AI公司烧Token,烧出了一门“贷款生意”

作者|子墨

编辑|李小天

AI 公司找钱,过去大多走同一条路:找 VC。

而就在近几个月,这条路开始变窄了。

一方面,VC 的钱正越来越集中到少数巨头手里。据 IT 桔子统计,2026 年第三季度,43 起 10 亿元以上的超大额交易,以 1.2% 的数量拿走了 45.8% 的资金;881 起千万元以下的小额融资,金额贡献仅 0.4%;单笔融资中位数仍是 2000 万元,与去年持平。钱确实变多了,但大多流向了头部,绝大多数中小 AI 公司能分到的,并没有变多。

另一方面,AI 公司的资金需求本身也在变化。与传统互联网公司不同,AI 公司的大头开销是持续、高频的算力采购,旺盛的算力需求背后,AI 企业的融资难题日益凸显。这类短期、周转性的资金缺口,靠出让股权去填,代价太高;而走传统银行贷款,又面临轻资产、弱报表、散流水的困境,拿不出厂房、设备这类抵押物。 于是,一些 AI 公司开始换一种思路:既然每个月都在烧 Token,能不能把烧掉的 Token,变成银行认可的信用?

“Token贷”由此应运而生。顾名思义,就是企业把每个月烧掉的Token流水、算力采购合同、业务订单等信息放到银行面前,换取一笔贷款,来解决公司短期资金缺口问题。

眼下,中国银行、工商银行、成都银行等都已经推出了各自相关的产品——中银·算力Token贷、工银智算通、算力贷等等,并且已经有了真实的落地案例。

从烧Token到贷Token,一门原本只跟模型厂商结算的生意,长出了一条金融分支。

从烧 Token 到贷 Token

一位VC投资人表示:现在做尽调,Token用量已经成为了一项重要考察维度。

“现在越来越多的AI公司以Agent Harness的形态交付产品,很多Token其实是终端用户在实际调用。所以这个数据,一定程度上可以作为产品活跃度和使用深度的参考。”

另一位美元基金投资人也表示,在判断项目时,会关注公司的Token消耗,但这些数据本身的解释空间比较大。

同样的Token消耗量,不同模型、不同任务的计算成本可能差异很大。即使是相同的业务量,不同企业在模型选择、推理优化和算力调度上的效率也可能完全不同。

所以这个数字可以反映业务活动的规模,但未必能反映经营质量,更不能直接等同于商业价值。

甚至有时候Token消耗得越多,反而说明企业的成本控制和技术效率还有优化空间。

因此,投资人更看重的是这些算力投入后,最终创造了多少商业价值,包括真实的付费需求、收入增长、毛利率以及客户留存等指标。

“特别是对一些Agent Harness企业来说,毛利率反映的是订阅额度定价、用户平均Token调用量和Token调用成本的综合结果。毛利率越高,说明Harness这一层越有价值”,VC投资人表示。

中译中一下:Token烧得多不多,说明用户来不来;毛利率高不高,说明这门生意成不成立。

所以VC看Token,从来不是看一个绝对数字。带着订单和回款进来的Token,和靠免费额度堆出来的Token,在判断里是两回事。

而银行盯着这张Token账单,逻辑却不同。

数据显示,2026年二季度末,商业银行净息差1.41%,在2022年跌破2%之后一路下行,直到今年才第一次环比回升;今年Q1,商业银行净利润同比下滑3.73%。

2022年Q1-2026年Q1 商业银行一季度利润同比增速,数据来源:平安证券、天风证券

银行赚钱变得越来越难,能放贷的地方也在逐渐变少。

企业不敢投、居民不敢花——今年上半年,对实体经济发放的人民币贷款增加10.76万亿元,比去年同期少了1.98万亿元。

此外,传统的基本盘也在变慢。

国家金融监督管理总局数据显示,2026年二季度末,普惠型小微企业贷款余额38.9万亿元,同比增长8%,增速较去年同期下降4.3个百分点。

在这种情况下,银行需要在一些潜在的爆发性大产业里挖掘新客户,AI相关的科技新兴企业便变成了它们的目标。

不过,这些企业大多没有传统企业的那些常见资产。

过去做对公贷款,银行先问三个问题:有没有厂房,有没有设备,报表数据如何。传统企业答得上来,设备、存货都在那,看得见、摸得着。

AI企业却答不上来。它们的核心资产是产品、算法、数据和技术团队,都藏在服务器里,没有一样能拿去抵押。

与此同时,创业者的形态也变了。Vibe Coding降低了技术门槛,让更多人能够自己搭产品,OPC陆续出现,有用户、有订单,却没有实体资产,在传统信贷体系里几乎是隐形的。

