上海交大工研院：园区级推理与 Token 平台怎么谈

CHAPTER 00 · EXECUTIVE SUMMARY摘要：九条结论与一句话打法

九条结论

怎么用这份材料

CHAPTER 01 · THE COUNTERPARTY谈判对象：先把主体、人和时机搞对

这一章有三个必须先纠正或确认的事实：对口主体的正式名称、真正拍板的人、以及一个正在打开的时间窗口。这三件事错一个，前面所有准备都可能递到不对的桌子上。

1.1 主体辨析：要谈的是「工研院」，但全称与常见叫法不一致

检索结果显示，交大体系内有两个容易混淆的机构，而公开信息中不存在名为「上海交通大学工业技术研究院」的独立机构：

1.2 与人工智能学院、徐汇区的三方关系

• 交大人工智能学院 2024 年 4 月成立，选址徐汇；工研院与其一体化运行。
• 徐汇区政府与交大签署深化人工智能领域全面合作协议，共同推动学院与工研院一体化运营，并推进「环交大人工智能科创街区」（番禺路—淮海中路—华山路—虹桥路）。
• 与徐汇的另一个载体「模速空间」是同一区域生态的两条腿：工研院偏交大系源头孵化，模速空间偏大模型企业密度集聚。模速空间已有自己的算力平台（见 §3.4），这是我们最直接的同区对标。

1.3 关键人物与一个正在打开的时间窗口

1.4 官方自述的三个方向与一份已经许下的承诺

工研院对外口径的三大方向是具身智能、人工智能出海、AI for Science / Engineering；三大服务是 AI 出海加速器、AI 社区、AI 赋能中台。

其中「AI 赋能中台」在官网列出的要素清单里，明确包含一项：

1.5 入驻企业：谁才是真正的 Token 大户

一亿元几乎不可能是单一合同，它更可能是数十家入驻企业加校内科研账号的合计支出。这个判断很重要——它意味着我们要卖的是归集与治理（统一入口、统一结算、统一额度管控、统一合规审计），而不是「换一家供应商」。

名单据公开报道整理，不排除遗漏与变动。结构性判断：真正的 token 大户集中在记忆层、语料合成、视频生成、金融长文本、to C 对话这五类；具身智能三家主要是训练卡需求。这决定了我们进场的第一批目标企业应该从前五类里选，而不是从名气最大的选。

1.6 校内已有算力，但缺的正是我们要做的那一层

工研院层面未找到自建算力，但交大校级有成体系的平台：

• 思源一号：6 PFLOPS，938 个 CPU 节点，92 张 NVIDIA A100，曾列 TOP500 第 132 位、国内高校第一。
• 致远一号：对外宣称「全国高校最大的国产智算算力基础设施」，2024 年 12 月启动建设，2025 年 2 月上线国内高校首个本地满血版 DeepSeek，已部署 8 款主流大模型，覆盖国产 CPU/GPU/NPU，2025 全年服务师生 3.8 万人。

1.7 把一亿元放到市场里看：这是头部级的单一采购方

IDC 于 2026-05-07 发布的数据给了一个有用的分母：2025 年中国公有云 MaaS 市场营收为 30.7 亿元人民币（2026 年预测 186 亿元）。同期中国企业级 MaaS 调用量从 2024 年的 114 万亿 tokens 增至 2025 年的 1,944 万亿 tokens，约 16 倍；日均消耗从 2025 年 1 月的 1.6 万亿增至 2025 年 12 月的 9.6 万亿 tokens/日。

口径提醒：这个 3.3% 是粗略对照而非严格市场份额——工研院的一亿元可能包含私有化部署、海外模型调用与算力租赁，而 IDC 的 30.7 亿元只统计国内公有云 MaaS 营收。但即便打对折，这仍然说明该机构在国内属于头部级的单一 token 采购方，议价能力远超它自己可能意识到的程度。这个数字本身就是谈判杠杆，建议在第一次会谈中直接说出来——它会立刻改变对方对这笔预算的心态。

CHAPTER 02 · THE ARITHMETIC一亿元的算术：这笔钱现在买到了什么

这一章只做一件事：把「每年一亿元 token 费用」拆成可以逐项追问的算术。拆完之后，我们的优势不再是一句形容词，而是这张表里的两个格子。

2.1 先立一个恒等式

Token 的价格不是一个市场自然价，它是被三个工程量决定的。任何供应商的报价，往前推一步都是这个式子：

把这个式子记住，后面所有的讨论都只是在问一句话：这一亿元里，有多少花在分子上，有多少是被分母的低效吃掉的。

2.2 用模型厂商自己公布的数字来定标

要回答上面的问题，需要一个可信的成本参照。行业里最硬的一份公开数据来自 DeepSeek 自己：2025 年 3 月 1 日，他们公开披露了 V3/R1 线上推理系统连续 24 小时的完整运行统计与成本核算^[DS]。这是极少数由服务方主动公开、可被逐项复核的成本样本。

