「Token 工厂」一年融资 24 亿之后：算力生意的产出单位正在变成 Token，巴西该怎么接
趋境科技 10 月 26 日宣布完成超 13 亿元 B 轮融资，年内累计 24 亿元。值得研究的不是融资额，而是它正在试验的产业分工：资本方出算力资产，技术方负责把硬件稳定地变成企业愿意长期采购的推理服务，销售方带来订单。对看巴西算力的中国投资者，这个案例把「先卖产能，再组织资产」讲得很清楚，也把「电便宜不等于 Token 便宜」的坑提前标了出来。
10 月 26 日，北京的 AI 推理服务商趋境科技（Approaching.AI）宣布完成超过 13 亿元人民币的 B 轮融资，由浙财创新、萧山资本、工银投资、星连资本、钱江世纪城等六家机构共同领投，年内累计融资 24 亿元。这家 2023 年成立的公司给自己的定位是「AI Token 生产服务商」：把算力硬件组织成按 Token 计量、面向企业生产场景交付的推理服务，并把这套生产线称为「Token 工厂」。
一家中国 AI 基础设施公司的融资，为什么值得放进一个讲巴西算力投资的栏目？因为它正在把一个此前含糊的问题讲清楚：算力这门生意，产出单位到底是什么，钱到底在哪一层赚。这个问题在巴西同样成立。过去一年巴西数据中心的公告金额动辄百亿雷亚尔，但「有机房、有电」离「有企业持续付费的推理产能」之间，隔着的正是趋境这类公司试图填的那一层。
一、先分清公告事实与融资叙事
我们核对了 10 月 26 日的公开报道。融资金额超 13 亿元、年内累计 24 亿元、领投方名单，多家财经媒体口径一致，可以视为可信的融资公告信息。公司成立于 2023 年、7 月刚完成 A 轮，也有公开记录。
另外几条更抓眼球的说法，性质不同。「年内收入接近去年全年的 10 倍」「过去半年日均高品质 Token 产量增长超过 100 倍、已超过万亿量级」「整体业务已经跨过成本线」，均出自公司自述或公司提供给媒体的材料，没有审计口径，也没有披露基数。它们说明的是增长方向，不等于经审计的经营业绩，更推不出净利润或现金流。公司 7 月 A 轮时披露的口径是「总产能增长超过 30 倍」，三个月后变成「日产量增长超过 100 倍」，两个数的统计对象未必相同，不宜直接拿来相乘或比较。
再往下一档，是「国产异构推理整体性价比超越国际最领先算力」这类表述。公开资料里没有同条件、可复现的独立测试数据，我们不采信，也不否定，只是不把它当作任何判断的前提。
所以，这是一篇值得研究的商业模式案例，不是一份可以照搬的投资论证。下面的全部讨论建立在这个前提上。
二、算力生意的产出单位，正在从 GPU 变成 Token
过去两年，AI 基础设施的叙事围绕 GPU、服务器、数据中心展开，投资逻辑是「谁有卡，谁有电，谁有机房」。趋境的融资叙事把重心往下游挪了一层：企业客户最终采购的不是 100 台 GPU，而是每月能处理多少真实业务、多少任务能被可靠完成、成本是否可预测。Token 是这条生产线上最接近「产品」的计量单位。
这不只是一家公司的说法。中国信通院今年 6 月联合华为云、蚂蚁数科等十家企业发布「企业级通用场景词元服务性能攀登基线」：每秒输出词元数不低于 55、首词元时延不超过 0.9 秒、调用成功率不低于 99.9%；7 月又发布了《Token 工厂全栈服务能力要求》等两项评估标准。基线本身是行业目标线，不是强制标准，但它意味着一件事：Token 服务正在变成可计量、可验收、可分层定价的东西。
一旦有了验收口径，市场就会分层。低价接口适合测试与非关键任务；进入生产环境的采购，看的是稳定性、延迟、上下文能力、故障恢复，而不是每百万 Token 的标价。这正是趋境反复强调「高品质 Token」的原因：它要把自己放在「确定性」那一层，而不是价格战那一层。至于每个贵的 Token 是否真的更好，这要靠客户的验收数据说话，而不是靠定义。
由此推出的第一个判断：AI Token 的竞争，正在从「比每百万 Token 的价格」转向「比每项任务可靠完成的成本」。这会直接改变该建什么、该找什么客户、该和算力供应方签什么合同。
三、真正值得拆的是共运营模式，不是技术路线
趋境公开的项目布局里，有一个反复出现的结构：河南项目与地方国资联合运营；海南项目由地方建设、公司提供平台与运营服务；杭州项目依托产业投资合作协议建区域交付中心；此外与商汤、网宿等公司共建产线。剥掉地名与公司名，这些安排的骨架是一致的，可以拆成三方：
资产方（地方国资、数据中心运营商或财务投资人）提供机房、电力和算力硬件，拿资产回报。运营方（推理技术公司）负责部署、调度、缓存、软硬件协同，把硬件的有效利用率拉上去，拿服务费或业绩分成。订单方负责找到企业客户、签合同、维持持续的 Token 消纳，拿销售利润和约定的经营权益。
