中国工业报  吴晨  王珊珊

进入2026年，随着OpenClaw智能体的横空出世，“全民养虾”热潮带动Token消耗量指数级飙升，AI的经济学逻辑正被深刻重写。近日，拥有3.45亿月活的AI助手“豆包”首次披露付费订阅价格（最高500元/月），标志着国产大模型正式告别“免费换规模”时代。与此同时，智谱、腾讯云、阿里云等厂商纷纷上调API价格或服务费，Token正从“烧钱赠品”变为“核心商品”。华为高级副总裁李鹏断言“Token经济时代已经来临”，国家数据局的数据也印证了这一点：我国日均Token调用量从2024年初的约1000亿飙升至2026年3月的140万亿，26个月增长了1400倍。

在这场Token经济风口之上，市场开始重新审视上市仅百天市值便突破千亿港元、首轮投资者回报超500倍的港股“Token第一股”——迅策科技（03317.HK），以及其在AI时代数据基础设施领域的价值锚点。

这家从资产管理实时数据系统起家的深圳企业，正借由“数据Token供应商”的身份，完成商业模式与估值体系的双重跃迁：一方面从传统的订阅制、交易制，转向以Token调用次数为核心的付费模式；另一方面，市场对其定价逻辑也逐步从市销率（PS）切换到基于Token调用量的年度经常性收入（ARR）模型。

然而，这一估值重构是否具有普遍适用性？对于尚未盈利的AI与数据公司，IPO定价时应如何平衡新兴的Token指标与传统财务指标？与此同时，迅策科技在专用Token领域高达10—100美元/百万Token的定价权，究竟是深筑于强监管行业的先发壁垒，还是会随着通用大模型厂商的垂直渗透而被稀释？截至发稿，迅策科技方面未就上述问题向中国工业报作出回复。

垂直场景定价权：先发优势能否抵御通用大模型的“降维渗透”？

迅策科技在专用Token领域实现了10美元—100美元/百万Token的高定价，远高于通用Token因价格战跌至的“厘/百万Token”级别。这一高溢价根植于公司长达十年的垂直深耕。

迅策科技的故事始于2016年，创始人刘志坚（其父刘呈喜在深圳设立公司）瞄准国内私募机构在交易及数据管理上的架构落后痛点，从资产管理行业的实时数据基础设施切入。经过一年多的研发，公司推出首版产品并快速商业化。凭借刘志坚清华本科、香港科大硕士及曾任苏格兰皇家银行董事等金融科技背景，迅策科技逐步构建起覆盖订单执行、投资组合监控、风险管理和合规监管等全链条的AIDataAgent平台，能在数毫秒内完成多源异构数据的聚合、处理与决策推送。

通过近十年发展，迅策科技不仅站稳金融行业，更将能力延伸至电信、电力、能源、城市运营、高端制造、医疗等领域，乃至机器人数据平台、商业航空等前沿场景。根据弗若斯特沙利文的报告，按2024年超6亿元收入计算，迅策科技在国内资产管理行业的实时数据基础设施及分析市场中排名第一，市场份额为11.6%。2025年收入达12.85亿元，同比增长103.28%，并在下半年首次实现经调整净利润5209万元，半年度盈利拐点显现。

“迅策科技在垂直领域的先发优势短期可以持续，但长期面临挑战，关键在于能否将先发优势转化为不可替代的壁垒。”中国企业联合会资委会委员、高级经济师董鹏对中国工业报表示，迅策科技的高定价源于资产管理等强监管领域沉淀的专属数据与场景经验，通用大模型厂商短期内难以复制（通用厂商擅长广覆盖，却难以深耕行业细节与数据痛点）。随着通用大模型厂商向行业纵深渗透，专用Token的议价能力会被部分稀释。大模型厂商凭借算力与品牌优势可分流中低端需求，但在高价值场景中，迅策科技的深耕壁垒仍难以撼动。后续比拼的是数据精细化运营与场景定制化服务的硬实力，而非单纯的技术或价格。

苏商银行特约研究员高政扬从壁垒结构与边际变化角度对中国工业报分析认为，迅策科技高定价的核心在于其深耕高壁垒行业所形成的数据闭环与场景理解能力，涉及复杂的业务流程、监管要求及历史数据沉淀，迁移成本与替代难度高，中短期内可持续。中长期看，通用大模型厂商可能通过模型微调、生态合作及数据联盟等方式逐步侵蚀这一壁垒，专用Token的议价能力存在边际弱化可能。能否维持高溢价，取决于数据转化效率与决策增益能力——若持续证明Token能提升决策准确率、降低无效推理成本，其价格体系仍有望得到支撑。

