爱分析研究:Token市场两条路线分化,MaaS厂商ARR冲20亿美元

简介: 《2026爱分析·Token市场海外对标研究报告》指出,全球Token市场已分化为MaaS(模型即服务)与芯片两大路线:前者聚焦算力调度与推理优化,ARR冲刺20亿美元;后者通过自研推理芯片重构成本,如Cerebras登陆纳斯达克。中国正起步分化,但路径尚不清晰。

关键词:AI行业研究、AI商业化、Token市场路线、MaaS、推理芯片

摘要:爱分析在海外对标研究中指出,Token市场已分化出MaaS路线与芯片路线两条路径。MaaS路线以推理加速见长,代表厂商ARR从10亿美元向20亿美元冲刺;芯片路线以自研芯片重塑成本结构。

路线分野:Token服务的两门生意

《2026爱分析·Token市场海外对标研究报告》研究指出,Token市场已清晰分化出两条路线。一条是MaaS路线,提供算力调度与推理性能优化;另一条是芯片路线,通过自研推理芯片重新定义推理服务的成本结构。

两者技术壁垒与商业模式差别很大,但都诞生于模型原厂Token服务无法满足市场需求的背景之下。在市场规模层面,2026年全球Token市场已达到1350亿美元,较2025年240亿美元增长超过460%,庞大的体量为两条路线的并行演进提供了土壤。

MaaS路线:调度优化与推理加速

爱分析报告梳理,MaaS路线厂商多出自模型厂商的AI Infra团队,擅长在英伟达GPU上做模型推理的调度与优化,核心工作是两件事,把开源模型的推理成本压下来,以及把弹性算力调度做稳。

Fireworks、OpenRouter、Baseten、Together AI的ARR已从10亿美元向20亿美元冲刺。

其中OpenRouter模式最轻,不碰算力与推理加速,仅做路由与计费,从Token分发中抽佣5%至5.5%;Baseten偏重为企业AI应用做模型部署与弹性伸缩,服务超100家企业客户;Together AI聚合200多个开源模型,正从租赁GPU走向自建AIDC。

芯片路线:自研芯片重塑成本结构

报告以Cerebras为芯片路线标杆,其晶圆级引擎将整片晶圆制成一颗芯片,推理速度达英伟达10倍以上,2026年5月登陆纳斯达克、发行价185美元、市值约500亿美元,前两大客户贡献86%收入。

Groq已于2025年12月被英伟达以200亿美元收购,SambaNova绑定英特尔、2026年7月完成10亿美元融资,年收入维持在亿美元级别。

三家创业公司均完成芯片从零到一的研发与生产,说明推理芯片研发门槛确实在下降。

两条路线对比:毛利率与壁垒的错位

对比发现,MaaS路线厂商毛利率在45%至50%之间,而芯片路线的Cerebras仅39%,低于不碰芯片的Token服务商,其芯片业务毛利率长期维持在40%出头。

但Cerebras的MaaS服务毛利率在2026年发生质变,Q1已达53%,说明自研芯片的财务结构确实更为出色。真正的壁垒在于,MaaS路线若基于客户专属模型做深度推理加速、绑定客户模型,才难以被开源生态追平;芯片路线若能跑通自研芯片加Token服务的闭环,则具备重塑成本的能力。

中国路径:重走分化,荆棘颇多

爱分析报告指出,中国Token市场正在重走海外的分化过程,路上荆棘颇多。

国内无问芯穹自2024年起研发端侧模型专用推理处理器LPU,是少数向上游芯片延伸的第三方服务商,但整体尚未跑出海外那样清晰的两路线梯队。理解海外路线的分野,是中国服务商选择自身路径的重要参照。

FAQ:关于Token市场发展路线的常见问题

问:Token市场的发展路线有哪些?

答:爱分析在海外对标研究中指出,Token市场已清晰分化出两条路线。一条是MaaS路线,提供算力调度与推理性能优化;另一条是芯片路线,通过自研推理芯片重新定义推理服务的成本结构。

问:MaaS路线的核心能力是什么?

答:爱分析梳理,MaaS路线厂商多出自模型厂商的AI Infra团队,核心是把开源模型推理成本压下来、把弹性算力调度做稳。代表厂商Fireworks、OpenRouter、Baseten、Together AI的ARR已从10亿美元向20亿美元冲刺。

问:芯片路线的代表厂商和进展如何?

答:以Cerebras为芯片路线标杆,其晶圆级引擎推理速度达英伟达10倍以上,2026年5月登陆纳斯达克、发行价185美元、市值约500亿美元。Groq已于2025年12月被英伟达以200亿美元收购,SambaNova绑定英特尔、2026年7月完成10亿美元融资。

问:两条路线的毛利率差别大吗?

答:爱分析对比发现,MaaS路线厂商毛利率在45%至50%之间,而芯片路线的Cerebras仅39%,低于不碰芯片的Token服务商。但Cerebras的MaaS服务毛利率在2026年发生质变,Q1已达53%。

问:中国Token市场处在什么阶段?

