来源：微信公众号（原文标题：硅基流动：以Token 工厂的名义，做着-119%的生意）
2026年6月30日，硅基流动递表港交所18C，要当"AI Token工厂第一股"。77.4亿估值，140倍PS，每赚1块钱亏6块。这三个数字拼在一起，荒诞感呼之欲出。但如果把它放进全球坐标系里看，这种荒诞感会加倍——因为在国际市场上，这套模式不仅不稀缺，甚至显得有些"简陋"。
一、 黄仁勋的名词，被借走装了一盘租卡生意
2025年GTC上，黄仁勋定义"Token工厂"：未来的数据中心不再是存文件的仓库，而是生产Token的工厂。他指的是GB200+NVL72那一整套——自有卡、自有CUDA、自有推理栈、Model-as-a-Service一体化输出。工厂意味着规格统一、批次可控、SLA兜底、水电般稳定。
硅基流动创始人袁进辉给自己定的定位也是"Token工厂"——不自建算力、不打造自有大模型，连接模型/芯片/应用，把分散算力加工成服务，"让模型像水电一样被按需使用"。
听起来完美对标，实则有代差：
维度对比：
黄仁勋版Token工厂 vs 硅基版Token工厂
卡：自有GB200/NVL72 vs 租云厂商/数据中心
芯片栈：英伟达CUDA闭环 vs 英伟达+昇腾+沐曦+摩尔线程异构
推理引擎：自有（TensorRT-LLM） vs 自研SiliconLLM+兼容
模型：自有（Nemotron）或深度绑定 vs 接DeepSeek/Qwen/GLM/Kimi
单位经济：卡+电+软件，边际成本递减 vs 租卡+代金券+KV miss，越卖越亏
硅基的"工厂"更准确的说法是中央厨房+二手加工厂。菜（Token）不是自己种的，菜谱（模型）是别人的，灶（推理引擎）是自己砌的但建在别人厨房里，还得同时伺候英伟达锅和昇腾锅乃至等等杂牌好多种炉子。
二、 "工厂"范式该有的三条，硅基一个也没有
1. 规格统一 —— 它给的是砍头版
DeepSeek-R1在硅基上推理链仅16K，官方满血是32K；GLM-4 All Tools不支持system角色、tool_choice只支持auto、function_call还是GPT-3旧格式。这还不是偶发bug，而是"租卡+异构调度压成本"倒逼的工程取舍。而且不分租HBM，缓存全留KV，单卡并发腰斩，单位Token成本也顶不住；分级+跨集群KV Cache（HBM→CPU DRAM→远端），看起来显存省了、吞吐上去了，但长session保真度就变成了牺牲品。所以"上下文屡屡被冲"在硅基上就不是bug，而是硅基模式自带的效果。
2. 批次可控 —— 它的流水线脆弱
硅基的KV Cache是分级卸载+跨集群分布式Prefix Cache。多租高负载下，同一session前后请求经常会打到不同集群而导致Prefix Cache Miss，服务端重prefill；显存水位顶起来就会导致KV被LRU踢掉；多模态场景下，图片KV单条体积是text数倍，淘汰优先级反而更高。所以经常出现"第一问图识别对了，第二问同图突然变傻"——仔细盘盘，才发现不是模型忘，而是服务端KV被扔了。这是典型的大排档或者手工作坊，反正肯定不能不叫工厂。
3. SLA兜底 —— 它的"可用"是文字游戏
硅基Status页宣称核心服务100%可用——但这个"可用"指API能返回（哪怕是429/50507/截断），不是"上下文不丢、输出满血、长session保活"。代金券那条更绝：尤洋曾炮轰，小红书用户晒代金券有到1000元的，300万用户×500元/人≈15亿待兑现，而当时账面现金仅1-2亿。后来"限制学生每日调用量+API慢如蜗牛"，本质是代金券发超了要阉模型降本。
三、 单位经济：工厂模式根本不成立
招股书数据揭示了残酷的现实：
2025营收5533万，同比+653%；净亏损3.45亿，累计亏4.4亿。
毛利率：2023年83.3% → 2024年39.4% → 2025年-24%。
公有云毛利率-119%（每收入1块倒贴1.19）。
算力资源成本5962.7万，占销售成本86.9%；营销8374万中5421万是代金券补贴。
账面现金1.72亿，月均现金消耗1480万 → 约18个月现金流。
77.4亿估值，PS140倍；海外对标Fireworks AI约14倍PS、Together AI约8倍PS。
一个工厂，如果每多生产一单位，就多亏1.19元。这叫什么工厂？这叫反向补贴的流量池。硅基要想用-119%的业务拉流量，指望养出82.5%毛利率的本地部署业务——这套在电商叫"烧钱换GMV"，在制造业叫"倾销"，在Token这儿叫"工厂模式"，名字取得好，但背后的问题也藏起来了。
四、 1.5%的"最大"，夹在87%之间
按弗若斯特沙利文，硅基是中国最大独立生态Token供应商，但全口径市占1.5%，排第四；前三火山引擎、阿里云、百度智能云占87%。