还有更深一层的变化在于成本结构。互联网时代,基础设施几乎是免费的,摊到每个用户身上很薄,企业可以先圈用户,再慢慢想赚钱的事。

但AI时代不一样。模型调用、Token消耗、算力采购,从产品启动的第一天就要付钱,基础设施并不便宜;用户每多一个,账单就跟着长一截,Token成本呈线性增长,边际效应并不是很明显。

于是,一个尴尬的局面出现了:业务越好,账上越紧。

而这样的账单,正在变得越来越厚。

2024年初,全国日均Token调用量约1000亿;到2026年3月,这个数字已经突破了140万亿。

Token流水,就是在这个缝隙里被看见的。这一躺在API后台的数据,也成了财报和抵押物之外的第三种维度。

但银行不会只看Token。贷款最终要还:企业有没有稳定收入,订单能不能变成回款,现金流能不能覆盖本息,仍然是硬门槛。

到这里,一张Token账单,其实已经被读了三次。

VC读它,读的是产品活不活、增长有没有上限。

银行读它,读的是生意真不真、还款有没有底线。

而对企业自己来说,Token原本只是成本账上的一笔支出,是“负债”。现在它被定价、被核验、被写进授信,也由此可以将其读成一张信用名片,一项可以被金融化的“资产”。

大几百万的额度,是怎么批下来的?

先来看一组关于Token贷落地的数字:

嘉兴融艺文化创意(AI短漫剧制作),从嘉兴银行拿到100万元,用于支付Token采购款;

浙江城安大数据(智慧城市企业),从农行温州鹿城支行拿到200万元,用于填上搭建智算中心时的资金缺口;

炽映万象(AI短漫剧企业),从工行北京分行拿到首笔“算力采购贷”,用于支付算力和云存储费用;

光盒动力(AI短漫剧承制),从中国银行广州分行拿到500万元,用于算力采购、扩大生产;

重庆一家做云计算数字化平台的企业,从工行重庆自贸区分行拿到500万元,用于算力资源采购、云平台研发;

讯兔科技(金融类大模型开发),从中国银行虹口支行拿到1000万元,用于大模型研发、Token采购及实验室建设……

讯兔科技专注金融领域的智能投研协作系统,图源:讯兔科技官网

不难看出,全国各地的银行都在积极推进着试点。只不过现阶段的放贷额度还是比较保守,有产品写着单户最高3000万元,但真正落到账上的,基本都是几百万元。

这些数字证明了落地的结果,但更值得关注的其实是过程:Token究竟是如何从一个月的账单,变成一笔可以放出去的资金?

处在AI短剧风口之下的光盒动力,就是一个典型的观察样本。

“今年2月开始,公司业务从真人短剧转向了AI短剧和漫剧,现在每月烧掉的Token约150亿。”光盒动力CMO梁剑表示。

但这个数字对于公司现阶段的发展来说,还远远不够。

他算过一笔账:给TikTok制作一部精品短剧,一分钟制作费1800-2000元,由于抽卡成本较高,Token消耗成本会占比收入12%左右。

光盒动力拍摄短剧内容,图源:光盒动力官网

听起来处于一个比较正常的水平,但重点在于,接到订单后,这笔Token的钱要先付。对于企业来说,并不是一笔小数目。

面对这种前期资金压力,光盒动力开始在市场上寻求外部资金。

梁剑表示,近一年多接触了很多家投资机构,也接受过尽调,但往往到投决时就会卡住。因为投资人对财报数据看得很重,包括过往的收入流水、盈利指标等等。

2025年,光盒动力的收入流水在2000多万元,并不算特别高。

股权这条路暂时没走通,公司便将目光转向了银行。可没有抵押物,按传统信贷的路子,两三百万都很难批下来。

就在公司陷入Token焦虑之时,事情迎来了转机。

今年4月,广州海珠区政府组织了一场辖区银行和投资机构的洽谈会,光盒动力作为行业标杆企业,得到了政府背书,也顺利进入到了银行白名单中——原来不能贷的能贷了,原来能贷一点的,现在可以多贷一些。

8月,中国银行广州分行在珠海区推出了 “中银·算力Token贷”,光盒动力作为首批获批企业,拿到了500万元额度,并于当月完成签约、收到资金。

从产品推出到放款,中间仅仅不到一个月时间,这笔钱究竟是看什么批下来的?

