“AI的问题在于它变得太快了，但Token就像细水长流，它的需求永远在。”
OpenClaw刚火起来那几天，夏达（化名）发现自己的API中转站流量一天内就涨了好几倍。他说，这是一门不需要费太大功夫就能赚钱的生意。
但这门生意“丰俭由人”。如果想要暴利，就需要穷尽各种所谓灰色地带手法；如果想要以正规军方式长远走下去基本不可能，“国内很难以那样的成本和价格存活。”夏达说。
他预测，市面上最终会留下一些有自研技术实力的平台，反之则会被逐渐淘汰。他没有想把精力耗在这个混乱、内卷的低价竞争市场里，转而开始考虑做国产Token出海。
Token（词元），大模型处理信息的最小信息单元，对擅于利用信息差的人来说，也是攫取财富的来源。伴随着大模型与AI应用的急剧成熟，全球范围内的Token消耗量在巨量增长。
来自国家数据局的最新数据显示，2025年，全国日均词元调用量从年初的超万亿增长到年末的100万亿。豆包大模型去年底日均Token消耗在63万亿左右，4月初就达到120万亿，核心原因在于多模态AIGC创作以及龙虾类产品的爆发。
在此蓬勃状态下，Claude、GPT等系列海外模型因一定性能领先也招徕了大量国内用户。受限于一些技术区隔以及昂贵订阅费用，国内用户想要以便捷和相对合适的价格使用这些模型，就必须经过API中转站。
于是，在这股Token增长浪潮之中，有人手握号池做起了Token的二道贩子。不过，在国产模型的算力与电力基础设施优势逐渐突出后，有人猜测，贩卖的方向或许会有所改变。
夏达原本自己有一门AI出海业务，对Claude等海外厂商模型需求量巨大。
起初，团队也是订阅官方API，但每日Token消耗量达到数亿级别，每月仅内部开发就要消耗1万多美金，为了降成本不得不转向第三方。
这时候团队发现，市面上大多数API中转站平台没法信任。
他们至少试了30多家平台。要么“今天还好好的、明天就挂了”，要么好不容易找到一家稳定的，却发现自己的产品线全崩了。“为什么呢？因为他们给你卖‘假货’了。”
经总结，中转站的生意整体分三档。第一档属于正规，以企业行为大规模采购以获得折扣价，例如Open Router、Cursor这样的大客户，就可以从“批发”转“零售”，但利润相对微薄。
第二档属于混乱，用海外账号建立号池、借企业免费项目薅羊毛，再重复分发同一个账号最大限度套利，按官方价格2-5折售卖的大多如此，“路子都是五花八门的，就看你怎么各显神通了。”一个200美金月租的Claude Code Max账号，可以拆分套到2-3千美金（更高时候可以到4-5千美金）。
最次的第三档，就属于前面所说的“卖假货”。它指的是用户所买非所得，中转站声称卖Claude，但实际接入其他厂商模型。“这属于同行都看不上的无底线行为。”另一名API中转站从业者表示，一些卷款跑路的人会这么干。
中转站的暴利潜力正在于它看不穿的中间层身份。被行家认为“更是没有下限”的做法有许多，除了卖货不对版的模型，Token价格倍率不明晰、偷改倍率以增加用户费用等等也都存在。“比如表面上卖你1美金、100万token，实际上扣费的时候扣了你5美金。”
为了尽可能挣钱，大多数中转站生意处在第二档。而即便风险偏高、稳定性较低，第二档生意也远比第一档好做。“因为Claude实在太贵了，可能一轮对话就要花掉五六毛，大部分人接受不了。”夏达说。
有投资人告诉界面新闻记者，他所关注到的一个中转站项目，月流水可达约500万元，毛利率几乎是50%。其他影响最终利润的条件在于，中转站是否投入大量力气在合规上，比如各类资质认证、数据存储方案、数据安全风险等等。
合规受到看重是因为有中转站打包出售自己所掌握的数据，给其他厂商用于模型训练——这是另一个灰产地带。
模型厂商四处购买数据用于模型训练，这是业内公开的秘密。但这个生态非常复杂混乱，一名知情人士表示，即便是厂商，也不一定知道数据的详细和真实来源，因为涉及太多中间人。这很可能导致的情形是，一个厂商从三个不同渠道买来三份数据，最后可能都是同一份。
“对中转站来说，底线是不掺假，再就是不卖数据。但说实话，两件事都很难。”前述从业者表示，“不用付出任何成本就有人送你一笔钱，很少有人能抵挡住这个诱惑。”
可以合规，但耗不起
面对这样的现状，夏达决定团队自己做。
