硅基流动冲刺港股，表面看是AI基础设施的胜利，但仔细拆解招股书数据，我发现几个值得深挖的技术和商业问题。截至2026年4月，日均5785亿token吞吐量、服务1.3万企业客户，这数字确实亮眼，但2025年营收仅5533万元，意味着每万亿token收入不到1万元——这价格在推理市场上基本是“白菜价”。更扎心的是毛利率转负至-24%，亏损3.45亿，说明公有云服务（占比超50%）的算力成本完全没被定价覆盖，典型的“赔本赚吆喝”。
从我个人的工程实践来看，Token工厂模式的核心矛盾在于：GPU集群的利用率与延迟要求之间很难平衡。实测中，为了支撑低延迟推理（比如对话场景），必须预留大量冗余算力，导致平均利用率常低于40%。硅基流动的数据佐证了这一点——日均吞吐量虽高，但成本结构显示其固定成本摊销压力巨大。
更关键的是，企业客户对API的定价敏感度极高。很多客户只愿意为“调用量”付费，不愿意为“预留容量”买单，这迫使平台长期处于价格战状态。阿里、美团等产业方虽然入股，但它们的内部推理需求可能优先走自家云，硅基流动只能吃“剩饭”。
抛两个问题：1. 当token定价逼近硬件成本线时，纯推理服务商如何靠技术优化（如量化、稀疏化）实现正向毛利率？2. 是否必须绑定大模型厂商（如DeepSeek、智谱）才能获得独占流量，避免沦为“卖水人”？
行业趋势上，我认为Token工厂模式会倒逼GPU-as-a-Service生态整合，但短期看，除非硅基流动能自研推理芯片或拿到超低价算力（比如利用闲置H100），否则亏损窟窿很难填平。它更像是AI泡沫期的“基础设施试验品”，对技术选型和成本模型的启示远超其商业前景。