“银行看得肯定不只是一个Token的消耗数。”梁剑表示,Token相当于工业时代的电费,在算力经济里,它是一个成本指标。单看电费没有意义,电费在涨、应收账款也在涨,才说明产线在满负荷运转。

因此,除了后台的Token实时消耗数据,和合作伙伴的年框采购合同、下游平台的供货合同、每个月的应收对账单、财务往来的确认邮件等等,都会受到银行的监控。

当然,定价也会跟着变。

梁剑提到,常规信用贷利率约3.5%,而Token贷利率要更优惠,在3%-3.1%左右。

光盒动力这笔Token贷的期限是3年,分6期还款,前5期每半年还本一次。相比传统信贷的等额本息还款方式,前期的还款压力轻了一些。

资金到账后,公司将其全部砸入了生产:团队从5月份的30多人增至约140人,场地扩到原来的4倍,月Token消耗也从8月100亿上升到了现在的150亿。

然而,这笔钱批得顺,不代表门槛低。

“要发展到一定阶段,成为一个标杆企业才可以”,梁剑表示。

银行本质上还是基于公司的历史数据(如Token流水、收入流水等)去做风险把控,然后才决定是否放贷、放多少。如果没有这些数据,尚处于冷启动阶段的科技企业,现阶段很难有资格被列入候选名单。

这也是眼下很残酷的一点:Token贷给的或许不是那些最缺钱的初创公司,而是已经跑起来的那一批。

当 Token 流水开始被”做”得好看

“Token贷是国内银行的一次创新,也是一个积极的探索,有效帮助了一些新兴科技企业由小而大,由大而强。”谈及对Token贷未来的发展,梁剑表示,“在AIGC产业中,Token贷可能会成为真正优质企业的一种常规化贷款品种。”

这与一位VC投资人的观点不谋而合:Token是AI公司成本的重要组成部分,又是比较标准化的产品,对金融机构而言有比较好的监管手段,放款和使用会比较灵活。

对于企业而言,它能支持企业走到产品面向客户产生收入的阶段,后续可能会成为常见贷款方式之一。

但另一位美元基金投资人却有着截然不同的看法,他表示:过去很多AI公司依赖股权融资,但股权融资的周期较长,成本也比较高。对于一些已经有一定业务规模、收入和现金流可预期的企业,通过银行贷款补充流动资金,是一个比较自然的选择。

但这并不意味着它会发展成为一种普遍的贷款模式。

“历史上,金融机构往往会针对一些新兴产业推出专门的信贷产品,比如围绕知识产权、订单、应收账款或者特定设备资产进行授信。Token贷在一定程度上也是类似的逻辑,是金融产品对特定产业发展阶段的一种适配。从银行的角度来看,放贷最根本的逻辑并没有发生变化,最终还是要看企业有没有稳定的还款来源、可靠的信用资质,以及相应的风险控制措施。”

用梁剑的话来补充:不能说它是一个划时代的巨大突破,但可以说是一种制度创新。

在这种逻辑下,Token贷可能会在某个阶段、某些特定类型的AI企业中发挥作用,但随着行业发展,最终还是会回归到更常规的企业信贷和融资体系中。

但无论如何发展,只要它往常规走,就绕不开银行贷款里的一个老角色:中介。

任何银行贷款业务都可能有中介机构,因为企业不可能知道每家银行的审批偏好。

多数中介只是帮企业把材料理清楚、把流水对明白,毕竟本质上银行还是要根据过往财务报表、现在和未来的应收账款明细去判断。

不过,一旦Token流水会影响额度,就会有人想把它“做”得更好看一点。

到那时,Token可能就从一份证据,变成了一份需要被验证的证据。而这份证据到底要不要验、怎么验,是银行和企业都得补的功课。

这些关于未来的发展方向和风险眼下尚无定论,但有一件事却是肯定的:Token的价值已经彻底变了。

它不再只是成本账本上的一行,而是授信模型里的一格。

这个位移,比任何一笔贷款的金额都更重要。它意味着烧Token和贷Token,第一次成了两门能接上的生意:前者把算力变成内容,后者把流水变成现金。

至于这条链路能走多远,看得还是最朴素的一件事——企业能否把Token投入变成真实生意,让资金流向真正有价值的增长。