口径提醒：这 15.5% 只含卡时租金，不含研发、带宽、存储与运维人力；卡时单价是官方假设值；理论收入按 R1 满价计算而实际收入更低。所以它不是真实利润率，但它给「纯算力成本占挂牌价的比重」划了一条相当可靠的下界——这正是我们需要的定标。

2.3 把一亿元放进这个结构里

下表左列是园区实际支付的混合 token 单价（这个数需要在第一次会谈中问清，见 §2.5），右侧是按上面披露效率反推的真实算力成本。

「底层算力成本」按 DeepSeek 披露的 0.8 元/百万 token（成本摊到输入+输出全部 token）折算，汇率取 7.1。最后两行对应大量使用海外前沿模型的情形——AI 出海类企业的实际混合单价往往落在这个区间，此时算力成本占比不到 2%，付的几乎全是模型溢价与渠道费。

2.4 分母上的两个格子

回到 §2.1 的恒等式。卡时成本（分子）是采购能力，谈判空间有限且人人可比；真正拉开差距的是分母的两项，而这两项都是纯工程能力：

算例统一按 20 万元/卡/年的整机租金折算，仅用于展示两个杠杆的相对量级，不代表任何实际报价。吞吐取值区间参照 §2.2 反推的 4,951 token/s（DeepSeek 在 H800 上以大规模专家并行做到的水平）与国产加速器上未经深度优化时的常见落点。

2.5 园区形态自带的一个结构性红利

利用率这一格，园区平台有一个别人拿不到的天然优势：需求聚合带来的峰谷互补。

单一创业公司的推理负载极不平稳——白天调试、夜间空转、demo 前突然打满、融资路演期翻十倍。它若自己买卡，必须按峰值备容，平均利用率就注定很低；它若买公有云 API，则要为别人的调度不确定性付溢价。而几十家企业的负载叠加之后，总量曲线会显著变平，这是统计规律而非管理技巧：

2.6 第一次会谈必须拿到的六个数字

上面所有推算都建立在假设的混合单价上。在拿到真实口径之前，任何报价都是猜测。因此第一次见面的核心目标不是报价，而是把这六个数字问清楚——能把这六个问题问出来，本身就已经和「来卖 token 的」区分开了：

建议把这六项做成一页表格现场填写。它同时是一份需求调研表和一份专业度证明：愿意先把口径搞清楚再谈价格的供应商，在这个赛道里是少数。

CHAPTER 03 · THE FIELD赛道现状：确实很卷，但卷的不是我们要做的那一层

这一章先承认现实：Token 工厂已经是一个拥挤的赛道，有大厂、有运营商、有国资平台、有拿到大额融资的创业公司，也有已经递表上市的。但把玩家按「靠什么赚钱」分层之后会发现，绝大多数人挤在两个我们不去的位置上。

3.1 玩家地图：按盈利来源分四层

这张图要在会谈中传达的判断只有一句：「卷」发生在 L2 和 L3。这两层的共同特征是不对客户的效率负责——L2 把卡租出去就完成交付，L3 把 token 转手就完成交付。而单位成本真正下降的地方在 L4。

3.2 大厂云 MaaS：价格战的主战场，也是补贴的来源

IDC（2026-05-07）的份额数据显示，按调用量计火山引擎接近 50%，按营收计火山引擎 40%+，其后为阿里云、百度智能云、智谱、移动云。市场规模一侧：中国公有云 MaaS 营收 2025 年 30.7 亿元，2026 年预测 186 亿元；调用量 2024 年 114 万亿 tokens → 2025 年 1,944 万亿 tokens（约 16 倍）。

3.3 运营商与地方国资：规模最大、口径最粗的一层

这一层的特点是投资额巨大、以政府与国资为主导、对外服务能力参差。已知的公开案例包括：

这三条来自本项目前期检索记录，本轮因检索额度耗尽未能重新逐项核实。建议在正式会谈引用前再核一遍原始公告——尤其是那个百亿元级的数字，口径（是 token 工厂本身，还是包含算力、网络与集成的总包）差别很大。作为背景趋势使用没有问题，作为具体论据要谨慎。

对我们的实际意义：这一层是潜在的算力来源，而不是竞争对手。它们普遍缺的正是 L4 的能力——建成了集群，但把集群变成低单位成本的 token 服务，是另一回事。

3.4 最需要正面处理的对标：模速空间的「算力生态超市」

这是同区、同类、最直接可比的先例，会谈中对方很可能主动提起，因此必须提前准备好回答。

另有两条媒体转述信息（商汤专供徐汇 4000P、上海电信「一跳入算」及 500 万元算力优惠 + 免费网络）待核，建议不主动引用。

3.5 已递表与已上市：赛道确实进入资本化阶段

用户提到的判断是对的——这个赛道已经有公司走到递表甚至上市阶段，这本身说明它已经不是早期蓝海。本项目前期检索记录中，最有分析价值的两家是硅基流动（MaaS 服务商）与基流科技（智算服务商），它们的分业务毛利率数据构成了第 4 章的核心论据。