上下挤压的格局清晰：
向上：DeepSeek/智谱/阿里自己下调API价、自己做Infra。
向下：阿里云Token Foundry吴泳铭亲自挂帅、火山引擎打包资源压价。
横向：无问芯穹、清程极智、潞晨等同赛道竞争者。
硅基讲的"独立第三方中立性"故事——不绑卡、不绑模型、不绑云——在产业链全齐活的大厂面前，中立=没靠山。阿里持股7.42%、华为哈勃4.07%、美团、商汤、携程、晶科、联通都在股东里。这不叫"中立"？这叫全产业链财务对冲：自家MaaS跑出来是主营业务胜利，"独立中间层"真跑通了就通过股权分一杯羹。
五、 国际坐标系：140倍PS更讲不通
硅基招股书提了一句"计划将部分募资投入海外拓展"。但把它扔进国际坐标系，问题更大。
1. 估值倒挂：海外同行笑而不语
Cerebras ~400亿美元 — 自研WSE晶圆级芯片
Fireworks AI 150亿美元 PS~47倍 — 软优化+专属实例
Baseten 130亿美元 — 软优化+私有部署（ARR 6亿/季度）
Together AI 83亿美元 PS~50倍 — 软优化+模型目录
硅基流动 77.4亿人民币（~10亿美元） PS~140倍 — 软优化+异构编排
硅基估值绝对值不到Fireworks的1/15，但PS是Fireworks的3倍、Together的2.8倍。海外投资人看这组数，第一反应是"这PS倒挂怎么来的"。
2. 技术错位：最强扳手是"中国特供"
硅基手里两把扳手，出海一把废一把：
SiliconLLM（纯软体系优化）：美国已有Fireworks/Together/Baseten占坑。第三方Artificial Analysis测试显示，硅基在StepFun 3.5 Flash上FP8的output speed 51.4 t/s，是StepFun本家266 t/s的1/5.2。"快2.3倍"的自家benchmark在国际基准面前略显尴尬。更别提Cerebras（比GPU快20倍）、Groq（3000 tok/s）等自研芯片派的碾压。
异构算力编排：这是硅基招股书最得意的一点（"全球跨芯片适配能力第一"）。但在美国市场，英伟达一家独大，跨芯片适配需求远不如中国迫切。这是中国制裁环境下的特产，不是全球通用能力。出海去美国，这把最强的扳手没多少客户需要。
3. 商业死穴：-119%到哪里都不好支撑
国内靠"代金券+产业资本补血"撑着的-119%毛利率，出海后面临更严峻的环境：
海外租H100/H200比国内还贵，且没有国产芯片成本优势。
海外没有"代金券拉新"的文化，补贴不起。
Fireworks/Together/Baseten已经占坑，作为后来者抢份额只能继续价格战，亏得更狠。
4. 唯一的出海牌：天花板在别人手里
硅基真要出海，不是去美国跟Together抢MaaS红海，只能打三张"弱牌"：
国产模型出海的推理载体：海外客户想用DeepSeek/GLM但不想直连国内云。但DeepSeek/GLM自己就在出海（如Z.ai），硅基只是二道贩子。
非美市场的"地缘中立"：中东/东南亚客户不想绑死AWS或阿里云。但硅基的股东名单（阿里/华为/美团等）反而让其"中立性"存疑。
成本洼地：靠国产芯片降低成本。但国产芯片的推理质量（精度/稳定性）比H100差一截，那些"上下文被冲"、tool格式旧的坑，出海客户一样会踩。
结语：借来的叙事名义，焊死的管子机构
硅基流动的"Token工厂"模式，本质是用140倍PS的叙事，装了一套-119%单位经济的租卡生意。
在国内，它讲的是"独立MaaS+国产异构"的故事，靠着全产业链股东的输血和代金券的泡沫，撑到了递表时刻。在国际上，它的技术（异构编排）是中国特供，商业（-119%经济）是自杀行为，唯一能讲的"国产模型+地缘中立"故事，天花板又捏在模型厂和地缘政治手里。
虽然袁进辉技术不差，但Token工厂这门生意，卡在云厂商手里（国内火山/阿里/百度占87%）、模型厂手里（DeepSeek/智谱自己出海）、芯片厂手里（海外英伟达、国内华为）、资本手里（140倍PS要找接盘）。这四头焊死的管子，在国内焊的是产业资本，出海换了个地方，焊的人变成了AWS/GCP/Fireworks/Cerebras，管子依然纹丝不动。
所以，硅基流动也许能成为"AI Infra第一股"，但它很难成为一家真正有竞争力的全球Token工厂。它卖的不是水电，最多不过是特价经济舱的机票；它建的也不是工厂，而是那个摊位最多、但每样货都拆过包装的集市档口、手工作坊聚集区。至于140倍的估值，买的不是当下的服务质量，而是一个希望在时间差里长大的幻梦。
该图片疑似使用了AI生成技术，请谨慎甄别
图片为AI生成的示意图
创作声明：本文借助AI辅助创作