横向对比：迈富时VS商汤两家 “Token 工厂”的逻辑差异
摘要
市场经常同时提及迈富时与商汤，两家均对外提出 Token 工厂战略，但二者商业模式、客户、成本结构、盈利来源完全不同：商汤以底层模型、通用生成式 AI 能力为原点，向下渗透行业;迈富时从营销销售垂直行业应用原点向上自建算力底座，是AI应用龙头公司。本篇基于两家公开财报，做可核验维度对比。
一、基础经营数据对比(数据来源：商汤 2026 中报、迈富时 2026 中报)
| 对比维度 | 迈富时 (02556.HK) | 商汤‑W (00020.HK) |
| 2026H1 营收 | 19.60 亿元，同比 + 111.2% | 29.11 亿元，同比 + 23.4% |
| 核心业务构成 | AI 营销销售垂类应用 57.6%；低毛利广告代理 42.4% | 生成式 AI 业务 79.9%；传统视觉 AI17.1%；创新业务 3.0% |
| 利润口径 | 经调整净利润 2.13 亿元（盈利） | IFRS 净利润 6.17 亿元（含投资公允价值变动），经调整仍亏损 3.86 亿元 |
| 经营性现金流 | +5.0 亿元（净流入，正向） | 尚未实现经营性现金净流入 |
| 核心客户类型 | 企业营销销售部门、IT 部门，消费、汽车行业大客户 | 政企、各行业通用大模型、智能体项目，海外客户高速增长 |
| Token 工厂定位 | 算力全部自用，服务自有营销场景，输出 “场景 Token”；不对外售卖算力、模型 API | 对外输出大模型、智能体、Token 调用服务，面向外部客户销售基座能力 |
| 收费模式 | 订阅制 + 场景 Token 按量消耗；Token 占 AI 收入 14% | 项目制 + 订阅 + 通用 Token 调用；经常性收入 RR 占总收入 39.3% |
| 算力资本开支来源 | 二级市场市价定增，股权融资，资金定向算力建设 | 自有现金、银行授信，历史多轮一级、二级市场融资 |
二、战略路径差异拆解
商汤：自上而下 —— 基座大模型→Token 工厂→行业落地
商汤的 “Token 工厂”，核心是对外供给通用模型能力：训练基座大模型，建设算力集群，对外输出模型 API、智能体平台，再交付给各行业客户;业务模式包含大量政企项目，经常性收入 RR(续约订阅收入)占比快速提升至 39.3%，海外业务同比增速 127%，是重要增长点上海证券报...。 优势：通用大模型技术底座完整，覆盖视觉 + 多模态生成;可服务全行业;海外拓展加速。 约束：研发开支规模大;虽然 IFRS 账面盈利，但经调整口径依旧亏损;业务很大部分来自项目制交付，人力交付成本高。
迈富时：自下而上 —— 垂直行业数据→AI 应用→自建自用算力(全栈 Token 工厂)
迈富时起点是营销销售工具企业，拥有几十万企业服务沉淀;先完成 AI 应用商业化盈利，客户付费、现金流跑通，再通过定增融资向上布局算力。算力集群只为自有业务降本，不对外卖算力 / 模型 API。把通用大模型输入的原始 Token，叠加行业 Know‑how，加工为营销场景可直接用的场景 Token，赚取场景溢价。 优势：垂类场景深度，客户留存增购数据好，经营性现金流已经转正;业务直接绑定客户营销增收，付费逻辑闭环。 约束：场景局限于营销销售赛道，赛道天花板相比通用大模型厂商更小;算力建设存在资本开支压力，需要持续跟踪算力利用率。
三、关键跟踪指标区分
1. 跟踪商汤重点看：经常性收入 RR 占比、海外业务增速、经调整亏损收窄幅度、智能体付费客户数量。
2. 跟踪迈富时重点看：场景 Token 收入占比、算力集群利用率、大客户向 Token 模式转化、海外 Token 工厂落地进度。
四、风险对比小结
● 商汤风险：大额持续研发投入;项目制收入波动;通用大模型行业竞争激烈，API 价格战压力。
● 迈富时风险：算力资本开支与折旧;营销低毛利业务占比;Token 计费模式渗透不及预期。
重要澄清：两者名称同为 Token 工厂，但一个对外卖能力，一个对内降本增值，商业模式不能简单类比，不能直接 PE 估值对标。