从源头开始组建号池到团队稳定使用，大概只用了一个月时间。如果算上后期替换开源框架和重写底层UI，流程会拉到两个月。
自建成本的确可以快速下降。“对比官方可以降大概七成，相当于打了三折。”与此同时，错误率也有明显降低。夏达说，即便是官方调用也有对应的错误率，而中转站据他们测算普遍调用错误率在15%-20%，经团队自己调校后，可以控制在5%左右。
从自用变商用，只是因为给同为开发者的朋友提供了一次方便，最后反而吸引到了一批相对稳定的中小企业客户。这些客户对合规性要求不会特别高，每月消耗在几百到几千美金。如果是大客户，可能更倾向于私有化部署。
“这个行业是很乱的，不懂技术照样可以做，照样可以赚到钱。”夏达说，理论上而言，一个人只要懂得怎么开通Claude Code或GPT的订阅，就能做这个生意。“甚至花笔钱找人帮你搭起来也一样。”
要把中转站当成一门正经生意来做，也不是没有门槛。例如，不用开源框架、重写底层代码，其必要性在于对一些bug能够更好追踪和处理；再比如增加成本投入，把号池扩大两倍，以做到更好的负载均衡；更有技术能力的，就对可能出现的错误分发进行更好的算法优化。
站在这个角度来说，不懂维稳和售后的中转站存活时间都不长。有时候它们不一定是主观上“跑路”，而是真的没有承接能力。
夏达现在有种预感，中转站赚钱的风口要过去了。
一方面，Anthropic在加速收紧政策。4月5日，Claude Code负责人Boris Cherny官方宣布Claude订阅不再支持OpenClaw等第三方harness平台。而在中转站面对的需求里，绝大多数人都是冲着Claude去的，别的模型不具备足够吸引力。
另一方面，他发现中转站Token消耗量没有持续暴涨，变得贴近龙虾爆火前的水平。“你会发现C端用户因为OpenClaw热度来了，又因为OpenClaw回冷走了，所以没什么意义。”
2026年一季度，OpenRouter数据显示，中国大模型厂商屡次占领Token消耗量榜单前五。DeepSeek、月之暗面、Minimax、智谱、千问、阶跃星辰、小米等中国厂商名称，稳定交替出现在其按周总结的市占率前十名单中。
“大厂会吃掉大部分市场，剩下才是我们小个体户的盘子。”夏达清楚意识到。出海，是团队留在AI牌桌上的一个机会。
据一名AI Infra技术人员拆解，Token成本的核心构成是算力成本，再往下拆解还可以分为GPU成本、服务器成本、机房成本、电力成本等。
“静态来看，对几乎所有大模型，GPU芯片都占成本绝大部分。动态来看，不同模型结构设计对成本影响程度最大，差距可达10倍。”他说，而这是中国模型厂商最下功夫的地方之一。
于是在Token时代，国产模型因为有算力和电力的成本优势，结合自身的算法创新，有机会往海外做更大规模输出，在一个由IaaS（基础设施即服务）向MaaS（模型即服务）的集体转型趋势中，重新塑造一个全球云厂商格局。
但作为这片市场的“小个体户”，夏达提及这门生意的利润率不会太高了。考虑到大规模合作流程的复杂性，中间商可能会自行找服务器部署，通过比官方少赚一点的方式去售卖。
这不是一个多么大的机会，但可能是所有对行业红利有想法的人，一个速通商业模式的现成渠道。“AI的问题在于它变得太快了，就像OpenClaw火了没两天又到了Hermes，谁知道后面还有什么？”
“但Token就不一样了，”夏达说，“它细水长流，它的需求永远在。”
“AI的问题在于它变得太快了，但Token就像细水长流，它的需求永远在。”
OpenClaw刚火起来那几天，夏达（化名）发现自己的API中转站流量一天内就涨了好几倍。他说，这是一门不需要费太大功夫就能赚钱的生意。
但这门生意“丰俭由人”。如果想要暴利，就需要穷尽各种所谓灰色地带手法；如果想要以正规军方式长远走下去基本不可能，“国内很难以那样的成本和价格存活。”夏达说。
他预测，市面上最终会留下一些有自研技术实力的平台，反之则会被逐渐淘汰。他没有想把精力耗在这个混乱、内卷的低价竞争市场里，转而开始考虑做国产Token出海。
Token（词元），大模型处理信息的最小信息单元，对擅于利用信息差的人来说，也是攫取财富的来源。伴随着大模型与AI应用的急剧成熟，全球范围内的Token消耗量在巨量增长。
