切入专业视频生产……
然而，演语科技并没有自己研发任何一款模型，连后训练模型也没有。这导致外界经常争论这家公司是否只是头部模型的中转站，并无任何技术壁垒。但毫无悬念的是：演语科技是顶级模型token的大户客商。
在视频工具方面，LibTV是Seedance 2.0的顶级满血客户，签下了年框5000万的大单，用作LibTV Agent的弹药。而在设计工具上，去年Nano Banana爆火，LibLib旗下的Lovart也与Google Cloud签署了总包千万美元级别的协议。
不过据Similarweb等第三方平台估算：2026年6月，Lovart网站月访问量约为310万次，LibTV网站月访问量约为220万次。这样的流量规模已经不小，但访问与创作不能划等号。公开的信息是：LibTV的付费用户有大几十万，尽管已超过大部分同行，但基本确定无法消耗公司斥巨资购买的全部Seedance 2.0 token。
火山引擎是不接受token“退货”的，这就催生了AI应用公司的副业。
演语科技创始人、CEO陈冕在接受“晚点Latepost”的采访时，主动提及外界传言LibTV转卖Seedance 2.0的API Key赚差价，并明确否认。
而我们了解到的是：LibTV转卖的Seedance 2.0 API Key的确没有“赚差价”，因为它是赔本卖的。
有LibTV的友商、从事AI视频生成的创业团队对我们表示：LibLib多次试图把Seedance 2.0 API卖给他们，价格比直接找火山引擎还便宜：直接从火山采购，1000万元以上合同可以拿到10%算力券返还；但LibLib还能在这个基础上，再给他们返10%。
这里面当然没有差价，更没有利润，但它产生了收入。它可推高LibTV的ARR（年度经常性收入），为进一步为融资叙事提供数字支撑。
这类ARR的本质就是“负毛利”收入：以九折合同价格，即10%的优惠拿到token，再优惠10%卖给需要更低价格token的友商，从结构上就是亏损的买卖。
它产生的甚至不是毛利率，而是“毛亏率”。
另一方面，LibTV和Lovart对付费用户的价格策略，也让它作为一家AI应用公司的毛利率如镜花水月。
可以先粗算一笔账——
LibTV标准版连续包年会员的月均价格为47.4元，官网估算可生成56秒Seedance 2.0 720P视频，相当于每秒会员收入约0.85元。假设用户将额度全部用于无视频输入时的Seedance 2.0，并按火山引擎面价约0.99元/秒估算，仅计算模型调用成本，边际毛利率约为-17%。即使10%的算力券能够全部兑现，该项边际毛利率也只有约-5%。而这还要覆盖夜间折扣、开卡赠送额度和限时免费。
Lovart的情况也是类似。若是把积分全部拿来用GPT Image 2生成medium质量的1K图片，参考“最受欢迎的”Pro套餐年卡权益、眼下“月末狂欢”的39美元折扣价格和OpenAI官方API标准定价，当用户满额使用时，对应的边际毛利率约-87%（前几天这项套餐折扣后的月均价格还是45美元，对应边际毛利率约为-60%）。
不过这些都属于“压力测试”。在现实中，用户未必用满额度，也可能将积分用于成本更低的模型和生成方案，平台采购不同模型的API也可能拿到不同程度的折扣，让实际亏损收窄。
演语科技CEO陈冕在“晚点Latepost”的访谈中也回应了这点：如果用户用满套餐额度的全部token，LibTV肯定亏损。但如果用户购买了100万积分，实际只用了20万，剩下的80万就成了利润。也有黑产用户对LibTV做逆向工程，把年费会员账号做成API，就会导致亏损，所以要治理。
所谓的“逆向工程”，有一个指向明确的例子：2026年2月，在Web 3和AI领域颇有影响力的微信公众号“Web 3天空之城”的运营者“城主”，发文声讨演语科技旗下的视觉设计应用Lovart，称自己为Lovart Pro的会员资格支付了540美元年费，但10天后账号即被封禁，而且没有收到退款。“城主”通过邮件申诉和与Lovart团队成员主动沟通，均未获得回复。