CHAPTER 04 · WHY THEY LOSE MONEY为什么大多数玩家在亏钱——以及这为什么是我们的论据

这一章是全篇论证的另一半支柱。如果这个赛道的低价来自补贴，那么「便宜」就不是采购能力的证明，而是一个即将结束的窗口；反过来，只有来自工程的低成本才能被承诺三年。招股书里的分业务毛利率把这件事说得很清楚。

4.1 同一家公司，两种业务，毛利率差一百多个百分点

最有说服力的证据不是行业平均值，而是同一家公司内部不同业务线的对比——它排除了管理能力、融资能力、团队水平这些干扰项，只剩下商业模式本身的差异。

数据来源为本项目前期检索记录（招股说明书与券商研报），本轮因会话检索额度耗尽未逐项回原文复核，公司名以业务口径描述为主。方向与量级可靠，正式对外引用前请按 §4.5 的清单复核。

4.2 三条结论，每一条都直接为我们服务

4.3 剪刀差：为什么这个窗口会越来越紧

供给侧还有一个方向性的压力，会让「靠补贴维持低价」越来越难：

两端的具体表现：

• 售价端：IDC 数据显示调用量一年增长约 16 倍而营收仅增至 30.7 亿元（§3.2），单价下行速度极快。各家 MaaS 的公开降价与免费额度政策持续加码。
• 成本端：加速卡供给紧张、内存（HBM 及常规内存）价格上行是 2026 年以来的行业共识，多家机构预期紧张状态延续到 2027 年前后。待核这一条的具体幅度与时间点建议引用前再核实一次最新研报。

4.4 工程降本不是概念：三组公开可查的量级

如果有人质疑「优化到底能带来多少」，用这三组公开数据回答，它们分别来自论文、开源社区复现和硬件厂商：

前两条与第四条是本报告中置信度最高的证据，建议作为会谈的主力论据；第三条置信度较低，非必要不引用。

4.5 引用前必须复核的清单

为避免在正式场合出错，以下数字在对外引用前需回原始文件确认。这份清单本身也是下一步工作的输入：

• 硅基流动招股书：两期公有云 MaaS 毛利率（−271.6% / −119%）的具体报告期、私有化部署毛利率区间（82.5–92.4%）、算力成本占比 86.9%、serverless ARPU 约 20 元 —— 需定位到招股书原文章节。
• 基流科技招股书：集群产品 16.8% 与运营服务 47.7% 的报告期口径、应收账款周转 64 天。
• 国金证券「Token 专业运营服务商」四阶段模型：报告标题、发布日期、3.0 阶段 50%+ 与裸机架 20–30% 的原文表述。
• 中国电信宁夏 Token 工厂集采金额与口径（§3.3）。
• 内存与加速卡成本上行的幅度与持续时间预期（§4.3）。
• 硬件厂商 TaaS 约 8.5 倍的原始表述（§4.4）。
• 港股已上市 / 已递表公司的完整名单与分业务毛利率 —— 本轮未能完成，是当前最大的信息缺口。

CHAPTER 05 · WHOSE KPI卖给平台，而不是卖给用户：工研院真正在买什么

这一章是全篇最容易被忽略、但最决定成败的一章。工研院不是终端用户，它是一个平台机构；它掏这一亿元不是因为自己要用 token，而是因为它要用这一亿元换四样东西。谁的话术对准这四样，谁就赢。

5.1 一个判断：便宜本身说服不了平台

如果我们进门第一句是「我们的 token 更便宜」，那么我们就把自己放进了一个纯比价的场子——那里已经挤满了对手，而且他们中有些人可以亏钱卖（见第 4 章的毛利率证据）。比价场里，我们的工程优势会被压缩成一个折扣百分比，而折扣百分比是谁都能喊的。

平台机构的决策逻辑不是「哪家便宜」，而是「这件事能不能变成我的成绩、我的招商筹码、我的风险可控项」。所以正确的开场是把一亿元的支出重新定义成一次基础设施建设的机会。

5.2 工研院用这一亿元换的四样东西

这四项里，只有第四项是价格问题，其余三项都是价格之外的。这意味着我们完全可以不在最低价的位置上赢下这个单子——只要另外三项是别人给不了的。而它们恰好都需要一个愿意长期驻场、做深度定制、并把平台侧数据与控制权交还给园区的技术方，这正是转售型对手的结构性短板。

5.3 顺带解决平台方最头疼的三件杂事

这一节看起来琐碎，但在高校系与国资背景的机构里，它常常是真正的决策瓶颈。能主动把这三件事提出来并给出方案，会显著提高可信度。

CHAPTER 06 · THE EDGE我们的优势：六项，每一项都能被检验

这一章把「我们为什么有优势」写成可核验的清单。判断标准很简单：每一条都必须能回答「凭什么是你，而不是别人」，并且能在第一段测试里被验证或被推翻。凡是做不到这两点的说法，都不写进来。

