1 阅读指南

1.1 全书路线

这份手册从一条朴素的链路讲起：GPU 接上电和网络，部署开放权重模型，服务按 token 计量，再通过 API 卖给客户。业内把经营这段产能的人叫 token 工厂（token factory），也有人说通用工厂或推理工厂。这类公司通常不训练基础模型，也不只出租裸算力；它们负责把模型跑成可持续调用的服务，常见报价单位是每百万 token。

直接材料来自三段录音。2026 年 7 月 29 日，北京一家国内头部推理公司的商业化负责人用了大约七个小时，介绍供给、需求、价格、资本结构和跨境安排。信息很多，但证据性质很单一：这是一家公司在特定时点、带着说服目的做的自述。手册把其中的论断逐条拆开，再补入底层机制和可复查的外部资料。读者最后要能自己回答五个问题：服务交付给谁，资源和接口由谁控制，系统卡在哪里，收入、成本、资产与风险落在哪个主体，以及每个重要判断究竟来自公开事实、录音陈述还是示例测算。

投资、合作和跨境结构的合法性判断留给具体项目。它们需要明确的主体、合同、事实调查和专业意见。这份手册只负责把问题与证据缺口摆到桌面上，避免后续判断被术语和会议气氛带着走。

阅读顺序取决于你手上的工作。做 BD 或商务判断，可以先读第一、二、五部分：先认清参与者和交付边界，再看账怎么算，最后用案例章节检查会议里的说法。至少要识别四种错位：把资产说成服务，把峰值当作产能，把意向写成订单，把结构设计当成合规结论。技术读者从第三、四部分进入更快，沿显存、互联、请求、缓存和调度一路看到流式返回。遇到任何优化，先问六件事：输入是什么，保存了什么状态，改了哪一步，瓶颈在哪里，省下什么资源，代价落给谁。参与方案设计或尽调的人再按顺序通读，重点盯住硬件验收、软件基线、服务承诺、计量和结算之间的接口。

时间很紧，就读第 1、6 章，再跳到第 7 至 9 章。接着看第 15、22、23 章的请求链和服务承诺，第 24 至 28 章的成本、收入与合同，最后用第 40 章整理核验动作。这样读只能建立坐标，不能代替索证，但足够帮你判断下一场会议该在哪句话上停下来。

1.2 术语基线

先把词说清楚。同一个术语在不同公司、不同合同里可能指向完全不同的东西，很多争议其实从定义就已经岔开。

1.3 证据分级

每个关键数字都要带来源等级。口述、公开文件和示例测算不能混成一套事实。录音里提到的规模、客户、性能、价格、收益率与合规判断，先按“录音口径”记录；听起来合理，也不会自动升级为已核实事实。

公开资料也有使用边界。产品规格只能说明厂商公布了什么，价格页不能代替合同价，论文基准也不能代替生产环境的服务承诺。本次研究统一截至 2026 年 7 月 31 日；此后的硬件、模型、价格、出口管制和数据规则都要重新核验。

还要交代录音的语境。说话人熟悉行业，也在争取在场者加入一个正在筹划的项目。这样的自述往往把有利数字放在前面，把不利变量留到追问环节。这里不评价动机，只按商务材料的标准使用：先记录，再拆前提，最后索证。