据我们了解，“城主”的会员账号被Lovart内部风控机制判定为实施了“逆向工程”，公司也升级了更严格的治理手段。而拒绝与“城主”进一步沟通并拒绝退费的决定，是陈冕本人做出的。
该事件一度引发不小风波，引发了对AI应用软件预付费机制、封号标准透明度和消费者权益保障的讨论，也足见寄望于用户只付款而不消耗token额度的商业模式，是何等脆弱；而且在token价格极度敏感的环境下，有多少可被反向套利的漏洞。
而事实上，真正搞“逆向工程”，将用不完的会员token封装成API进行出售的，正是Lovart或LibTV自己。
因为用户消耗不完的token并不能真的变成利润，AI应用公司已经为这些额度向模型厂商支付了费用。
它们被包含在年度框架里。强势的模型厂商的逻辑是：用完可以再买，用不完绝对不退。所谓的100万积分用了20万，剩下的80万就变成了利润并不存在。也就是说，“用不完”的token额度，实际变成了AI应用公司的“库存”。
既然是库存，就得清仓甩卖，否则亏得更多。这也就解释了为什么有其它的AI视频生成团队会收到来自LibTV的token折扣价出售邀约。官方打击用户“逆向工程”转卖token，其实是在与用户争夺token的转售资格。
比起token“库存”再打折出售造成的亏损，用户满额使用权益带来的亏损更大。即便“用不完的token是利润”可以成立，它也锁死了盈利模式的上限——当全部用户都只充值但连一个token都不消耗的时候，它的利润理论上可以最大化。
用户多消耗一个token，它就离亏损更进一步。这就形成了一种危险的逆向选择：它的价格越低，越容易吸引专门消耗昂贵模型的重度用户，这些用户积分使用率更高，留给平台的沉淀收入反而更少。
如此循环，AI应用公司的亏损可能随之扩大，唯一好处就是有了短期更好看的ARR。
AI应用公司对此冷暖自知，但对VC展示时，它们依然能把这些“陷阱”藏起来。有VC人士对我们透露：LibLib给投资人和资本市场展示的毛利率，很可能是正的。
这相当考验“财技”：赠送额度、限时免费、夜间折扣……这些真正吃掉毛利的刚性成本全部可计入销售费率，早期的高销售费率可以被美其名曰“增长投入”；全部的收入——包含用户购买会员积分和转卖token的收入都按原价计入，实现不同口径下的“正毛利率”并非不可能。
在我们和不少投资人与创业者的交流里，一个共识是：哪怕按最宽的口径计算，以消耗和销售token为核心商业模式的AI应用的毛利区间，也普遍只有10%-25%，几乎无法覆盖各项成本。
大多数中国AI应用创业团队从第一天开始就拓展海外市场，但有知情人士计算后表示：海外一个付费用户的获取成本大约200美元，而用户平均付费50美元，token毛利连用户增长都cover不住，更不用说产研、运营和管理的支出了。
过去几年，资本市场和创业圈偏好用SaaS框架理解AI应用。但现在投资人已经清醒，“SaaS是用户越多越便宜，AI应用反过来，用户越多你越亏”。
这点出了AI应用和传统软件最本质的不同——传统SaaS的边际成本会随着规模摊薄，而AI应用的边际成本却会随着使用量重新出现。用户越爱用，token越多；token越多，成本越重。
从底层看，AI应用公司运营的是“一条持续亏本的token周转链”，这就是“毛亏率”。
1
“token控制器”
AI应用创业公司也并非明知token是火坑还坚持往里跳，它们自己也身处混沌当中。
采购模型厂商的token，表面成本是明摆在那里的，但是产品定价、用户补贴和毛利测算，都被来自模型的后置结算系统牵着走。起初以为挤挤就能出来的毛利，在账单跑出来之后，发现变成了毛亏率。
还以Seedance 2.0为例：它一次视频生成的实际费用，会同时参考输入视频时长、输出视频时长、输出分辨率、帧率、模型版本、最低计费时长和时长档位。视频模型的API在1秒到4秒可能统一按4秒计费，不同长度之间往往并不是线性增长。AI应用公司签约后按日产生消耗，但通常要到T+N天才能在账单中看到逐笔费用。
这便构成了“困在token里”的典型状态：公司知道token明面上的成本，但不知道真实的成本会以什么方式，在什么时间，被放大到什么程度。