6.1 优势的来源：我们动的是分母

回到 §2.1 的恒等式。整个赛道的竞争几乎全部发生在分子上——比谁的采购价低、比谁拿到的补贴多、比谁愿意亏更多。分子上的优势有两个致命特征：人人可比，且不可持续。

6.2 优势一：成本下降来自工程，因此可持续、可承诺、可审计

这是所有优势的根。补贴型低价的问题不在于低，而在于它无法被写进一份需要执行三年的合同——它的提供方随时可以调整，且通常在客户迁移成本最高的时候调整。工程型低成本相反：它一旦做出来就固化在系统里，因此我们敢做三件转售方做不到的事。

在会谈中，这一条的表达方式很重要：不要说「我们更便宜」，要说「我们的便宜可以被审计」。后者是前者的三倍说服力，而且是对方从别处听不到的句子。

6.3 优势二：自租算力 + 自建推理栈，不做 token 二道贩子

要动分母，必须同时握住硬件与软件两端：只有算力没有优化能力，就只能卖裸卡时；只有优化能力没有算力，优化收益全部归硬件持有方。我们的模式是自己租算力、自己建推理栈，因此工程收益直接落在自己的成本表上，可以决定让出多少给客户。

这一条同时解释了一个常被问到的问题——为什么我们不用「拿到某家更低的进货价」来竞争。因为那条路上，我们的成本上限永远等于别人的定价下限。

6.4 优势三：推理工程的具体能力清单

这一节是能力的实指，会谈中只在对方追问时展开。每一项都对应吞吐或利用率上的具体收益来源。

6.5 优势四：国产加速器推理的深度——把瓶颈说清楚，再说怎么补

这是我们与绝大多数对手最实质的分野，也是园区在政策上真正需要有人替它承担判断的地方。国产加速器在推理上的差距，主要不在峰值算力；差距集中在软件栈的成熟度，而软件栈是可以靠工程补的。

团队在国产加速器的芯片架构与算子层有一线工程经验，这是上表中「可补的方向」一列能够落地的前提。在会谈中，这一条的价值不在于展示技术，而在于让对方确认：园区的国产化率要求可以由一个真正懂这一层的人来兜底，而不是变成一次赌注。

6.6 优势五：园区聚合调度——唯一不可复制的那一项

§2.5 已给出统计依据：几十家企业的负载叠加后峰均比显著收敛，按峰值备容时的平均利用率上限从不到四成抬到接近八成。这里补充两点会谈中要强调的：

• 这个红利只有园区能创造，但需要有人兑现。需求集中在园区手里，可是把叠加后的曲线真正转化成低成本，需要统一的调度层、配额与优先级机制、以及跨模型的容量复用能力。园区拥有这个红利的所有权，我们提供把它变现的能力。
• 公有云不会替园区做这件事。公有云的商业模式是按需计费，园区企业的闲置容量在它的账上是收入而不是浪费。指出这一点不是攻击对手，而是指出激励结构的差异——这类论证在平台机构面前比任何形容词都有效。

6.7 优势六：交付的是平台能力，不只是 token

最后一项优势不在技术侧，而在交付形态。第 5 章列出的四项价值——招商权益、可汇报的建成物、活跃度数据、预算效率——都要求供应商愿意做三件转售方不愿做的事：驻场做深度定制、把平台侧数据与控制权交还园区、不用锁定条款做护城河。

我们愿意做，原因不是姿态好，而是这三件事与我们的商业模式并不冲突：护城河在成本曲线上。只要单位成本持续比别人低，就不需要靠合同锁住任何人；反过来，需要靠锁定生存的供应商，恰好证明了它的成本没有优势。

CHAPTER 07 · POLICY LEVERAGE政策杠杆：上海已经把这条路铺好了

这一章是本次调研里最有价值的发现。「园区级 Token 平台 + 统一补贴申领」不是我们的创新，而是上海市政策文件里已经写明的机制——包括一个专门为 token 消费设立的补贴品类，以及一条允许服务商代客户统一申报的通道。会谈中把这一章讲清楚，可信度会有质的变化。

7.1 一个关键事实：「模型券」已在 2026 年正式改名为「模型券（Token 券）」

母政策是《上海市进一步扩大人工智能应用的若干措施》（沪经信智〔2025〕489 号，2025-07-28）。到 2026 年度实施口径时，文件名称发生了一个值得注意的变化——《关于组织 2026 年度上海市「模塑申城」工程相关补贴申报工作的通知》（沪经信智〔2026〕248 号，2026-04-30）中，「模型券」被正式表述为「模型券（Token 券）」。

这意味着在政策语言层面，Token 消费已经成为一个独立的、被命名的、有专项资金的补贴品类。这与国家层面的方向一致：工信部《关于开展普惠算力赋能中小企业发展专项行动的通知》（工信厅通信〔2026〕14 号，2026-04-02）明确提出「推行按『卡时』『核时』及 Token 计费等灵活付费模式」，并探索「算力银行」「算力超市」等业务形态。