来自国家数据局的最新数据显示，2025年，全国日均词元调用量从年初的超万亿增长到年末的100万亿。豆包大模型去年底日均Token消耗在63万亿左右，4月初就达到120万亿，核心原因在于多模态AIGC创作以及龙虾类产品的爆发。
在此蓬勃状态下，Claude、GPT等系列海外模型因一定性能领先也招徕了大量国内用户。受限于一些技术区隔以及昂贵订阅费用，国内用户想要以便捷和相对合适的价格使用这些模型，就必须经过API中转站。
于是，在这股Token增长浪潮之中，有人手握号池做起了Token的二道贩子。不过，在国产模型的算力与电力基础设施优势逐渐突出后，有人猜测，贩卖的方向或许会有所改变。
夏达原本自己有一门AI出海业务，对Claude等海外厂商模型需求量巨大。
起初，团队也是订阅官方API，但每日Token消耗量达到数亿级别，每月仅内部开发就要消耗1万多美金，为了降成本不得不转向第三方。
这时候团队发现，市面上大多数API中转站平台没法信任。
他们至少试了30多家平台。要么“今天还好好的、明天就挂了”，要么好不容易找到一家稳定的，却发现自己的产品线全崩了。“为什么呢？因为他们给你卖‘假货’了。”
经总结，中转站的生意整体分三档。第一档属于正规，以企业行为大规模采购以获得折扣价，例如Open Router、Cursor这样的大客户，就可以从“批发”转“零售”，但利润相对微薄。
第二档属于混乱，用海外账号建立号池、借企业免费项目薅羊毛，再重复分发同一个账号最大限度套利，按官方价格2-5折售卖的大多如此，“路子都是五花八门的，就看你怎么各显神通了。”一个200美金月租的Claude Code Max账号，可以拆分套到2-3千美金（更高时候可以到4-5千美金）。
最次的第三档，就属于前面所说的“卖假货”。它指的是用户所买非所得，中转站声称卖Claude，但实际接入其他厂商模型。“这属于同行都看不上的无底线行为。”另一名API中转站从业者表示，一些卷款跑路的人会这么干。
中转站的暴利潜力正在于它看不穿的中间层身份。被行家认为“更是没有下限”的做法有许多，除了卖货不对版的模型，Token价格倍率不明晰、偷改倍率以增加用户费用等等也都存在。“比如表面上卖你1美金、100万token，实际上扣费的时候扣了你5美金。”
为了尽可能挣钱，大多数中转站生意处在第二档。而即便风险偏高、稳定性较低，第二档生意也远比第一档好做。“因为Claude实在太贵了，可能一轮对话就要花掉五六毛，大部分人接受不了。”夏达说。
有投资人告诉界面新闻记者，他所关注到的一个中转站项目，月流水可达约500万元，毛利率几乎是50%。其他影响最终利润的条件在于，中转站是否投入大量力气在合规上，比如各类资质认证、数据存储方案、数据安全风险等等。
合规受到看重是因为有中转站打包出售自己所掌握的数据，给其他厂商用于模型训练——这是另一个灰产地带。
模型厂商四处购买数据用于模型训练，这是业内公开的秘密。但这个生态非常复杂混乱，一名知情人士表示，即便是厂商，也不一定知道数据的详细和真实来源，因为涉及太多中间人。这很可能导致的情形是，一个厂商从三个不同渠道买来三份数据，最后可能都是同一份。
“对中转站来说，底线是不掺假，再就是不卖数据。但说实话，两件事都很难。”前述从业者表示，“不用付出任何成本就有人送你一笔钱，很少有人能抵挡住这个诱惑。”
可以合规，但耗不起
面对这样的现状，夏达决定团队自己做。
从源头开始组建号池到团队稳定使用，大概只用了一个月时间。如果算上后期替换开源框架和重写底层UI，流程会拉到两个月。
自建成本的确可以快速下降。“对比官方可以降大概七成，相当于打了三折。”与此同时，错误率也有明显降低。夏达说，即便是官方调用也有对应的错误率，而中转站据他们测算普遍调用错误率在15%-20%，经团队自己调校后，可以控制在5%左右。
从自用变商用，只是因为给同为开发者的朋友提供了一次方便，最后反而吸引到了一批相对稳定的中小企业客户。这些客户对合规性要求不会特别高，每月消耗在几百到几千美金。如果是大客户，可能更倾向于私有化部署。
“这个行业是很乱的，不懂技术照样可以做，照样可以赚到钱。”夏达说，理论上而言，一个人只要懂得怎么开通Claude Code或GPT的订阅，就能做这个生意。“甚至花笔钱找人帮你搭起来也一样。”