然而AI应用创业团队们却无法摆脱这种依赖，反而越陷越深。毕竟，它们离不开最顶级的模型带来的“好处”。
如果用公式来呈现AI应用的成本来源，那就是：“真实生成成本=单次生成价格×平均抽卡次数”。无论视频、图像还是PPT设计都是如此。
顶级模型的生成成功率高，抽卡次数减少，有时反而会让底层计算成本变得更低。
前期成本高、效果好、抽卡次数少、综合成本未必最高的顶级模型，与是前期门槛低、调用便宜、抽卡次数多、综合成本提高、可能牺牲转化留存的次优模型，AI应用团队该怎么选？
有业内人士透露：为了增加签单，可灵1.0的客户在很长一段时间内最低能拿到3.5折的折扣。这种折扣力度对可灵的推理成本来说本就是亏的，后期可灵模型升级，推理算力成本上涨，这个价格便是亏上加亏。它唯一的目的就是抢夺客户。
而客观的结果是：那些试图通过降价卖给应用公司更多token的模型厂商，还是会被置之次席。一个可以侧面印证的例子是：Seedance 2.0在OpenRouter上日请求量依然稳定在3000次以上，可灵3.0只有300-400次。
因此，要解决天然的“毛亏率”，最直接的办法有两种：提高产品定价，或者降低token成本。从目前情况看，大部分AI应用创业公司选择了后者。
表面上大家积极迭代产品、更新功能、做出差异，但实际上，很大一部分精力是在找便宜的token。而便宜的token，来源五花八门。
首先，“上游”AI Agent公司的低价倾销是一个重要渠道。
就像前面提到的，LibLib会向规模较小、融资或账面金额买不起满血版Seedance 2.0的AI应用团队销售8.1折的token。一些创业公司欢迎这样的“优惠”，另一些则担心违反火山引擎的销售政策而不敢接盘。
其次，业务转型的同行也能提供低价token。
如前面提到的，头部模型厂商的年框政策较为强势，有保底额度，“过期不候”——在一年内消耗不完，剩余token额度清零。这也是为什么转卖token被模型厂商屡禁不止的原因，无论止损、回本还是“制造”毛利，都决定了AI应用团队必须这么做。
尤其是当一些公司烧钱讲故事失败，无力继续或濒临倒闭时，它们剩下的“巨额”token额度，便可能以极低的价格甩卖。
一个有意思的细节是：有些公司的token采购耗资千万以上，但主要目的本就不是为了做业务，而是为了讲故事：告诉资本市场，自己成了顶级模型厂的大客户，展示自己的实力，迅速再融一轮资。有VC界人士对我们说，买token在部分创业团队已经完全“脱实向虚”了。
此外，寻求政府补贴是常见且更为靠谱的获得更低价token的渠道。
市区一级的地方政府会为属地被认可的AI企业提供算力或模型补贴，于是应用公司也有机会把token成本降至原价的七五折至九折。不过这类资源并不普遍，为了拿到低价token，大家要“八仙过海，各显神通”。
说到底，大家都在想办法拿到更便宜的token。而这种对便宜token追求的最大化，势必导致“中转站”的泛滥。
作为地下AI产业，“中转站”本质是token的批发转零售。它们大致可以分为三类。
第一类是“正规”转售，大规模采购海外模型的token，拿到折扣再转卖国内，这还算是“正常”的经销商逻辑。
第二类是纯黑产，多由个人运营，“百万token三块钱”，随时跑路或被封。
第三类则是“池化”资源。这类中转站的操作方式是把各种零散渠道的token额度搜罗起来，搭出一个统一的调度层路由（router）。
中转站是AI应用市场最主要的低价token渠道之一。不过，这些资源的价格参差不齐，质量并不稳定。落在视频生成，就是司空见惯的“掺水”现象。
一家给某家AI创业公司“供货”的中转站向我们提到：“比如调用可灵的API，10次里面8次是可灵，2次是这家公司自己的模型，如果中转站想赚得更多，就调整这个比例”。
AI应用公司对此心知肚明，但有些依然会把掺水的token“包容”进自家产品，让终端用户得到的服务质量进一步降低。反正“抽卡没成功”是常态，用户就算怀疑自己用的货不对板，也可以给出解释。
即便有以上种种渠道，AI应用公司仍在想办法把成本再降一降。