7.2 三张券与两级配套：可叠加的额度清单

申报节奏：2026 年度全年 4 批次，每季度首月受理，通过 zxzj.sheitc.sh.gov.cn 在线申报，区主管部门初审后一周内报市经信委。关键限制：「申报项目须未获得其他市级财政资金补贴支持」——同一市级资金不可重复申领，所以叠加设计必须区分市级与区级、区分品类，不能简单相加。

7.3 真正的支点：政策明确允许「服务商代客统筹申报」

这是本章最重要的一条。沪经信智〔2026〕248 号在算力券与模型券两处都写了同一个机制：

对入驻企业而言，这还解决了一个现实痛点：几十家早期公司各自去研究政策、准备材料、跑四个批次的申报，绝大多数根本不会去做。统一申报把这件事变成园区的一项服务，企业侧零成本受益。

7.4 一个必须满足的前置条件：接入市级统筹调度平台

《上海市关于促进智算云产业创新发展的实施意见（2025—2027 年）》（上海市经信委，2025-03-26）里有一条容易被忽略但直接决定补贴资格的条款：

也就是说，接入「市级智能算力资源统筹调度服务平台」是拿到算力补贴的前置条件。这对我们的方案设计是一条硬要求，也是一个正面卖点：我们主动承诺完成这项对接，园区就同时获得了补贴资格与合规的统筹申报通道。同一份文件的其他目标也与我们的定位一致：

另需说明：网传「党政信创 2025 年国产化率 80%」一类说法来自市场分析文章而非政府文件，不建议在会谈中引用。可引用的硬口径就是上面这份 2027 年 70% 的市级规划。

7.5 采购与结算：三条现成的合规通道

Token 按量结算最容易卡住的地方是财务与采购流程，而不是技术。调研发现有三条现成通道可用：

一条实操建议（属推断，需与对方财务当面确认）：发票科目建议按「信息技术服务 / 技术服务费」开具，而非「设备租赁」，以避开固定资产口径带来的资产登记与折旧管理麻烦。此外，未找到高校「算力 / token 费用」专用预算科目的公开规定，这一项也需现场确认。

7.6 两个必须现场确认的政策风险

主管部门与联系口径（供对方核实用）：徐汇区新工办人工智能智能科（64872222-1041）；徐汇 AI 小镇的「生态运营公司」具体主体未在文件中披露，仅留有联系人。这两个风险点建议由我们主动提出并建议共同向主管部门确认——主动指出对方方案里的政策风险，是建立专业信任最快的方式之一。

CHAPTER 08 · THE CATEGORY GAP品类空白：客户正在花一亿元买一个没有采购模板的东西

这是本次调研中最有战略价值的一个发现。在公开招标市场里，高校和科研机构买的几乎全是「卡 / 台 / 月」，按 Token 计费的公开中标案例一个都没有找到。也就是说，这笔一亿元的支出，在采购口径、合同模板、验收标准上是一片空白。

8.1 检索结果：高校买的是硬件和台月，不是 token

8.2 国家与地方层面其实已经给 Token 计费开了口子

空白存在于执行层，而不是政策层。上层文件已经把方向写明了：

• 工信部《关于开展普惠算力赋能中小企业发展专项行动的通知》（工信厅通信〔2026〕14 号，2026-04-02）：明确「推行按『卡时』『核时』及 Token 计费等灵活付费模式」，探索「算力银行」「算力超市」等业务形态；到 2028 年底建成普惠算力服务体系，覆盖不少于 10 类行业。
• 上海市：模型券已正名为「模型券（Token 券）」，并允许模型服务商代客统筹申报（详见第 7 章）。
• 上海政采云电子卖场：2025-07-01 施行的管理办法，明确针对「多频次、小额度」采购提高效率——这正是 token 按量结算的形态。

所以这不是政策不允许，而是没有人把它落成一份可以走流程的采购文件。这中间的空档，就是我们的机会。

8.3 「Token 服务采购包」应该包含什么

这是我们可以带进第一次会谈的具体交付物构想。它的价值不在技术，在于让对方的财务、采购、审计三个口子都能签字。

建议把这六项做成一份目录页带进第一次会谈——不需要写完，只需要证明我们知道要写什么。对一个从没见过合规 token 采购文件的机构来说，这份目录本身就是最强的专业度证明，也是与「来卖 token 的供应商」最清晰的区分。

8.4 组织的默认姿势是「数据不出域」，这对我们有利

一份基于 147 所「双一流」高校的统计（《中国高等教育》2025 年第 21 期，统计窗口 2025-01-01 至 08-30）显示：125 所完成本地化部署，约 85%；其中 985 高校部署率 97.44%，211 为 90.43%，其他双一流为 69.63%。

8.5 一个可直接引用的同城先例

「园区打包发券、企业免申即享」的模式在上海已有可复制模板：张江 AI 创新小镇向符合条件的企业发放最高 100% 支持的 100 万元算力券 + 100 万元模型券 + 100 万元语料券，单个企业最多享受一年，按季度申报（2026 年 Q1 于 4 月 1 日启动，Q2 于 7 月 1—7 日受理），申报主体须工商注册地、实际经营地、财政户管地均在小镇范围内。

