通用Token跌至白菜价，为何这家港股公司靠卖场景Token狂赚389%？

当AI行业的聚光灯死死咬住算力集群的规模和参数量的增长时，一个更为隐蔽却极具颠覆性的价值转移正在悄然发生。就在刚刚，DeepSeek-V4-Flash将缓存命中价压缩至0.02元/百万Token，小米也紧随其后宣布永久降价99%。表面上看，这是技术普惠的胜利，但对于企业级应用而言，这更像是一场残酷的筛选。

米哈游工程师因多Agent协作忘记设置熔断，13小时烧掉200万账单；Uber给5000名工程师开放AI编程工具，4个月烧穿全年预算。这些案例揭示了一个反直觉的真相：通用Token越便宜，企业的试错成本越低，使用频率呈指数级上升，导致总成本反而失控。然而，更深层的问题在于，通用大模型能聊哲学、写文案，却无法处理几千万交易的合规风控，无法识别PCB板上的虚焊，更不敢对CT影像上的阴影做出确诊。

这些致命的关键环节，恰恰是互联网公开数据无法覆盖的盲区。教科书里没有某工厂的工艺参数，论坛帖子里没有三甲医院的诊疗路径。于是，市场裂变为两极：一端是无限趋近于零成本的通用Token，另一端则是捆绑着深厚行业Know-how、价格高出10至100倍的场景Token。

在这场博弈中，迅策科技（3317.HK）走出了一条截然不同的曲线。过去四年，其营收从2.88亿攀升至12.85亿，2025年暴涨103%，而在刚刚发布的2026年上半年业绩预告中，营收达9.67亿元，同比大增389%，并实现首个半年度盈利。

这种爆发并非偶然，而是AI产业从“训练驱动”转向“推理驱动”的必然结果。2024年，全球大模型军备竞赛最烈，资金疯狂涌入买卡和炼模，迅策的增速仅为19%。因为它的收入不取决于谁在造AI，而取决于谁在用AI。2025年下半年，随着推理落地，企业真正开始规模化调用AI，迅策的曲线随之陡升。

核心转折：从线性项目到指数级Token计量

迅策科技的护城河，建立在其十年如一日的数据基础设施积累之上。对于资管行业而言，毫秒级响应和100%准确率是生死线，任何一个数字的错误都可能导致千万级的损失。自2016年起，迅策在这一领域深耕十年，打磨出覆盖9大全链路数据处理环节及5大数据Token化流程的闭环能力。

传统的软件交付模式是线性的：客户数乘以项目金额。这种模式存在天然天花板，因为销售周期长、交付重，2024年的低增速正是线性模型的天花板显现。

2026年5月，迅策发布全球首款TokenOS操作系统——TokenONE，完成了商业模式的跃迁。这一平台将企业的私有数据精炼为AI可直接消费的场景Token，并引入按调用量收费机制。新的收入公式变为：Token收入 = 客户数 × 模块数 × Token单价 × 调用次数。

前三个因子均有上限，唯独“调用次数”没有边界。它就像在客户的AI用量上安装了一块智能电表，转速取决于客户AI使用的强度。客户用得越多，迅策赚得越多。数据验证了这一逻辑的有效性：2026年6月，Token调用ARR季度环比增长410%，Token付费收入占比快速提升，目标年底占比达到20%-30%。

场景Token的定价权：不可替代的行业壁垒

为何场景Token敢卖到10-100美元/百万Token？因为通用Token解决的是“让AI听得懂话”，而场景Token解决的是“让AI做对事”。

金融风控中的交易逻辑、制造业中的工艺经验、医疗影像背后的诊断知识，这些都是压缩后的行业智慧，无法通过公开数据训练获得。基础大模型用公开数据可做到80分，从80分到95分靠私有数据，从95分到99分靠实时反馈闭环。这两段路，正是迅策最擅长的领域。

迅策已从单一的资管行业扩展至电信、电力、能源、高端制造、生物医疗、机器人训练平台等11个行业，积累230个客户和300多个标准化模块。这些行业的数据治理经验——哪些数据需实时抓取、哪些字段需特定标注、哪些错误后果不可逆——需要一至两年甚至更长时间沉淀，堆算力无法加速，调参也无法替代。

未来图谱：词元经济与生态网络

TokenONE只是起点。迅策的规划清晰地分为三个阶段，指向一个更大的生态愿景。

第一阶段，构建垂直行业的Token工厂。通过与格创东智合作建立制造业Token工厂，与博泰车联、赛目科技联合开发智能汽车场景，以及进入量子计算领域，迅策正在将千行百业的私有数据转化为高价值Token。

第二阶段，上线TokenRouters，打造全国性的Token交换平台。这类似于互联网早期的网站互联，允许非竞争企业在安全合规前提下互相调用、定价和交换场景Token。公司已与深圳数据交易所、北京国际大数据交易所达成战略合作，为业务全球化奠定合规基础。收入逻辑从单点调用转向生态流通，价值呈指数级放大。

第三阶段，终极形态是企业小模型。与其让每家公司调用昂贵的通用大模型，不如让每家公司拥有基于自身数据的低成本、易调试的小模型。特别是在金融、医疗等高敏感行业，“数据不出域”是刚需。

结语：数据真空期的最后一块拼图

AI产业有三根柱子：算力、模型、数据。算力已有巨头垄断，模型巨头亦已成型，唯独数据这一环，长期处于真空状态。

美国数据公司龙头Palantir市值突破万亿，而在中国，直到迅策科技登陆港交所，才出现这一赛道的成规模上市标的。通用Token价格下行，场景Token价值上行，这条剪刀差正是迅策增长的底层逻辑。

这家公司的收入不再由“卖了多少”决定，而是由“客户用了多少AI”决定。迅策的爆发，是十年数据基础设施积累在AI落地关键节点的释放，是通过Token化完成的商业模式重构。

表已装上，转速由整个中国企业AI用量的曲线决定。而这根曲线，才刚刚开始向上翘起。在这场从训练到推理、从通用到垂直的变革中，真正赚钱的不是卖便宜Token的人，而是能从别人烧Token的过程中持续收费的人。