为了真正“合法”地降低token成本，为财务报表找一点毛利空间，一些创业公司又发明了另一条路：将自己的产品设计成一个精准的token控制器——通过时长限制、套餐分层、模型降级、参数隐藏等方式，削弱token对毛利的影响。
具体来看，一些应用会直接限制用户生成视频的时长，比如统一生成4秒视频，避免出现3秒视频，却仍按4秒计费的浪费。
而“套餐陷阱”则是更为巧妙的一种，一些应用不会在中档套餐给用户最好的模型，也不会给高消耗场景开放最优模型，还设计出了用户“用不完”的套餐，寄希望于用户不活跃和少用，获得套利空间。
他们会用类似“199元档用户数×20亿token预留量”这样的公式，跟模型厂商谈批发价，拿到远低于真实消耗需求的采购价格。消耗不完的部分，再当“中转站”卖出去。
有VC向我们吐槽：他们在尽职调查一家公司时发现了这些“水分”，进而询问他们的用户是否能真的消耗这么多token，而创始人只强调购买这一档套餐的用户数量，对真实消耗量避而不谈。
投资人对此并不高兴，用户活跃度和毛利率成反比的生意不是好生意。
AI应用“向token而生”，衍生了一个动摇公司立身根基的问题：产品不再只围绕用户体验设计，而是越来越围绕“如何让用户少消耗token”设计。
当然，也有兼顾用户体验的工程化降本手段。比如先调用较便宜的视频模型生成低分辨率版本，再通过超分技术提升清晰度。还有一些AI工具，会通过提示词、工作流、参数控制、后处理、缓存和模型路由等，减少抽卡次数，从而节省token。
其中，OiiOii是把“token控制器”设计得比较巧妙的公司之一。
OiiOii把用户购买的积分称作“盒饭”。与LibTV一度最激进的三四成价格抢夺客户不同，OiiOii的主力模式（多图参考，10秒140盒饭）折算的价格是0.96元/秒，加上导出高清，总体价格约0.99元/秒，基本等同于平价卖Seedance 2.0的token，毛利空间可以勉强挤出来的，尽管仍然微薄。
它能这么做，在于一些精巧的“机关”设计：
界面不显示视频规格和积分扣减，而是把用户直接推进剧本——角色——场景——分镜——视频的创作流程，既不给用户随时“肉疼”的机会，也不告诉用户在前期创作过程中调用的是Seedance，还是可灵或Sora 2，甚至是其它更便宜的模型。直到分镜的步骤，才让用户自主选模型。用户既无法优化消耗，也无法拿别家的单价来比，只能暂时忘记价格，“不透明”就是它的毛利保护机制。
不过，OiiOii敢这么定价和设计如此的token机关，是因为它在漫剧等特定的专业视频作品制作群体，确实有着较好的口碑和知名度。在“与token谋皮”的生死线博弈之外，建立了一定的独特性。
一家接触短剧漫剧客户比较多的云服务厂商BD员工对我们说：OiiOii在短剧和漫剧圈子有一定知名度，而最近，LibTV也赶上来了。这些客户会提到LibTV的工作流顺手，画布好用。
此前，LibTV受关注的核心原因是备受争议的“性价比”和“毛亏率”。而随着产品的完善和突破，让一向以token降价为标志性动作的LibTV，也有了一点涨价的底气。
6月，LibTV Agent上线。把AI视频从生成单个镜头推进到交付完整成片，通过专业Skill自动完成策划、分镜、生成和剪辑，同时保留故事板与节点工作流供人工修改；3D导演台、角色库和长程记忆，也进一步提高了角色与镜头的一致性。
接着，LibTV罕见且悍然地进行了涨价。
此前LibTV至尊版两个档位的连续包年会员，首年价格分别是8499元和10999元，现在均涨价1000元。此前对应的Seedance 2.0调用价格最低可至0.37元每秒，现在最低是0.41元每秒。
这引来一部分价格敏感型重度用户抱怨，但随着产品体验的改进，这也是势在必行的举措。
相对于涨价，还有更直接的做法，那就是直接打海外市场，定个较高的价格。为了提升毛利率，几乎所有中国AI应用都优先服务全球市场，尤其是欧美日韩这些用户付费意愿较高的地区。演语科技旗下的Lovart也是积极的尝试者。