这个结构的要害在于：拥有 GPU 和运营一门盈利的 Token 服务，是两种不同的能力。硬件规模决定理论峰值，推理引擎、调度和缓存决定有效产出，而订单决定有效产出里有多少被真实付费。趋境自己讲「单台算力的 Token 生产效率提升 3 倍以上」，不管这个数是否精确，它指向的是同一件事：价值正在从「有多少卡」转向「每张卡被用出了多少可售产出」。
对资源整合型的投资者，这比「自己投建数据中心」更值得研究。它允许各方只出自己有的那一块，并且把回报与实际产生的经营价值挂钩，而不是与投资额挂钩。
四、放到巴西：先卖产能，再组织资产
我们在《巴西数据中心与算力基础设施投资白皮书》第 1 期里讲过，圣保罗批发数据中心在营容量 536.7MW（CBRE，2026 年第一季度）证明「设施市场存在」，但推不出「GPU 现货充足」，更推不出「有企业在付费买推理服务」。把趋境的三方结构套到巴西，三块各自的现状是：
资产这一块，巴西并不缺公告。Ascenty 的 150MW 预租、TikTok 在塞阿拉州的一期 200MW、I Squared 对 Elea 的收购，都是机构资本已经入场的证据。运营这一块，巴西本土几乎没有成规模的推理技术公司，这一层大概率要靠引入外部伙伴；趋境这类公司是潜在对象之一，但不能假设对方愿意授权技术、愿意服务巴西，或能解决芯片进口与本地部署的限制。订单这一块，是目前最薄、也最该先补的：巴西企业对生产级 AI 推理服务的持续付费需求，到今天还没有一组可核验的公开数据。
这决定了进入顺序。如果先投重资产，再去找订单，等于把一笔 GPU 投资风险包装成了「Token 商业机会」；如果先握住一批企业的真实消纳，即便起步时全部采购第三方 Token，也已经站在了谈判桌上更有利的一侧：可以选择继续采购、签长期产能合同，还是参与本地 Token 工厂的共运营。
还有一个必须提前说破的误区：巴西电力便宜，不等于巴西生产 Token 便宜。跨境数据传输、网络延迟、GPU 进口税与设备供应、融资成本、模型授权、以及最关键的产能利用率，每一项都可能吃掉电价优势。REDATA 税制减免是连着履约义务一起给的，不是无条件的成本折扣。这些在白皮书后续各期会逐项展开。
五、一套所有人都该用的单位经济语言
讨论算力投资最常见的失败方式，是资产方谈 GPU 投资额、运营方谈推理效率、销售方谈 Token 售价，三方各说各话。趋境案例给出的启发是把三者压进一个式子：
月经营贡献 = 有效 Token 单位毛利 × 实际付费消纳量 − 固定经营成本。
三个变量缺一不可。单位毛利取决于售价与变动成本（电、带宽、模型授权、运维）之差；付费消纳量取决于订单，而不是理论峰值产能；固定成本则是设施、设备折旧、融资利息与团队。一个月理论产能 1,000 亿 Token 的工厂，付费利用率 60% 与 30% 之间，差的不是一半收入，而往往是盈亏线的两侧。
还要注意，输入 Token、输出 Token、缓存命中 Token 以及不同模型之间的成本差异很大，同一个「每百万 Token」价格背后可能是三四种完全不同的成本结构。实际投产前应分别计量，再算加权结果。如果有一天要在巴西投推理资产，首先要证明的是稳定的付费消纳，而不是机房的峰值功率。
六、我们的判断
趋境科技真正令人关注的，不是它又融了一轮，而是它试图把算力产业重新组织成一种更接近工业生产的体系：电力与硬件是生产资料，推理系统是生产技术，Token 是可计量的中间产出，企业应用才是最终需求。
但 Token 不像电力那样完全标准化、可互换。不同模型、不同上下文、不同性能标准下的 Token，事实上不是同一种商品。这既是规模化交易的障碍，也正是质量认证、路由与服务运营能够创造价值的地方。
对看巴西的中国投资者与产业方，这个案例给出的顺序是明确的：先握住企业持续 AI 消费的入口和它背后的运营数据，再决定要不要、以什么方式向上游算力供给延伸。近期的重点在前者。后者只有在需求、技术伙伴和单位经济性三件事都得到验证之后，才值得实质性投入。这也是我们在白皮书里反复强调的「进入项目验证，而非立即批准重资产投资」的另一种表述。
新京报 · 趋境科技完成超 13 亿元 B 轮融资（2026-10-26）
投资界 · 趋境科技完成超 13 亿 B 轮融资，加速高品质 AI Token 规模化交付（2026-10-26）
同花顺财经 · 年内狂揽 24 亿、B 轮超 13 亿：浙江国资为何抢投这家「Token 工厂」（2026-10-26）
新京报 · 趋境科技完成 A 轮融资，半年内累计融资超 10 亿元（2026-07-13）