这个先例的用法：证明「园区级统一发放 + 统一申报」在上海是成熟做法，工研院不是第一个这么做的，风险已被别人验证过。对一个新上任的负责人来说，「已有先例」比「首创」更容易推动。

CHAPTER 09 · OBJECTIONS他们会怎么反驳：九个必答题

这一章按真实会谈的顺序排列。每一条给出对方的原话式质疑、这个质疑背后的真实顾虑，以及我们的答法。答法的共同原则是：不否认对方的判断，而是把问题重新框到我们的强项上。

9.1 「大厂 API 已经很便宜了，而且天天降价，你们凭什么更便宜？」

背后的真实顾虑：怕被一个小团队用短期报价套住，一年后发现大厂更便宜。

答法：分三步，不要跳步。

• 第一步，承认并利用它：「他们便宜是真的，但便宜的原因值得看一眼。」然后给出第 4 章的毛利率证据——这个赛道公有云侧的普遍负毛利意味着当前价格里含着获客补贴。补贴是营销预算，不是成本结构，它随时可以收回，而且通常在你迁移成本最高的时候收回。
• 第二步，换掉比价对象：「我们不跟单个模型的挂牌价比，我们比园区的总账。」你现在这一亿元里，真正落在算力上的可能不到两成（§2.3），剩下的是模型溢价与渠道费。把三十家企业的负载归拢起来统一调度，光是峰谷互补这一项就值两倍成本差（§2.5）——这件事大厂不会替园区做，因为它的商业模式是按需计费，园区的闲置就是它的收入。
• 第三步，把承诺变成可验证的：我们不要求相信，我们要求测。同题同压的对比测试，同一批真实请求、同一套质量评估口径，把单位成本和质量指标一起摆出来。如果测不出优势，这单不该给我们。

9.2 「已经有很多公司做 token 工厂了，港股都有上市的，你们有什么不一样？」

背后的真实顾虑：这是个红海，选一个小玩家不理性。

答法：直接同意「很卷」，然后指出卷的是哪一层。这个赛道的绝大多数参与者在做两件事之一——把上游的 token 加价转售，或者拿地方补贴建集群然后按卡时出租。前者的成本是别人的定价，能给的折扣上限就是自己的渠道返点；后者卖的是裸资源，客户拿到卡之后的低吞吐、低利用率与它无关。

一句话收口：「同一个赛道里，我们和他们赚钱的方式是相反的。他们的利润来自差价，所以降价伤自己；我们的利润来自成本下降，所以降价是把已经拿到的工程收益让出来一部分。这就是为什么我们敢把单位成本写进合同，而转售方只敢给折扣。」

9.3 「模速空间已经有算力生态超市了，为什么还需要你们？」

背后的真实顾虑：同区已经有一个看起来很像的东西，且由一家融资规模远大于我们的公司运营。这大概率是全场最尖锐的一问，必须准备好。

答法：不否认它的价值，而是指出两者解决的问题不在同一层。

• 算力生态超市的核心是把多方算力并网调度、并向企业发放额度——它解决的是「让企业拿到卡、拿到额度」，属于资源供给与补贴发放（§3.1 的 L2 层）。这件事做得好，价值很大。
• 我们做的是把单位 token 成本降下来——同样的卡、同样的模型，靠吞吐与利用率的工程优化拿到倍数级差异（§2.4），属于 L4 层。
• 两者不冲突，甚至互补：并网来的算力，正需要有人把它的有效吞吐做上去。额度用完了还是要付钱，那时候单位成本才是真问题。

然后把问题递回去，用两个具体指标：

补充一个可以顺带说明的事实：那家运营方的定位是把市内、长三角及中西部的算力统一并网调度——这是一个资源侧的规模生意，与「把某一批具体负载的单位成本做到最低」是两种不同的能力。会谈中不必强调这一点，除非对方追问差异到底在哪。

9.4 「你们团队太小，一亿元的量我不敢一次交给你们。」

背后的真实顾虑：这是最合理的顾虑，也是最不该硬扛的。

答法：不接这个前提。我们从来不建议一次性切换，因为那对园区不利，对我们也不利。正确结构是混合架构 + 分段承接：

• 混合架构：我们承接的是可预测的基载，峰值溢出仍然走公有云。这在工程上就是最优解（按峰值自建永远不经济），在商务上则意味着园区永远保留一条完好的退路，切换成本接近于零。
• 分段承接：第一段只做对比测试，不承接生产流量；第二段承接一部分非关键负载，签明确 SLA 与退出条款；第三段才谈规模化。每一段都有独立的验收口径和终止条件。
• 敞口始终在园区手里：不要求排他，不要求预付大额，不锁定。

