Token工厂产业链全景（2026上半年）

2026年上半年，Claude Code、Codex、掀起编程Agent热潮，国内的Kimi Work、腾讯WorkBuddy等产品也在争夺办公场景。

在公司经营层面，Anthropic的年化收入规模，从2025年底约90亿美元，冲到今年5月份的超470亿美元，不到五个月翻了5倍。OpenAI为了追赶，从今年2月推出Codex桌面版，到如今的2500万活跃用户，前后不到七个月。

现如今Agent产品迎来了多点开花的繁荣局面，可以看出，“让AI干活”，正在改写Token工厂的需求版图。

但热闹的产品背后，这些Token究竟由谁生产、谁销售，谁能接住下一轮增长？我们把2026上半年的产业链拆开来看。

一、这半年，产业链发生了三处变化

2026上半年的关键增量，是GPU租赁、模型API和编程助手这些业务公司开始围绕更复杂、更连续的工作重新组合。

第一处变化：Agent正在成为更重的推理负载。

OpenAI公布的企业使用数据中，截至6月，Codex已经占到企业客户ChatGPT与Codex合计输出Token的64%。这是特定平台的企业样本，却提供了一个直接信号：承担任务的Agent，已经能够形成可观的Token消耗。

写一段回答，通常可以一次结束，处理一个代码问题，可能需要读文件、修改、测试、再修改。任务越复杂，模型调用越可能反复发生。工厂由此面对长任务、突发并发和稳定交付的要求。

第二处变化：硬件竞争进一步围绕整套推理系统展开。

1月5日，英伟达发布Rubin平台，把CPU、GPU、互连和网络等六类芯片协同设计，降低推理Token成本成为核心卖点。按当时公告，合作伙伴产品计划在下半年上市。

这说明，评估工厂竞争力，需要同时看芯片、网络、供电散热与软件调度。单卡参数领先，还要经过整套系统，才能转化为客户实际买到的服务。

另一条路线也在扩大。4月，Anthropic披露已使用超过100万颗AWS Trainium2芯片训练和运行Claude，并进一步扩大合作。云厂商正通过自研芯片参与这场竞争，算力供给也因此出现更多选择。

第三处变化：应用、模型和推理公司的边界继续交叉。

Cursor在Kimi K2.5基础上训练Composer 2，Fireworks为其强化学习提供推理与采样基础设施。应用公司开始深入模型研发，专业推理公司则进入模型迭代过程。

6月，Fireworks又披露，获得阿里授权，在自己的基础设施上直接运行Qwen 3.7 Plus。这提供了另一种组合：模型由一家研发，推理由另一家运营。

可以看出，当下的产业竞争正在沿两个方向展开：向上争生产效率，向下争任务入口。

二、哪些公司，已经把布局变成了进展？

判断“表现不错”，至少要分清三件事：客户是否采用、收入是否增长、利润是否改善。

Anthropic的进展，在于编程需求形成了付费业务。2月12日，公司披露Claude Code年化收入超过25亿美元，较年初翻倍以上，企业使用已贡献其过半收入。这比单纯的产品热度更能说明商业价值；但年化收入仍是当时收入速度的折算，不能当作全年已经赚到的钱。

引用自官方公告数据插图

阿里的进展，在于云服务增长伴随调整后利润改善。按新分部及重列后的同期口径，2026年4—6月，AI云与算力服务收入约484亿元，同比增长45%；调整后EBITA约56亿元，同比增长133%。这是云与算力分部的成绩，模型研发及应用业务另列，不能据此判断阿里整套AI业务已经盈利。

CoreWeave的进展，在于算力需求转成了收入，盈利压力也同时存在。上半年收入46.53亿美元，同比增长112%，净亏损13.66亿美元。公司将收入增长归因于新老客户需求及数据中心扩张交付。它证明需求和扩产兑现，也提醒我们：收入翻倍，仍可能伴随沉重的基础设施与融资成本。

Fireworks值得关注的是专业推理服务的价值。前述合作说明，它能帮助客户运行模型，也能深入模型迭代过程。不过，合作公告尚不足以判断收入规模与利润表现。

这些公司正在不同环节兑现机会。模型公司的收入、云厂商的分部利润、算力平台的交付能力，必须分别评价。

三、把产业链拆开：每一层到底卖什么？

Token工厂的核心，是把模型与算力组织成持续可用的推理服务。理解整条产业链，要看各方交付什么、向谁收钱。

这里最容易混淆的是中间三层。

出租算力，交付的是资源；部署交付一套可运行的系统，推理运营则对持续供给负责。后者还要处理调度、缓存、故障、用量与成本。硅基流动的产品就覆盖模型API、专属实例、推理加速与私有化部署。

API分发解决的是接入与采购问题。OpenRouter通过统一接口、账单和故障切换组织不同供应商。它与负责运行模型的推理商，承担的工作不同。

而这些分工可以集中在同一家公司：CoreWeave同时提供按Token使用的推理服务和按GPU计费的专属推理；腾讯在推出WorkBuddy国际版时，也推出了模型接入平台TokenHub。因此，这张表列的是商业角色。实际订单可以直连、跳过中间环节，也可以在一家集团内部完成。

看了这么多，最后我们更应该关注各层留下客户的理由：

算力商靠可交付的容量与成本，推理商靠稳定性与效率，分发平台靠供应商组织能力，Agent靠任务完成效果。企业交付团队则要把这些能力接进真实流程。

能被轻易替换的环节，最难守住利润。

四、下一轮增长，会从哪里来？

上半年的变化，指向两条可能的增长路径：Agent能做的工作变多，以及同一类工作被更频繁地交给Agent。

首先，是从编程扩展到更多数字化工作。OpenAI在6月2日披露，知识工作者已占Codex用户约两成，用途包括报告、表格、研究和数据分析。编程之外的采用，已经为这条扩张路径提供了现实起点。进一步，是从临时调用进入固定业务流程。如果企业把报表更新、资料核对等重复工作交给Agent，需求就可能随业务持续发生。

AI原生浏览器的机会，在于打通跨网页、跨系统的操作，让这些任务能够连续执行。研究型Agent与AI原生实验室，则可能把这条路径延伸到检索、仿真和实验迭代，前提是工具与结果验证能够衔接。

这些需求若能形成付费业务，就会向模型、推理运营和算力供给传导。但效率提升也会降低单位任务的资源消耗，新增任务带来的负载，需要与这部分节省一起衡量。

任务范围决定增长能铺多宽，持续交付决定需求能留多久。

本文推演中涉及的真实公司

• • OpenAI、Anthropic： 分别开发Codex、Claude Code等产品。
• • 英伟达、维谛技术： 分别提供计算平台、供电与散热等基础设施。本文用于说明硬件分工；产品发布不等于产能已经交付。
• • 亚马逊（AWS）、微软（Azure）、Google： 云与AI平台公司。
• • 阿里： 同时布局云算力、Qwen模型及应用。
• • CoreWeave： 提供GPU云与推理服务。
• • Cursor、Fireworks： 分别为AI编程产品及模型研发团队、推理基础设施服务商。
• • 月之暗面、DeepSeek： 分别开发Kimi、DeepSeek模型。
• • 腾讯： 布局WorkBuddy办公Agent与TokenHub模型接入平台。
• • Together AI、硅基流动： 提供模型推理及部署相关服务。
• • OpenRouter： 提供多模型接入、路由及统一账单的平台。