article

Token 转售平台为什么突然热起来：傅盛、孙宇晨和“卖水生意”的真实边界

基于公开资料，并补充 AI Gateway、FinOps、API 基础设施案例，解释 Token “水表/水管”的数据价值与基础设施逻辑。

Published2026-05-08 12:14 UTC

Languagezh-CN

Regionglobal

CategoryEssays

Token 转售平台为什么突然热起来：傅盛、孙宇晨和“卖水生意”的真实边界

过去几周，AI 圈和 Web3 圈同时冒出一个新词：Token 中转站。它说的不是发币项目里的治理代币，而是大模型调用里的词元额度。用户不再分别接入 OpenAI、Claude、Gemini、DeepSeek、Kimi 等模型，而是通过一个统一 API、统一充值和统一计费的平台调用多家模型。傅盛相关的 EasyRouter、孙宇晨担任战略顾问的 B.AI，正是在这个语境里被放到一起讨论。

这门生意看上去很薄。大模型 API 的官方价格公开，Token 数量也透明，平台如果只是把官方接口再卖一遍，很难像早年的 SaaS 那样做出高毛利。但从公开资料看，参与者真正争夺的并不只是单次调用差价，而是 AI 使用量快速膨胀之后，谁来掌握“流量入口、结算入口和企业用量数据”。

先把事实边界说清楚

EasyRouter 官网把自己描述为“一站式 AI 模型网关”，支持 OpenAI、Claude、Gemini 等 40+ 模型，提供集中式模型管理与分发服务。其文档写明，平台提供 RESTful API，分为 AI 模型接口和管理接口，并兼容 OpenAI API 格式。公开状态接口还显示，它采用积分/额度计量，并有美元、人民币汇率相关字段。

不过，关于“傅盛是否以猎豹移动这个美国上市公司主体直接运营 EasyRouter”，公开证据目前并不充分。第三方文章称“猎豹移动傅盛推出 EasyRouter.io”，但 EasyRouter 官网和文档没有直接披露运营公司名称，也没有明确写出猎豹移动或傅盛的股东/控制关系。平台前端文案提到“在线充值收款主体为非中国大陆实体”，但未给出具体法人名称。

这点很关键。猎豹移动（NYSE: CMCM）的官方披露能证明它正在把业务重心更多放到 AI、LLM 和机器人上：2024 年 1 月，猎豹移动公告称通过全资子公司继续投资北京猎户星空；公司 2024 年 20-F 年报也把 AI and others 作为业务分部，并提到企业客户希望用 LLM 提升运营效率。猎豹移动官网则列出 Orion-14B、ChatMax、AI 应用组件等进展。但这些官方材料没有直接披露 EasyRouter 是猎豹移动上市公司主体下的业务。因此，严谨的说法应该是：傅盛与猎豹移动的 AI 战略高度相关，EasyRouter 被中文媒体归到傅盛/猎豹移动叙事下，但其具体运营主体仍需公司或平台进一步披露。

他们为什么要做：不是单纯赚“透明差价”

如果只看 API 官方标价，Token 转售像是一门没有想象力的渠道生意。但模型 API 的真实采购并不完全等同于网页上的零售价。大客户、批量调用、预付额度、区域支付、稳定性 SLA、模型路由和失败重试，都会形成可经营的空间。

孙宇晨在 TechFlow 对 B.AI 的采访中说得更直接：B.AI 的盈利模式类似交易所，主要来自 API 调用的 Token 差价和少量手续费，当前约 5%；差价来自平台凭借吞吐量从模型厂商处获得较低的批发折扣。B.AI 官网也把自己定位为面向 AI Agent 的统一 API 与结算网络，强调“borderless payment system”和“settlement network”。这说明它不是只想做一个接口转发器，而是想把支付、结算、路由和 Agent 的自动购买行为连在一起。

EasyRouter 的公开形态则更像面向个人和企业的模型网关：一个 API Key、一个后台、统一余额和用量统计。对开发者来说，它降低了接入多模型的成本；对企业来说，它把原本分散在不同模型厂商、不同账号、不同币种和不同发票/凭证里的成本，变成一个可管理的预算池。

赚钱模式大致有四层

第一层是价差。平台用批量采购、预付或流量承诺拿到折扣，再按接近官方价或套餐价出售。价差不一定高，但在高吞吐量下可以成立。
第二层是手续费和支付成本管理。跨境支付、加密货币结算、企业充值、退款、风控、账单管理，本身都可以收取服务费。B.AI 已公开提到少量手续费；EasyRouter 也呈现出充值、余额、用量统计的商业闭环。
第三层是路由和可靠性。企业不只买便宜 Token，还买可用性。模型限流、失败重试、不同模型之间的性价比切换、日志审计、预算限制，都会让“中转站”从简单转售变成基础设施。
第四层是客户关系和用量数据。谁掌握企业每天把什么任务交给哪个模型、花了多少 Token、哪些环节最贵，谁就更容易往上卖 Agent、工作流、企业 AI 管理平台和行业解决方案。

