年亏3亿仍硬扛IPO？揭秘Token大厂硅基流动的生死迷局
AI热潮下的冷思考：算力基建商的利润悖论
在公众视野中，人工智能（AI）正处于前所未有的爆发期，大模型能力的迭代让无数从业者看到了变革的机遇。然而，在这片繁荣景象的底层，一场关于“Token”（最小计价单位）的商业战争正呈现出截然不同的图景。当应用层忙着争夺用户注意力时，提供底层算力服务的厂商却面临着严峻的生存考验。
最新披露的招股书数据显示，国内头部独立AI算力服务商硅基流动（SiliconFlow）在2025年经历了极度反常的财务表现：全年营收仅5533万元，而净亏损却高达3.45亿元。更令人震惊的是其负24%的毛利率。这意味着，这家公司每生产并销售一份Token服务，实际上都在进行反向补贴。作为一家估值77亿元、拥有红杉、阿里等顶级资本背书的独角兽企业，这种“越卖越亏”的现象并非个案，而是揭示了当前AI基础设施层面临的结构性困境。
这种困境的核心在于，AI时代的“卖铲子”生意，正在从传统的边际成本递减，转变为边际成本递增或持平的高压状态。当日均Token调用量在短时间内暴涨1000倍时，并没有带来预期的规模效应，反而导致了基础设施成本的指数级压力。
成本结构与定价权的错位
要理解这一现象，首先需要厘清“Token工厂”的商业模式及其成本构成。硅基流动并不直接制造GPU芯片，也不从头训练基础大模型，而是扮演“算力优化与分发”的角色。其核心逻辑是通过自研引擎提升硬件利用率，将昂贵的算力资源转化为标准化的API服务提供给开发者和企业。
然而，这种中间商模式在当前的市场环境下处于极度弱势地位。
上游成本的刚性压力
算力资源的采购成本占据了其营业成本的绝对大头。数据显示，2025年硅基流动的销售成本中，算力资源成本占比高达86.9%。上游芯片厂商（如英伟达、AMD）和云基础设施巨头（如华为云、阿里云）掌握着核心硬件的定价权。随着全球AI需求激增，高端GPU的租赁价格居高不下，且供应紧张。硅基流动必须通过高额投入囤积算力以保障服务稳定性，这构成了其不可压缩的固定成本底座。
下游价格的弹性竞争
与此同时，下游市场却陷入了惨烈的价格战。国内科技巨头如字节跳动（火山引擎）、阿里云等，拥有自研芯片和庞大的自有云生态。对他们而言，提供低价甚至免费的Token服务并非为了直接盈利，而是为了引流，带动云资源、广告、电商等核心业务的增长。这种“生态交叉补贴”策略，使得市场价格被压低至独立第三方无法覆盖成本的水平。
在这种“上游成本高企、下游价格内卷”的双重挤压下，硅基流动这样的独立厂商失去了定价权。为了维持市场份额，不得不跟随巨头降价，导致毛利率从2023年的83.3%断崖式下跌至2025年的-24.0%。特别是在其寄予厚望的公有云MaaS（模型即服务）业务中，毛利率更是高达-119%，显示出该业务线每产生1元收入，需承担超过1元的直接亏损。
研发投入与补贴策略的双重绞杀
除了毛利率的恶化，高昂的研发支出和激进的用户补贴策略进一步加剧了现金流危机。
研发吞噬利润
在巨头林立的市场中，技术效率是唯一差异化的竞争力。硅基流动必须持续投入巨额资金研发推理优化引擎，旨在提升单卡Token产出率，降低能耗。2025年，其研发开支高达2.09亿元，占收入的378%。虽然这些技术投入构建了短期的技术护城河，特别是在适配国产芯片和优化DeepSeek等大模型推理方面取得了突破，但也导致账面资金快速消耗。
补贴式获客的陷阱