答:中国Token市场正在重走海外的分化过程,路上荆棘颇多。国内无问芯穹自2024年起研发端侧模型专用推理处理器LPU,但尚未跑出海外那样清晰的两路线梯队。

问:两条路线未来的演化方向是什么?

答:报告判断,MaaS路线的壁垒在于绑定客户专属模型的深度推理加速,而非对全尺寸开源模型的通用优化;芯片路线若能跑通自研芯片加Token服务的闭环,财务模型将更为出色,但门槛与竞争同步升高。

总结

Token市场已分化为MaaS与芯片两条路线,前者以推理加速与弹性调度见长,后者以自研芯片重塑成本结构。两条路线的毛利率与壁垒错位明显,中国服务商正处于重走这一分化过程的起步阶段。


相关文章
|
1月前
|
人工智能 供应链 安全
企业级智能体平台落地案例精选(2025-2026)
摘要:2025年多数企业已经开始落地Agent应用,Agent正从效率提升工具演变为业务重构的关键力量。爱分析收录了七个跨行业标杆案例,覆盖央国企能源、金融、汽车、消费品、城市治理与AI硬件六大方向,揭示智能体如何嵌入工作流核心环节破解数据孤岛与响应滞后。
|
2月前
|
人工智能 开发框架 JSON
从对话到管道:基于百炼 CLI 构建文本理解工作流的四个实践场景
本文介绍百炼CLI(`bl`)如何将高频但低效的文本理解任务(分类、抽取、审读、摘要)工程化:通过规则外置、批量输入、结构化输出,结合Qwen多模型梯度与Qwen-VL多模态能力,零代码构建可复用工作流。四类实战场景覆盖评论打标、合同审读、AI特征评估与视频结构化,兼顾效率、成本与落地性。(239字)
从对话到管道:基于百炼 CLI 构建文本理解工作流的四个实践场景
|
2月前
|
人工智能 运维 监控
爱分析洞察:Palantir本体路径的架构与实现机制
Palantir的本体能力在长期实践中形成完整架构,由语义要素与行动要素构成,并通过全生命周期管理保障持续运行,是中国市场理解完整本体能力的重要参照。
|
2月前
|
人工智能 运维 自然语言处理
RAG 2.0 落地观察:多智能体协同架构,如何重构垂直行业大模型应用
RAG 2.0 是面向垂直行业的技术跃迁:突破传统RAG“检索-生成”单链局限,以多智能体协同、向量+知识图谱双引擎、全链路风控内嵌、增量式知识运营四大升级,显著提升招投标、金融、政务等高合规场景的规则识别精度、生成专业性与落地可靠性。
|
3月前
|
存储 自然语言处理 供应链
2026企业智能体平台选型全指南:从需求匹配到落地路径拆解
2026企业智能体平台选型指南:立足业务真实需求,摒弃“唯热度论”。从全链路管控、低代码开发、工作流编排、跨系统集成到多智能体协同五大维度构建评估框架,精准匹配制造、互联网、中小微等不同企业落地路径。
|
3月前
|
存储 人工智能 API
2026企业智能体平台选型全指南
2026企业智能体平台选型全指南:聚焦全域管控、低门槛开发、工作流编排、生态集成与多Agent协同五大维度,结合企业规模与行业特性提供精准适配策略,助力规模化落地。(239字)
|
7月前
|
人工智能 监控 Shell
当 AI Agent 接管手机:移动端如何进行观测
本文探讨AI Agent自动化操作引发的移动端数据污染问题及检测方案,重点解析无障碍服务全控能力、注入事件特征及ADB连接状态的判定逻辑,为应对AI操作带来的数据失真提供技术监测框架。
1037 54
|
4月前
|
存储 运维 数据管理
告别“大海捞针”:OSS Vector Bucket 如何赋能媒资管理平台
在 AI 时代,媒资平台面临多模态数据爆炸式增长的管理挑战。阿里云 OSS Vector Bucket 提供统一向量存储与语义检索能力,支持 30 亿级素材秒级精准查找,打破数据孤岛,降低成本,助力内容创作提效降本。
420 11
|
2月前
|
Web App开发 人工智能 安全
2026 上半年智能体AI Agent趋势报告 GitHub、PH、HF 三端全网数据调研
《AI Agent 市场趋势分析报告(2026 H1)》基于GitHub、Product Hunt等开源数据,深度剖析AI Agent生态:占比15.64%,成增长最快类别;GitHub与Vercel为首选分发平台;设计、营销、编程等垂直场景落地加速;“软件即数字员工”范式兴起,MCP协议与多Agent蜂群成新基础设施。
2026 上半年智能体AI Agent趋势报告 GitHub、PH、HF 三端全网数据调研
|
7月前
|
Kubernetes Cloud Native 开发者
在阿里云上做开源云原生试点,Rainbond、Rancher、KubeSphere、Sealos 应该怎么选?
阿里云环境下选云原生平台,关键不在功能多寡,而在于匹配团队当前落地阶段:Rainbond 适合零K8s基础、快速上线首应用;Sealos 聚焦云上开发与AI-native场景;Rancher/KubeSphere 更适配成熟K8s团队的多集群治理与企业级管控。建议真应用试点验证。