智谱MiniMax，疯狂卖Token

大模型双雄，怎么卖Token？

  卖Token，不是一件新鲜事，智谱和MiniMax无论是在强调Token消耗规模、Token智能密度，抑或是优化Token架构，但本质上，卖Token就对应三类生意模式。

  第一种是卖调用量，按量计费，也就是把Token当水电煤卖。

  早在大模型兴起初期，云厂商和模型厂商就已跑通了这种模式，通过MaaS平台为企业提供开箱即用的API调用服务。

  智谱的收入重心也转向了卖API。2025上半年，本地化部署占据智谱八成以上营收，但现在开放平台及API的收入占比已取代这一业务，API生意占据整体营收86.5%。

  MiniMax也是一样，今年上半年，其开放平台及AI企业服务收入占比已超六成，而此前C端订阅收费是MiniMax的收入主力。

  第二种是，卖订阅，按积分额度付费，把Token当话费卖。

  分档位、限额度，分层收费，把Token打包成套餐，本质还是订阅付费，年初随着龙虾热和编程应用兴起，模型厂商端出了各种Token付费套餐，比如智谱的Coding Plan、MiniMax的Token Plan等。

  第三种，卖标品，把API打包给下游的中转站或AI应用公司，模型公司做幕后的批发商。

  这之中，AI应用公司或中转站也会争夺模型厂商API首发权，签订年框订单，价格不同、模型能力和体验也不同。

  智谱和MiniMax卖Token的方法，基本涵盖了这三种，但也有差异。

  首先，战场不同。

  智谱主要聚焦国外市场，而MiniMax更强调全球化生意。今年上半年，MiniMax海外收入占总收入的比例已达到了60.8%。

  其次，场景不同。

  智谱的Token套餐更强调Coding能力和网络安全能力，而MiniMax的Token Plan更强调的是全模态能力，这也和两大模型厂商的业务场景和模型能力有关。

  智谱管理层在业绩电话会上将大模型能力的演进形容为「一条只能按顺序走完的阶梯」：分为Chat、Coding、Agent、Co-worker、Autonomous AI五大阶段，目前公司处于第二级的Coding到第四级Co-work之间。

  可以看出，智谱是明显的「阶梯式卖Token」路线。

  代表高阶智能的GLM-5.2、GLM-5.3里强调了Coding的长程任务和网络安全能力，而GLM-5.3 Flash则作为性价比模型，聚焦低价Token的普惠。

  显然，智谱更看重Token交付结果，不同任务难度交付不同的Token价值，因此必须分层、分任务定价。

  和智谱不同，MiniMax则是「一体化卖Token」路线。

  MiniMax同样押注Coding、Agentic能力，比如今年6月推出的MiniMax-M3。但除此以外，MiniMax还押注了多模态模型，视频、音频等原生多模态能力的进化是MiniMax的另一张王牌。

  正因如此，MiniMax采取的是文本模型和多模态模型多线并进，通过模应一体化来卖Token，文本模型用来承接代码场景，多模态模型则聚焦创作和内容生产场景。

卖Token这场仗，不得不打

  疯狂卖Token，也是「大模型双雄」不得不打的一场仗。

  尽管双方在今年都默契提出了关于Token的公式，对「卖Token」这件事很有信心。智谱认为，AGI商业价值=智能上界×Token消耗规模，MiniMax则认为，平台价值=智能密度×Token吞吐量。

很多数据看着漂亮，但客户对价格依旧敏感，很多来询价的最后要么是问渠道合作，要么是薅Token额度。

  这意味着，争夺有付费意愿的企业客户、落地能交付Token价值的场景，成了一件「先到先得」的事。

  除此以外，云厂商和运营商也在争夺Token市场。阿里今年4月制定了一项旨在提升Token规模的「530 Token战役」，电信、移动和联通三大运营商也开始卖Token套餐。

  和这些竞争对手相比，大模型双雄的劣势很明显：缺算力、缺服务。

  一方面，云厂商和运营商都建设了庞大的算力网络，能够以规模优势降低Token成本。

  另一方面，多年的渠道和服务资源，也让他们有强势的业务触点能接触和理解一线企业的Token服务需求。

  但对智谱和MiniMax来说，攻克企业端市场，它们也有两项能力优势。

第一是，Token定价权

  卖Token本身并不难，难的是Token的长期定价权。

  今天的模型竞争，已不是单点SOTA模型的领先，也不是某个benchmark上的第一，Token定价权建立在「快、好、省」三个字上。

• 快：模型迭代速度能否追平前沿模型，保持SOTA领先。
• 好：在真实的任务里，模型和应用的完成率是否抵达用户预期，在更高价值的任务场景，模型是否能实现高效交付。
• 省：进入真实工作流里，需要考虑模型的稳定性以及用户迁移和适配的成本。

  智谱和MiniMax也意识到这一点。智谱管理层在业绩电话会上也提到，Token定价权建立在更快的模型迭代、更高的真实任务完成率、更低的单位智能成本，以及进入更高价值的工作流。

  如果用户能持续选择自己的模型，就能持续掌握Token的定价权。

第二是，单位智能成本的管控能力

  关键的环节就是优化大模型推理，因为这直接影响吞吐、时延和单位调用成本。为了更高性价比的推理，大模型双雄也有自建基础设施、模型架构创新、调度提升等诸多尝试。

  智谱提到，当前已实现十万卡级国产芯片的规模化低成本推理，单位Token推理成本较年初下降80%。

  MiniMax创始人兼CEO闫俊杰也透露，随着资金规模扩大，公司已从过去向云厂商采购算力，转向更直接地理解和参与供应链，为配套集群，还将自行建设高速网络、专线、服务器和存储。

  除此以外，双方也加快适配国产芯片。管理层提到，目前已经开始使用一部分国产芯片，预计2026年第四季度使用占比会提高。

  高性价比的推理是一项全链路的系统化工程，包括并行执行、算子与通信、KV Cache、量化、调度及弹性服务等多方面，这是技术算账逻辑，而对先上市的智谱和MiniMax，学会算账早已是它们的必修课。

  但掌握Token定价权和单位智能的成本管控，都是一项长期能力建设，智谱和MiniMax短期的领先，并不意味着长期的领跑，尽管双方已经公布了卖Token的战报。

  MiniMax提到8月ARR超过8亿美元，Token消耗是1月的20倍，而智谱8月ARR达到16亿美元，较一个月前增长60%。

  但需要注意的是，ARR只反映了某一节点模型厂商的收入情况，它并不能和直接确认的财务收入划等号，也无法反映真实的利润结构。

  因此，仅从当下来看，对大模型双雄来说，卖Token依旧不能视作一门稳赚不赔的好生意。

  一方面，它逐渐趋向重资产，需要厂商有渠道资源、有一线客户需求；另一方面，它的毛利率天花板也不完全取决于模型多聪明，而是取决于模型和算力带来的综合成本优势。

  对智谱和MiniMax来说，卖Token这场仗，不得不打，也更加艰难。