据Elsewhere此前报道：Lovart深受Manus启发。Manus在模型能力跨越临界点的时候，快速封装成体验不错的产品，而Lovart则是获悉GPT-image-1将在三周内发布，便从全公司抽最好的人到上海封闭开发。Manus通过主动联系硅谷科技大V完成冷启动，Lovart则借助海外科技博主扩散。一张由用户生成的特斯拉Cybertruck海报，还获得马斯克点赞。
不过Lovart的海外拓展并非一路顺风顺水，早在2025年5月上线之初，Lovart就在硅谷组建了本地团队，负责产品的用户增长和市场运营，但这个团队充满了动荡。到了2025年底，包括Lovart联合创始人、COO梁鑫蕊（Elena Leung）和Lovart联合创始人Aimee Yang等在内的美国团队成员悉数离职，现有团队成员皆是2026年上半年加入的新人。
在拓展全球市场获得更高“净值”用户，改进产品的工程和设计进而涨价，与精细设置AI应用的“token控制器”三者之间，越来越多的AI应用创业团队正在进行艰难的取舍。而精细设计token控制器，确实是对结果而言最相对可控的选项。
但是，如果所有的AI应用创业公司都必须将自己首先设计成token控制器，那么它们就永远无法提供真正的用户体验，真正提高产品力。在更大的市场竞争中，这可能让自己更加被动。
最明显的威胁来自巨头。
当产品能力强大的互联网巨头，借助自己模型的进步和第三方模型的能力，以财大气粗、不怕消耗token的方式，迅速建立自己AI应用的产品矩阵，创业公司的前景便受到挤压。腾讯WorkBuddy的崛起，以及它背后产品能力的溢出，就是一个最值得AI应用创业者关注和警惕的例子。
自从2026年3月公测后，腾讯通过微信信息流、公众号、地铁和写字楼广告扩大曝光，以及注册赠送、签到奖励、模型限免、双倍credits等降低用户试用成本的措施，为WorkBuddy拉来了大批用户。而同步进行的高频迭代，进一步巩固了WorkBuddy在AI生产力大潮当中的位置。
仅在2026年6月，这款产品就至少完成了17次版本发布，有时甚至一天两更。除了迅速修复bug，WorkBuddy还快速接入腾讯文档、企业微信等腾讯生态应用，并完善了多Agent协作、云端任务和企业项目管理等能力，最终成了在腾讯内部超越元宝的AI新星。
在5月发布第一季度业绩时，腾讯毫不客气地表示，以日活跃账户数计，WorkBuddy已成为中国最受欢迎的效率AI智能体服务。据易观数据显示，从3月到6月，WorkBuddy的PC端月访问量从885万增长到2097万，翻了不止一倍。
这是任何一家AI应用公司都眼红而得不到的成绩。Workbuddy能调用整个腾讯的流量资源，更重要的是，它不必像创业公司那样，精细地管理设计token控制器的开关。
1
逃出生天
越来越多的AI应用创业者开始探索token之外的出路。
明星创业者张月光6月在小红书发帖：评价一款AI应用是否成立，真正的top3指标是付费用户毛利率、续费率和CAC（获客成本），而要实现前两者的健康，要么将卖token的商业模式变成其他商业模式，要么将token卖给对token单价不敏感的用户。“所有建立在token敏感用户上卖token的产品，都只能是模型供应商的生意。”
张月光自己的创业产品，对应着他找的两种不同的解法。
一款是星眠，试图用游戏及IP收入覆盖token成本；一款是Dokie，试图让用户为一份可用的成果付费，而不是比较每次模型调用的单价。另外据他的公开动态：Dokie将140多个国家的免费试用额度完全降为零，实际上对付费几乎没什么影响。
很长时间里，“token Maxxing”一度被奉为圭臬，行业内狂热追逐token消耗量，将其视为产品强大、市场向好的象征。但大家终于发现，追求token消耗量属于跑偏了，毛利结构才是方向标。换句话说，真正向token而生的公司，并非烧更多token的公司，而是能把token换了一种卖法的公司。
最典型样本在“硬件+应用”领域，其中最典型的代表就是Plaud。
据我们了解，Plaud非硬件的AI服务净利润，已经达到数千万美元的年度规模。其2026年总销售目标是5亿美元，装机用户200万以上。