“水表”到底能看见什么？价值不在偷窥，而在经营控制

所谓“掌握企业账单”，不能理解成平台天然就能拿到企业所有商业秘密。更准确地说，模型网关如果被企业真正用起来，它能看到一组很有经营价值的元数据：哪个 API Key、哪个团队、哪个应用、在什么时间、调用了哪个模型、用了多少输入/输出 Token、花了多少钱、延迟多少、失败率多少、是否命中缓存、是否触发风控或 DLP。若企业主动在请求里打上用户、项目、环境、功能等标签，平台还能把成本拆到更细的业务单元。

这不是理论。OpenRouter 的用量会返回 token counts、cost、reasoning tokens、cached tokens，并支持按模型、API Key、组织成员导出活动数据。Cloudflare AI Gateway 的仪表盘展示 requests、tokens、caching、errors、cost，并在日志里记录 prompt、response、provider、timestamp、status、token usage、cost、duration。Portkey、Helicone、LiteLLM 也都强调按用户、团队、功能、环境追踪成本、延迟、错误、预算和用量。换句话说，行业里的成熟产品已经把“水表”做成了可审计、可限额、可归因、可优化的管理系统。

这些数据为什么值钱

第一，做成本归因。企业真正关心的不是“这个月 AI 花了 10 万美元”，而是客服机器人花了多少、销售线索分析花了多少、研发 Copilot 花了多少、哪个部门超支、哪个功能的单位经济模型不成立。FinOps 里把这叫 allocation、showback、chargeback：把连续发生的云/AI 使用量分摊到团队、项目和成本中心。没有这块水表，AI 成本只是一张总账；有了水表，它才变成可管理的经营数据。
第二，做预算和风控。AI 调用很容易出现“跑飞”：循环 Agent、异常重试、提示词过长、被滥用的 API Key，都可能在一夜之间烧掉预算。网关掌握实时 token、cost、rate、error 数据后，可以做限额、限速、预警、熔断和异常检测。Twilio 的 UsageTrigger、AWS API Gateway 的 usage plan、Portkey 的预算和速率限制，本质上都是同一套逻辑。
第三，做采购议价。当企业知道自己 60% 的调用来自某类任务、30% 可以从高价模型切到便宜模型、夜间批处理对延迟不敏感，它就能更精确地和模型厂商谈折扣、承诺用量或切换供应商。FinOps 的 rate optimization 明确强调，历史和计划用量数据会帮助采购团队谈判。平台如果聚合了很多客户的需求，还可能反过来向模型厂商拿批发价。
第四，做模型路由和产品优化。同一个任务，用不同模型的成本、延迟、失败率、输出质量可能差很多。网关如果记录请求类型、模型、成本、延迟、错误和反馈，就能判断哪些任务该用强模型，哪些该用便宜模型，哪些可以缓存，哪些应该改 prompt。Helicone 把这叫理解 unit economics；Portkey 把它用于发现效率问题和优化模式。
第五，做合规和审计。企业使用 AI 后，管理层会问：敏感数据有没有发给外部模型？哪些请求被拦截？谁调用了什么？出错时能否回放？Cloudflare AI Gateway 的日志和 DLP 信息、AWS Bedrock 的 invocation logging，说明大企业需要的不只是便宜调用，而是可追溯、可解释、可审计的调用链。

它怎样从入口变成基础设施

入口能否变成基础设施，取决于它是否从“转发请求”升级为“控制平面”。Stripe 的价值不是单纯替商家数交易，而是把计量、定价、账单、收款、发票、催收和收入分析连起来；Twilio 的价值不是只发短信，而是把通信 API、用量记录、子账号、阈值提醒和路由能力做成企业系统；AWS、Azure、Kong、Cloudflare 的 API Gateway 也不是普通反向代理，而是认证、限额、路由、日志、监控、计费和安全策略的执行点。

AI Token 网关如果能走到这一步，价值就不止“知道谁用了多少水”。它会变成企业 AI 消费的控制台：开发者从这里拿模型，财务从这里看账，安全团队从这里设规则，采购从这里看供应商用量，业务部门从这里比较每个 AI 功能的投入产出。到这个程度，替换成本就会上升，因为企业迁移的不只是 API 地址，而是一整套预算、权限、日志、审计、路由和报表体系。