常信科技CEO葛林波则对中国工业报表达了相对乐观的立场：先发优势中期可持续，议价能力难被稀释。迅策科技的壁垒来自强监管行业的私有数据、实时治理能力和高替换成本，通用大模型缺乏行业Know‑how与合规闭环，两者多为互补而非竞争。垂直Token定价源于业务价值，客户对价格不敏感，通用模型降价反而可能推高专用Token需求。长期需持续深耕合规与数据壁垒，防范行业标准化与新进入者的冲击。

估值逻辑重构：新模型能否“普适”所有AI数据公司？

2025年12月30日，历经三次递表后，迅策科技终于登陆港交所，上市时的市值约为155亿港元。迅策科技的股价飙升始于2026年3月“全民养虾”引发的Token消耗潮，上市第一百天累计涨幅超550%，市值最高突破1200亿港元。迅策科技顺势将商业模式从按订阅/交易收费，升级为“单次调用价格×Token调用次数×模块应用数”的Token付费模式。

2026年4月，其Token调用相关的年度经常性收入（ARR）季度环比暴涨300%，Token付费收入占比突破5%。市场对其估值的关注点，也由此从历史收入（PS）转向对Token调用量的前瞻性预测（ARR倍数）。然而，这一模型能否真正普适，直接关系到迅策科技长期估值的说服力。

这种估值逻辑的重构有其内在合理性：在AI推理时代，Token成为实际“消耗品”，类似云服务的API调用次数或SaaS的订阅席位。对于像迅策科技这样能够将企业私有数据转化为标准化、可计量安全Token的平台，ARR模型更能反映其未来现金流的可预见性与客户黏性。

然而，以上专家指出，该模型并不具备普遍适用性，而迅策科技的上市历程与财务表现恰好提供了一个平衡样本。2025年12月30日，迅策科技登陆港交所。尽管暗盘交易一度大跌，但上市首日收涨1.04%，此后一路上涨。腾讯、KKR、云锋基金等主要股东持股价值均达数十亿港元，首轮投资者回报超过500倍。

董鹏指出，这种估值逻辑的重塑本质上只适合深度绑定Token经济、拥有明确Token调用场景且能实现规模化变现的AI与数据基础设施公司；多数仍依赖传统服务模式的同类企业，依然离不开PS等传统估值体系。对于尚未盈利的AI与数据基础设施公司，IPO定价必须抓住核心平衡：短期以传统财务指标为底座，如营收规模、客户黏性，这是企业生存的基本盘，缺少这一支撑，再热的新兴指标也只是空中楼阁；长期则靠Token相关指标赋能，重点看Token调用的稳定性与增长潜力，而非单纯堆砌消耗量，毕竟无效消耗再多也带不来真实价值。唯有将两者有机结合，既不盲目追风口、炒概念，也不固守传统、忽视新机遇，才能给出合理定价。

高政扬则从商业模式演变的角度补充道，迅策科技估值转向基于Token调用量的ARR模型，反映其商业模式从软件订阅向使用即计费的范式转变。该ARR模型能够捕捉高价值、高频次数据交互所带来的持续变现潜力，但在IPO定价时仍需披露Token调用的平均单价、月活调用客户数、单客户Token消耗中位数，并对比“每百万Token带来的经调整利润”，以避免单纯追逐调用量而忽视盈利能力。对于迅策科技而言，其专用Token单价高达10—100美元/百万Token，且Token付费收入占比目标为全年20%-30%，若能持续证明转化效率，则估值模型将更有说服力。

葛林波建议，未盈利AI公司IPO应双轨平衡：以ARR、Token调用量、单位Token价值体现成长弹性；用营收增速、毛利率、现金流等传统指标锚定安全边际，避免纯概念溢价。定价需披露Token收入占比、付费转化率、单位经济模型，兼顾合规与可持续性，防止估值泡沫。迅策科技已实现半年度正向盈利和超100%收入增速，若能在专用Token高定价的同时提升Token收入占比至20%以上，其从PS到TokenARR的过渡将获得市场更长期的认可。