这一条答完，通常会显著改变对方对我们的印象——主动限制自己的敞口，是小团队证明自己懂事的最有效方式。而且它是真话：一次吃下全部流量对我们才是最大的风险。

9.5 「国产卡到底行不行？我听说性能不够、生态不全。」

背后的真实顾虑：既有政策要求要用国产，又怕用了出事，希望有人替它承担这个判断。

答法：不要辩护，要拆解。国产加速器在推理侧的差距，主要不在峰值算力这一项——差距集中在软件栈：算子覆盖不全导致大量算子回退、显存管理粗糙导致批量上不去、调度不成熟导致利用率低、长上下文与多模态路径缺少针对性优化。这些每一项都是工程可补的，也正是我们的工作内容所在。

然后给出园区真正想听的结论：「所以我们的方案不是赌国产卡，而是把国产卡放在它现在确实合适的负载上，把不合适的负载留给其他硬件，由平台统一调度、对上层企业完全透明。企业只看到一个 API，看不到底下是什么卡。国产化率因此变成一个可以逐季度往上调的平台指标，而不是一次性的赌注。」

9.6 「为什么要园区统一搞，让企业各自去买不行吗？」

答法：企业各自买，有三件事永远拿不到——而这三件恰好都是园区的职能所在：

• 峰谷互补的利用率红利（§2.5）。单家企业必须按自己的峰值备容，这个损失是结构性的，只有聚合才能消除。
• 统一的合规与数据边界（§5.3）。分散采购意味着几十份数据出域责任，且涉密与敏感场景根本无法开展。
• 统一的结算与票据（§5.3）。这是财务与审计层面的实际障碍，尤其涉及科研经费与财政资金时。

再加一句给平台听的：「而且企业各自买，园区就看不到自己企业的 token 曲线——那是最灵敏的活跃度指标。」

9.7 「钱怎么算？你们要多少？」

答法：给结构，不要急着给数字。三种可选，按园区的风险偏好排序：

先谈 A，把第一阶段做成园区几乎零风险的动作；A 跑出实测数之后，B 和 C 的谈判就有了共同的事实基础。顺序反了会很难谈——没有实测数据时谈 C，就退回到纯比价了。

9.8 「数据安全怎么保证？」

答法：列清边界，不讲承诺。私有化部署在园区可控的资源上；推理数据不出园区网络边界；模型权重与业务数据分离存储；完整调用审计日志归园区所有；运维访问留痕并可由园区审计。把「我们能看到什么」明确写下来——主动划出自己的权限边界，比反复保证安全更有说服力。

9.9 「万一你们做不下去了，园区怎么办？」

答法：这个问题必须给出结构性答案，而不是「我们不会」。

• 平台建在园区侧或园区可控的资源上，资产与数据不在我们手里。
• 交付物含完整部署方案、配置与运维文档，接口采用业界通用规范，可由第三方接手。
• 混合架构保留公有云通路，最坏情况下切回公有云是一个配置动作，不是一次迁移工程。
• 不要求排他，园区可以同时保留其他供应商。

这四条合起来传递的信息是：我们的护城河是持续把成本做得更低，不是把客户锁住。愿意主动交出锁定手段的供应商，在这个赛道里同样是少数。

CHAPTER 10 · THE PLAN怎么落地：三段式方案与每段的验收口径

方案设计的唯一原则：让园区在每一个节点上都能低成本地说「不」。敞口越小，第一步越容易迈出去；而只要第一步的实测数据是真的，后面的谈判就不再是说服，而是算账。

10.1 第一段：同题同压对比测试

目的只有一个——把「我们更便宜」从主张变成读数。做法：取园区内一到两家企业的真实请求样本（脱敏后），在我们的环境与现有供应商上跑同一批请求，同时记录成本侧与质量侧指标。

10.2 第二段：非关键负载试运行

承接一部分真实生产流量，但严格限定在可预测的基载与非关键路径上，峰值与关键业务仍走原有通路。这一段要产出三样东西：

• 一份真实账单对比。连续数月的实际支出对照，比任何测试报告都有力，也是后续申报补贴与对上汇报的材料基础。
• 一个园区侧的用量与成本看板。这是第 5 章第③项价值的第一次交付——让园区第一次看见自己企业的 token 曲线。看板一旦上线，这个项目在园区内部的性质就变了：它不再是一笔采购，而是园区的一项能力。
• 一套跑通的结算与票据流程。把 §5.3 的三件杂事在小规模上先跑通，规模化时就不会卡在财务与审计环节。

参与企业建议从自愿报名的三到五家起步，优先选 token 消耗量大、对成本敏感、技术团队配合度高的。第一批企业的口碑决定第三段能否推开——这一段的真实目标是拿到园区内部的推荐人，而不是拿到收入。

10.3 第三段：园区级平台

只有在前两段都有可核验数据之后，才谈整体承接。这一段的形态与商务结构在第 9.7 节已列出（转入托管费或按量结算）。这里只强调三个必须在这一段落地、且构成长期壁垒的动作：