这背后是付费结构的不同。
首先是硬件本身。在消费电子行业，终端零售价通常需要达到BOM成本，也就是物料成本的约3倍，企业才可能获得可持续经营空间。Plaud Note Pro售价约179-189美元，BOM成本约60美元，硬件毛利约67%，符合这一规律。
更重要的是AI订阅收入。其AI订阅分两档：Pro年付折算约每月8.33美元，Unlimited年付折算约每月20美元。这种定价不算贵也不便宜，关键是，它的AI场景很轻，主要是转录和摘要，不是视频生成，也不是Agent重推理。据一位Plaud供应商的估算：按订阅收入8-20美元/月/人计算，Plaud的AI处理成本约1-2美元/月/人，Plaud的软件毛利率可以达到约75%-90%。
大致上，硬件的处境相对软件会好一些，不存在和模型公司、模型产品的直接竞争，还有做溢价的空间。
有AI硬件创业者给市场上的产品划分了几个类别：
第一，硬件自洽型。通过国内3倍国外5倍的定价，让硬件不赔钱，加上订阅还能赚点。
第二，是硬件低毛利+订阅补足型。Plaud属于这一类。
第三，是融资增长型，很多早期AI硬件创业公司都属于这种；最后是低硬件价+无订阅型。比如国内大多数做AI陪伴类/AI玩具类的产品，主要靠硬件赚一点，补贴token费用。
不过从这位创业者的体感来看，现在硬件也在变卷，BOM成本三倍以上的定价就要守不住了。“毛利太低，后面会被渠道、售后、退换货这些吃掉；只追求硬件毛利，又可能把首购价格抬得太高，影响出货规模和后续订阅转化。”若果然如此，那么AI硬件同样要另谋出路。
在这些属于硬件公司的解题方法之外，一些更通用的思路也在浮现。
最近的一个趋势是，越来越多的AI应用，包括硬件公司，开始“后训练”自己的模型。
前段时间走红的明星硬件产品、“AI蘑菇”Swoii的创始人“赫叔”曾向我们透露：他们正在利用自研模型实现低成本个性化，满足用户UGC场景需求，提高用户满意度和付费意愿。
以Macaron出圈的AI应用公司Mindverse，正在向模型研究公司转型，旗下的Mind Lab刚刚发布并开放Macaron-V1模型权重，既服务自身产品，也开始向更多B端应用输出模型和后训练能力。
另据我们了解：知名连续创业者、Teambition创始人、曾担任飞书产品副总裁和豆包PC端产品负责人的齐俊元再度创业，其团队正在研发和内测的AI Agent产品，也在很大程度上基于自研的端侧模型，尽可能减少对模型厂商API和token的依赖。
虽然这些产品场景不同，但差异背后有一个重要的共性逻辑：越来越多致力于做好AI产品的创业者意识到，自己后训练一个模型，再将模型和应用融为一体，比单纯从模型厂采购token，要划算得多。
特别那些具有明确场景、丰富数据和稳定调用规模的AI应用公司，通过后训练打造垂直模型，有机会用专用模型替代昂贵的通用SOTA模型API。随着调用规模扩大，一次性的模型训练投入被长期摊薄，便能显著降低单位token成本。
若是把这条路跑通，AI应用会更受欢迎。至于当下，纯软件的AI项目在资本圈已然降温。
有投资人士表示，今年上半年，部分一线基金的重心转向具身智能和硬件。倒也不是不投软件。大家仍会看To B方向，尤其面向“有钱小老板”的特定场景应用受到青睐。a16z在6月连续投资了涉足牙科、医疗运营、家庭服务的几个AI项目。在奇绩创坛春季项目里，也出现了一批面向工厂、品牌商、出海企业的类似公司。
这种转向不难理解。尽管“有钱小老板”会在意价格，但他们更在意工具能否帮助自己多生产、多成交。只要AI创造的收益明显高于使用成本，几万元甚至更高的年费也值得。为他们服务的AI生意可能“小”，但在商业上能实实在在赚到钱。
此外，FDE不断升温，也是行业对AI应用token困境的反思和突破。FDE把产品的价值锚点从“调用了多少token”转向“替客户完成了什么”，让创业公司有机会真的按照交付结果收费。当token本身不再决定产品价值上限，AI应用也就有机会拿到更多利润。
归根结底，token买到的只是入场券，而不是护城河。如果不能逃出生天，便只能被token反噬。