无问芯穹：用异构调度换Token流水，毛利让给芯片与云

异构混训平台：用软件把4+2种芯片拼成一张卡

2024年7月发布的千卡规模异构芯片混训平台，覆盖昇腾、天数智芯、沐曦、摩尔线程与AMD、英伟达共4+2种芯片。它的卖点不是芯片本身，而是用调度软件把不同架构的算力拼成可训练的资源池，让买不到统一英伟达集群的客户能用国产卡跑训练。

这个机制的收入含义是：客户为“能跑起来”付钱，而不是为某一款芯片付钱。调度层因此夹在芯片厂与模型厂之间，价值取决于两边接口不统一。

但混训对通信与故障恢复要求高，实际可用算力比例公开资料未披露，这决定了它能否从项目制交付转为标准化产品。

Token工厂：把推理API做成按量计费的水电表

Agentic MaaS平台（Token工厂）提供M×N多模型多芯片推理API，GenStudio兼容OpenAI Chat Completions接口，开发者改一个base_url就能切换模型与芯片后端。平台2026年7月WAIC进一步提出“前店后厂一中心”的Agentic Infra布局。

产品逻辑是把模型推理的复杂性收进平台：客户不直接买GPU，而是按Token买结果。这让收入随调用量线性增长，但也意味着平台必须先向算力方采购容量，再转售，价差空间受上游定价约束。

推理API的技术门槛在调度与批处理效率，而不在模型本身；平台不拥有模型，模型厂随时可以自己做推理服务。

Token后付费：按实际用量结算，每小时出账单

自2026年3月30日起，预置LLM API按实际Token用量后付费结算，每自然小时生成明细账单。这是典型的用量计费：客户不为预留容量付费，只为实际调用买单，降低了中小客户的启动门槛。

但后付费模式对平台的现金流不利——平台需先向算力方锁定容量，再等客户按月结算，中间存在账期错配。公开资料未披露账期与坏账情况。

基础服务限频RPM=12、RPD=300、TPM=12000，高级服务RPM=1200、RPD不限、TPM=1200000。限频分层实际上是把免费与低价流量挡在门外，把稳定调用需求推向包并发产品。

并发槽位月费：把不确定的Token需求变成确定的容量租金

包并发服务按并发槽位收取月费，槽位需按模型购买，超出请求可拒绝或转按Token计费。这是对推理容量做“座位出租”，收入可预测性高于纯Token计费，适合有稳定高峰的客户。

槽位按模型购买意味着客户每换一个模型就要再买一组槽位，平台由此获得跨模型复购；但这也限制了客户在多模型间自由切换的意愿，与GenStudio“M×N”多模型卖点存在张力。

嵌入模型与重排序模型API暂不收费，GenStudio体验中心网页端暂不计费。免费部分是在养调用习惯，公开资料未披露免费转付费的转化率。

客户是模型厂与行业头部企业，不是开发者长尾

官网称已服务百余家行业头部客户，已与智谱、月之暗面等头部大模型企业达成合作，并与Kimi、智谱、MiniMax、阶跃星辰等密切合作；行业方案覆盖文娱游戏、医疗健康、法律服务、能源电力。

模型厂成为客户说明其定位是“帮模型厂卖推理”，而非与模型厂争终端用户。模型厂愿意合作，是因为自建多芯片推理调度不划算；但这也意味着平台对模型厂议价能力弱，模型厂随时可换供应商。

“百余家头部客户”没有对应收入披露，客户集中度与单客户贡献公开资料未披露。

借模型厂的渠道卖算力，自己不做直销大军

与头部大模型企业合作，等于把模型厂的客户变成自己的推理客户：模型厂在前端签单，无问芯穹在后端提供多芯片推理容量。这是一种渠道借用，获客成本低于自建销售团队。

代价是品牌藏在模型厂后面，终端客户认的是模型而不是算力平台，平台难以直接掌握客户关系与涨价空间。

GenStudio体验中心网页端暂不计费，是另一个低成本的触达入口，用免费试用换开发者注册，但公开资料未披露注册与付费转化数据。

钱花在买第三方算力容量和养调度软件团队

公司未持有大规模数据中心，通过软件系统调度第三方设施算力。这决定了最大的一块支出是向算力设施方采购推理与训练容量，属于随调用量变动的变动成本，而非固定资产折旧。

第二块是研发：异构调度、推理优化、多模型适配都需要工程团队，团队平均年龄32岁，研发人力成本是固定支出。

第三块是销售与生态合作。由于不建数据中心，资本开支轻，但毛利受算力采购价与转售价差约束；具体毛利率与成本结构公开资料未披露。

靠股权融资活着，累计43亿元撑调度生意

2026年10月完成C轮融资23亿元，创立以来累计融资43亿元；2026年5月宣布再获超7亿元融资；2024年9月完成近5亿元A轮，成立1年4个月内累计融资近10亿元。投资方包括腾讯、百度、智谱华章等。

融资节奏密集，说明业务仍在投入期，Token调用量增长需要先垫算力采购款。公开资料未披露经营性现金流是否为正。

靠融资活着的含义是：公司必须在下一轮融资前把调用量做成可验证的规模，否则算力采购的账期压力会先于盈利到来。

护城河是芯片碎片化本身，不是技术专利

公司的核心能力是调度异构芯片，而这项能力的价值依赖国产芯片格局碎片化：昇腾、天数智芯、沐曦、摩尔线程等架构不一，客户自己适配成本高，才需要中间层。若芯片生态统一或英伟达供应恢复，调度层的必要性下降。

与模型厂的合作是第二层缓冲：模型厂越多、芯片种类越多，平台的适配工作量越大，替换成本越高。但这种粘性来自切换麻烦，不来自独占资源。

首席科学家戴国浩公开指出词元工厂三大挑战：算力碎片化、推理成本高企、模型迭代快。这三条既是公司的机会，也是它护城河不深的原因——每一条都在削弱中间层的长期议价权。

上游算力涨价或模型厂自建推理，价差被两头挤

平台不持有数据中心，推理容量需向第三方采购，再按Token转售。若算力方涨价，平台要么压缩价差，要么提价流失客户；若模型厂自建多芯片推理调度，平台连转售对象都消失。

模型厂已是合作方也是潜在替代者，这种关系不对称：平台需要模型厂的流量，模型厂不需要唯一的平台。公开资料未披露与模型厂的合同期限与排他安排。

Token调用量增长快，但收入与毛利未披露

截至2026年7月，Agentic MaaS平台单日Token调用量较2025年12月增长40倍；截至2026年4月底，日均Token调用量较2025年底增长超20倍。两个口径时间点不同，不能直接比较，但都指向用量快速上升。

用量增长不等于收入增长：嵌入与重排序API暂不收费、体验中心不计费，免费流量会稀释单位调用收入。公开资料未披露Token单价、付费调用占比与毛利率，无法判断增长是否伴随亏损扩大。

若调用量增长主要由低价或免费场景驱动，平台越忙越不赚钱，融资节奏就必须持续。