为了在2025年的市场洗牌中圈占用户，硅基流动实施了大规模的免费Token发放策略，相关费用达5421万元。这一策略虽然成功将客户数量从2454家激增至71.6万家，但也带来了严重的负面效应：用户规模的扩张直接导致了推理算力的线性增长，电费、硬件损耗等变动成本随之飙升。由于缺乏有效的付费转化机制，新增用户并未带来相应的边际收益，反而扩大了亏损缺口。这种“用亏损换规模”的模式，在资本市场狂热期或许能讲通故事，但在IPO审核和实际运营中却显得脆弱不堪。
行业共性困境：非典型的基础设施生意
硅基流动的困境并非孤立存在，而是整个AI Infra（基础设施）层的集体写照。
对比分析
- 智谱AI：2025年营收7.24亿元，但净亏损高达47.18亿元，营收亏损比约为1:6.5。
- OpenAI：2025年净亏损达385亿美元，主要消耗在算力采购和电费支出上。
这些数据显示，无论是中国还是全球，AI基础设施层目前都处于“烧钱换未来”的阶段。行业专家尤洋曾计算过，即便以目前较低的官方定价，满血版模型的推理成本也远高于收入。例如，若日输出1000亿Token，仅机器成本每月就可能高达4.5亿元，远超收入规模。
底层逻辑的差异
传统软件行业的典型特征是边际成本趋近于零，用户越多，利润越高。然而，AI推理服务是一种重资产、高能耗的物理过程。每一个Token的生成，都需要GPU进行实际的矩阵运算，消耗真实的电力。因此，Token服务不具备传统互联网产品的网络效应带来的成本优势，反而呈现出“规模不经济”的特征：在没有技术突破实现算力效率数量级提升之前，用户增长与成本增长几乎是平行的。
此外，用户对价格的极度敏感也是重要因素。当前市场环境下，许多企业和个人用户已形成免费或低价使用AI的习惯。一旦服务价格试图回归成本线，用户便会迅速迁移至巨头提供的免费或低价平台。这种低迁移成本和同质化服务，使得独立厂商难以建立稳定的付费壁垒。
IPO背后的资本博弈与生存考验
尽管财务数据严峻，硅基流动仍坚持向港交所递交招股书，其背后的驱动力清晰而紧迫。
资金链的紧迫感
招股书披露，按每月约1500万元的烧钱速度，公司现有现金储备仅能支撑约18个月。上市融资已成为续命的关键手段。港交所18C章特专科技公司上市制度为其打开了通道，但也设定了严苛的条件：2026年底前需实现2.16亿元人民币的营收目标。这意味着在毛利率为负的前提下，营收需翻近3倍，这将直接导致亏损规模同步扩大。
资本的长期押注
市场给予其77亿元的高估值，反映了投资者对AI基础设施长期价值的认可，以及对技术突破的预期。资本赌注的核心在于三点：
- 算力成本下降：随着芯片产能扩张和技术迭代，高端GPU租赁价格有望下行。
- 技术效率突破：硅基流动的自研引擎若能持续优化“每瓦特Token产出”，将显著改善成本结构。
- 国产芯片红利：随着国产AI芯片生态的成熟，替代方案将降低对进口硬件的依赖，从而削减上游成本。
结语：从“卖铲子”到“自来水厂”的转型之痛
硅基流动的年度亏损，实质上是AI产业从“概念炒作”向“商业落地”过渡期的阵痛体现。它打破了“卖铲子稳赚不赔”的传统认知，揭示了在巨头垄断供应链和终端市场的背景下，纯第三方算力服务商的艰难处境。
未来，AI基础设施的商业化路径可能面临两种分化：一是成为巨头生态的附属品，接受边缘化定位；二是通过极致的技术效率创新，在特定细分领域（如高并发推理、私有化部署优化）建立不可替代的专业壁垒，从而实现从“粗放式算力倒卖”向“精细化智能服务”的转型。
对于硅基流动而言，IPO只是起点。如何在负毛利的泥潭中通过技术杠杆撬动盈利模型，如何在巨头夹缝中寻找差异化生存空间，将是决定其能否活到下一个AI繁荣周期的关键。这场无声的战争，才刚刚开始。