CHAPTER 11 · THE MEETING第一次会谈：议程、开场、禁区

这一章是可以直接带进会议室的部分。核心判断：第一次会谈不要以拿单为目标，要以「拿到六个数字 + 约定一次对比测试」为目标。把目标定小，成功率会高很多，而且第二次见面时我们手上就有事实了。

11.1 一次 60 分钟会谈的建议节奏

11.2 三种开场，按对方身份选

11.3 禁区：这几句话不要说

11.4 需要提前准备好的三份东西

• 一页纸的六问表格（§2.6）。现场填写，会后回传，本身就是一次专业度展示。
• 一页纸的对比测试方案，含指标清单（§10.1 那张表）、失败条件、双方投入、时间表。一页纸就够，越简单越容易被批准。
• 成本结构的那张图（图 2-1）。这是全场唯一需要视觉呈现的东西，其他都可以口述。

刻意不准备的东西：公司介绍、团队背景页、技术架构大图、报价单。第一次会谈里，这四样每出现一样，会谈就往「供应商比价」的方向偏一点。

CHAPTER 12 · OUR OWN RISKS我们自己要想清楚的五件事

前面几章都在讲怎么说服对方。这一章相反：把我们自己这一侧最薄的地方摊开。写在这里的目的很实际——这些问题对方的技术顾问也会想到，我们提前想过一遍，会谈时就不会被问住。

APPENDIX附录：数据速查、来源与信息缺口

本附录把全篇引用的数字集中列出，并明确区分四类置信度。会谈中引用任何数字前，请先看它属于哪一类。

A · 置信度标注说明

另有一类是我方估算（如「一亿元约占市场 3.3%」、§2.5 的峰均比模型、§2.4 的敏感度算例），已在正文中逐处标明。这类数字用于说明量级与结构，不应作为精确预测使用。

B · 关键数字速查表

C · 主要来源清单

1. 01上海交大工研院官网 i3sjtu.cn
2. 02交大新闻网《人工智能学院入驻暨工业创新研究院启动仪式》 news.sjtu.edu.cn
3. 03上海市政府《人工智能赋能新质生产力启动仪式举行》 shanghai.gov.cn
4. 04上海交大先进产业技术研究院（产研院） aitri.sjtu.edu.cn
5. 05沪经信智〔2025〕489 号《上海市进一步扩大人工智能应用的若干措施》 sheitc.sh.gov.cn
6. 06沪经信智〔2026〕248 号《2026 年度「模塑申城」工程相关补贴申报工作的通知》 sheitc.sh.gov.cn
7. 07《上海市关于促进智算云产业创新发展的实施意见（2025—2027 年）》 sheitc.sh.gov.cn
8. 08《徐汇区关于推动人工智能产业高质量发展的若干意见》 sh-tec.cn
9. 09《徐汇区支持西岸人工智能大模型科创街区的扶持意见》 sh-hitech.com
10. 10张江 AI 创新小镇券政策申报通知 sh-hitech.com
11. 11工信厅通信〔2026〕14 号《关于开展普惠算力赋能中小企业发展专项行动的通知》 gxt.hunan.gov.cn
12. 12澎湃《国内首个「算力生态超市」——模速空间算力生态平台发布》 thepaper.cn
13. 13上海市政府《「模速空间」打造大模型创新生态圈 入驻企业超百家》 shanghai.gov.cn
14. 14IDC《中国 MaaS 市场进入高速增长期，Token 经济从概念走向规模化实践》，2026-05-07
15. 15中国政府采购网 · 西安交大 AI 大模型 GPU 算力集群中标公告 ccgp.gov.cn
16. 16中国政府采购网 · 中科院自动化所算力云服务租赁公开招标 ccgp.gov.cn
17. 17上海市财政局《上海政府采购云平台电子卖场管理办法》 czj.sh.gov.cn
18. 18刘骥等《高等教育数字化的技术部署节奏与路向——以 147 所高校 DeepSeek 布局为例》，《中国高等教育》2025 年第 21 期
19. 19新浪财经《全国高校最大国产算力基础设施在沪落成》 finance.sina.com.cn
20. 20上海交大超算平台用户手册 docs.hpc.sjtu.edu.cn
21. 21教育部《关于进一步完善中央财政科研项目资金管理等政策的若干意见》问答 moe.gov.cn
22. 22DeepSeek《DeepSeek-V3/R1 推理系统概览》官方披露，2025-03-01（本报告 §2.2 的成本定标即出自此处）
23. 23Kwon 等《Efficient Memory Management for Large Language Model Serving with PagedAttention》（vLLM 论文）
24. 24入驻企业融资信息：投资界、新浪科技、雷峰网等公开报道（记忆张量、无界动力、穹彻智能、源络科技等）

招股说明书与券商研报类来源（§4.1、§4.4 部分数字）来自本项目前期检索记录，本轮未能重新定位到原文页码，故未列入上表。见 §4.5 的复核清单。

D · 信息缺口清单

以下是本轮未能解决的问题，按对谈判的重要性排序。前四项建议在首次接触时直接问对方，后面几项需要额外检索。