要把中转站当成一门正经生意来做，也不是没有门槛。例如，不用开源框架、重写底层代码，其必要性在于对一些bug能够更好追踪和处理；再比如增加成本投入，把号池扩大两倍，以做到更好的负载均衡；更有技术能力的，就对可能出现的错误分发进行更好的算法优化。
站在这个角度来说，不懂维稳和售后的中转站存活时间都不长。有时候它们不一定是主观上“跑路”，而是真的没有承接能力。
夏达现在有种预感，中转站赚钱的风口要过去了。
一方面，Anthropic在加速收紧政策。4月5日，Claude Code负责人Boris Cherny官方宣布Claude订阅不再支持OpenClaw等第三方harness平台。而在中转站面对的需求里，绝大多数人都是冲着Claude去的，别的模型不具备足够吸引力。
另一方面，他发现中转站Token消耗量没有持续暴涨，变得贴近龙虾爆火前的水平。“你会发现C端用户因为OpenClaw热度来了，又因为OpenClaw回冷走了，所以没什么意义。”
2026年一季度，OpenRouter数据显示，中国大模型厂商屡次占领Token消耗量榜单前五。DeepSeek、月之暗面、Minimax、智谱、千问、阶跃星辰、小米等中国厂商名称，稳定交替出现在其按周总结的市占率前十名单中。
“大厂会吃掉大部分市场，剩下才是我们小个体户的盘子。”夏达清楚意识到。出海，是团队留在AI牌桌上的一个机会。
据一名AI Infra技术人员拆解，Token成本的核心构成是算力成本，再往下拆解还可以分为GPU成本、服务器成本、机房成本、电力成本等。
“静态来看，对几乎所有大模型，GPU芯片都占成本绝大部分。动态来看，不同模型结构设计对成本影响程度最大，差距可达10倍。”他说，而这是中国模型厂商最下功夫的地方之一。
于是在Token时代，国产模型因为有算力和电力的成本优势，结合自身的算法创新，有机会往海外做更大规模输出，在一个由IaaS（基础设施即服务）向MaaS（模型即服务）的集体转型趋势中，重新塑造一个全球云厂商格局。
但作为这片市场的“小个体户”，夏达提及这门生意的利润率不会太高了。考虑到大规模合作流程的复杂性，中间商可能会自行找服务器部署，通过比官方少赚一点的方式去售卖。
这不是一个多么大的机会，但可能是所有对行业红利有想法的人，一个速通商业模式的现成渠道。“AI的问题在于它变得太快了，就像OpenClaw火了没两天又到了Hermes，谁知道后面还有什么？”
“但Token就不一样了，”夏达说，“它细水长流，它的需求永远在。”
中国科学院深圳先进技术研究院15日发布消息称，该院科研团队研发了一种具有靶向送药功能的磁驱软体机器人，该机器人能够根据器官内部环境的特点选择合适的运动模式，实现靶向送药的同时还可以控制 记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展：他们在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验技术， 根据《天体物理学杂志》的最新报道，一个国际天文学家团队利用欧洲空间局的盖亚（Gaia）太空望远镜收集的数据，创建了迄今为止最庞大的三维宇宙地图。该地图涵盖了大约130万个活跃类星体的精确空间 记者从国家航天局获悉，3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。科技日报记者 付毅飞 摄火箭飞行24分钟后，星箭分离，将鹊 南方财经全媒体记者马嘉璐 广州报道如何划分一般数据、重要数据、核心数据终于有了国标版“参考答案”。3月21日，国家标准GB/T 43697-2024《数据安全技术 数据分类分级规则》（以下简 3月21日记者从中国科学技术大学获悉，该校物理学院张斗国教授课题组，提出并实现了一种基于矢量光场调控原理的动量空间偏振滤波器件。科研人员将该滤波器件安装于传统无标记光学显微镜的出射端， 。本文链接：【深度】Token经济红利背后，隐秘的中转站生意http://www.sushuapos.com/show-2-16178-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 新研究实现纳米“可编程”合成