一天造出一万亿 token 的工厂拿了 13 亿元 B 轮：年内融 24 亿，收入是去年全年近 10 倍
一家成立两年的公司，卖的东西是「token 生产能力」本身——不是模型调用权限，不是显卡小时数。
这次的钱和数字
10 月 26 日，趋境科技宣布完成超 13 亿元人民币 B 轮融资，2026 年内累计融资 24 亿元。7 月才做完 A 轮，等于平均两个月融一次。领投方是浙财创新、萧山资本、工银投资、中关村科学城、星连资本、钱江世纪城，跟投名单里有商汤、网宿、中信聚信、云创资本等产业方。
公司披露的经营数据比金额更有信息量：
- 过去半年，日均高品质 token 产量增长超过 100 倍，规模到万亿量级；
- 年内业务收入已达去年全年近 10 倍；
- 平均单台算力的 token 生产效率逐月提升；
- 正在推进十余个「日均万亿级 token 工厂」项目，与商汤共建的产线已具备日均万亿级生产与消纳能力。
技术上它押的是一个很具体的浪费点。传统推理把 KV Cache 锁在 HBM 显存里：留少了要重复计算，留多了挤占显存拖慢生成，结果全系统硬件利用率常年偏低。趋境的做法叫「以存换算」——把缓存搬到容量更大、更便宜的 Host DRAM，做成跨节点的集群级共享池，再叠一层国产芯片的 Prefill-Decode 异构协同。公司口径是缓存命中率最高 90%，能减少约九成 GPU 算力开销。
对一人公司意味着什么
你不需要买它的服务，但它解释了你账单上正在发生的事。
第一，推理单价下行的动力不在模型厂商，在这层。同一个模型、同一张卡，缓存命中率从 40% 提到 90%，单位 token 的成本差是数量级的。你在比价时看到的「某家 API 突然便宜一半」，多半不是模型变便宜了，是这层工程被优化过。
第二，「按 token 计价」正在变成「按交付质量计价」。这家公司卖的是首 token 延迟、每秒输出量、结构化输出的稳定性、高并发下服务质量可预测——而不是每百万 token 多少钱。你自己卖 AI 产品时，客户问的也早就是这些。
第三，国产卡这条线在变可用。与摩尔线程 MTT S5000 的联合优化给出的是生产环境数字：平均 50 TPS 以上、缓存命中率超 90%、99.9% 稳定性。对成本敏感的小团队来说，这意味着「必须用最贵的卡」这个前提在松动。
泼冷水
- 这是一门重资产生意，跟你没关系的那部分要认清。 万卡级工厂、地方国资、电价、机房，这些都是它的护城河，也都是它的包袱。它不会给你提供「一个人也能跑」的方案。
- 赛道已经很挤，而且有人在亏钱。 无问芯穹年内累计融资 43 亿元，阿里云、华为云、火山引擎提供的是从芯片到模型的全栈能力。行业里有 token 服务商收入涨得快、毛利率却掉到负值的例子。融资额不等于这门生意已经稳了。
- 「跨过成本线」是公司自己对媒体的说法，上证报的报道里没有这个数字。整体盈利和「头部客户那几条产线盈利」是两回事，别拿前者当行业结论。
- 它在赌客户愿意为「稳定」付溢价。 如果市场只认每百万 token 最低价，优化得再好也换不来毛利。这个赌注成不成立，明年看它有没有涨价的能力。
具体建议
- 把你的调用分成两类记：能容忍重试的批处理、不能容忍延迟的交互。前者永远跟着最低价走，后者才值得为稳定性付钱。混在一张账单里，你永远算不清该省哪部分。
- 这周花 20 分钟量一个数：过去 30 天，输入 token 里有多少是重复的上下文前缀。这个比例就是你能被缓存省掉的钱。低于 30%，说明你的调用方式浪费得很厉害。
- 别签年度 token 长约。这层成本还在往下掉，锁价等于替供应商承担它的优化风险。
- 如果你的产品按 token 转嫁给客户，合同里把「我们有权随上游调价」写清楚。上游降了你没降，客户不会感谢你；上游涨了你不能涨，亏的是你。