反过来说，如果平台只做低价中转、没有企业级权限、日志、预算、路由、合规和账单能力，它就很难成为基础设施。它的价值会停留在短期套利和获客补贴上，模型厂商降价或官方工具改善后，空间会被压缩。

傅盛为什么会关心 Token

傅盛最近的公开表达一直围绕 AI Agent 和 Token 消耗。北京商报对话中，他谈到自己名为“三万”的 AI 助理日均消耗约 100—200 美元，最初用于宣传画、PPT、公众号内容，后来参与公司管理、写周报、拆任务、拉群甚至回复负责人问题。他还说，Token 消耗正在取代日活、月活成为新的评价标准，并认为第一波影响是拉动模型 Token 消耗和云用量。

《中国企业家》文章则写到，Token 已成为科技公司的新型硬通货，开始被写进薪酬年包和绩效激励里；文中引述傅盛称，企业使用大模型的分水岭已经到了，用好大模型的企业会有巨大优势，且 Token 未来一定会越来越便宜。需要注意的是，“Token 是硬通货”在公开文本里更像媒体归纳，不是我能核到的傅盛直接引号；“Token 像水一样”也更像相关文章作者对消耗速度的描述，不能直接归因给傅盛。

但方向是清楚的：傅盛把 Token 看成 AI 公司新的生产资料。过去互联网公司看 DAU、MAU、时长、转化率；AI Agent 时代，真正重要的是一个组织愿意让机器消耗多少 Token 去完成实际工作。若这个判断成立，模型网关就不是边缘渠道，而是企业 AI 预算的阀门。

对猎豹移动意味着什么

猎豹移动过去的移动互联网工具业务已经不再是增长叙事的核心。公司官方材料显示，它正在围绕 AI 应用、LLM、机器人和猎户星空重构故事。若傅盛相关平台最终被纳入上市公司体系，Token 网关对猎豹移动的意义可能不是单独贡献多高毛利，而是补上 AI 应用商业化里的关键一环：模型调用入口。

机器人、AI 助理、企业 Agent、客服、办公自动化，都需要稳定、便宜、可管理的模型调用。自己训练模型很重，直接转售 API 很薄，但“模型网关 + Agent 应用 + 企业场景”组合起来，就可能形成闭环：底层买模型能力，中间做路由和计费，上层卖工作流和行业应用。

这也解释了为什么一个看似不性感的转售平台会被重视。它不一定是终局产品，却可能是进入企业 AI 支出的账本。账本一旦在平台上，后续卖更高价值的软件、Agent 和机器人方案才有入口。

它能长成大平台吗

答案取决于它能否从“便宜中转”走向“可信基础设施”。如果平台只靠价格倒挂，模型厂商降价、官方推出更友好的企业套餐，利润会很快被压掉。如果平台能解决多模型路由、跨境支付、合规账单、企业权限、日志审计、Agent 自动采购和风控，它的价值就会高很多。

孙宇晨的 B.AI 更偏“AI Agent 的金融高速公路”和结算网络；傅盛相关的 EasyRouter 更偏模型网关和企业/开发者调用入口。二者背后的共同判断是：未来模型能力会像电、水、云计算一样按量消耗。真正值钱的，未必是每一滴水本身，而是谁拥有水表、管道、阀门和大客户账单。

所以，Token 转售平台短期可能是一门薄利生意，长期却可能成为 AI 应用公司的基础设施生意。它的上限不在“转卖 Token”，而在能否控制 AI 使用量的分配、结算和治理。这个故事足够大，但也必须经受两个考验：一是公开主体和财务归属要更透明，二是平台必须证明自己不只是二道贩子，而是真能给企业带来稳定性、成本控制和生产率提升。

参考资料 / Sources

More from WayDigital

Continue through other published articles from the same publisher.

上一篇Why AI Token Resale Platforms Matter: Fu Sheng, Justin Sun and the New “Water Business” Around Model Usage2026-05-08 12:14 UTC 下一篇APP 榜单日报（2026-05-07）2026-05-08 01:03 UTC

Token 转售平台为什么突然热起来：傅盛、孙宇晨和“卖水生意”的真实边界

Token 转售平台为什么突然热起来：傅盛、孙宇晨和“卖水生意”的真实边界

先把事实边界说清楚

他们为什么要做：不是单纯赚“透明差价”

赚钱模式大致有四层

“水表”到底能看见什么？价值不在偷窥，而在经营控制

这些数据为什么值钱

它怎样从入口变成基础设施

傅盛为什么会关心 Token

对猎豹移动意味着什么

它能长成大平台吗

参考资料 / Sources

More from WayDigital

Comments