
彻底引爆!营收翻倍、首度盈利,这家“词元第一股”正迎来戴维斯双击
当AI行业的焦点从“算力军备竞赛”转向“商业价值落地”,一个更深层的产业逻辑正在浮出水面:大模型的每一次推理与决策,本质上是词元(Token)的燃烧。
谁掌握了高质量、高价值的词元,谁就掌握了AI时代的“硬通货”。在这一背景下,刚刚交出2025年成绩单的迅策科技,正经历一场从市场认知到商业模式的深刻重估。
迅策科技的2025年财报,提供了价值重估最有力的基本面支撑。公司全年营收达到12.85亿元,同比增长103.28%,成功跨越十亿门槛。更值得关注的是其增长节奏:上半年营收1.98亿元,下半年飙升至10.87亿元,环比激增449.32%。这种“前低后高”的走势,精准映射了2025年下半年企业级AI需求的集中爆发——当大模型从概念走向部署,底层对高质量、实时性数据的需求呈现出指数级增长。
伴随规模扩张,盈利能力也迎来关键拐点:下半年实现经调整净利润0.5亿元,首次实现半年度盈利。人均创收从122万元飙升至287万元,研发费用占收入比重从71.3%降至48.0%,经营杠杆的释放清晰可见。
在传统To B赛道,规模扩张、高客单价与盈利能力构成的“不可能三角”,被迅策以AI基础设施特有的平台级爆发力击碎。
然而,真正让资本市场兴奋的,并非仅仅是财务数据的亮眼,而是其商业模式的根本性蜕变。2025年之前,迅策以订阅制和交易制为主,这种SaaS模式的核心缺陷在于无法精准衡量客户获取的价值。
而词元付费模式的落地,彻底颠覆了这一逻辑。迅策将客单价拆解为单次调用价格、词元调用次数与模块应用数,收入与合作伙伴的价值创造深度绑定——客户用得越好、越频繁,迅策的收入越高。
这意味着迅策不再只是一家软件服务商,而是与算力、算法公司站在同一价值计价维度,完成了从“卖水人”到“硬通货发行者”的跃迁。
据悉,2026年该模式占比已达5%,预期全年将达到20%以上,这将成为驱动业绩爆发的核心引擎。
更重要的是,词元制赋予了收入指数级增长的潜力,当客户从单一模块走向多模块部署,从局部试用走向核心业务流程嵌入,词元调用量有望伴随其业务规模一同膨胀。
迅策之所以能实现商业模式的升维,关键在于其对“词元价值”的深刻理解与提升。AI训练阶段,算力是核心;但进入推理阶段,行业共识转向了每一枚词元能产生多少业务价值,即“效价”成为关键。
通用大模型在处理复杂问题时,常以“用算力换精度”,伴随大量无效词元消耗。迅策的解决方案,是用行业垂类数据为通用大模型安装“外脑”。
在模型启动推理前,先进行可行性判断并优化路径,将经过清洗、标准化和关联建模的“精炼燃料”而非“原始矿石”交付给模型。
这种用数据换效率的路径,使得词元从消耗品转变为创造价值的投资品,与“数据要素市场化”的宏观政策导向高度契合,使迅策成为这一趋势的核心受益者。
在AI产业链中,迅策占据了一个不可替代的生态位——它并非任何人的竞争者,而是所有人都需要的“连接器”。
对于大模型公司,它是上游数据供应商,能针对不同模型进行数据调优;对于云厂商,它是战略合作伙伴,以专业数据能力协同服务客户;对于GPU厂商,它同样是深度合作者,提供“算力+数据”的一站式体验。
其核心竞争力在于覆盖数据获取、清洗、标准化、建模、实时计算到模型调优的全流程端到端解决方案,为客户结果负责。
这种能力结合其深度嵌入客户系统的“数据管家”角色,构建了极高的替换成本与客户黏性。对标市值已突破千亿美元的Palantir,迅策在AI数据赛道上的对标空间,构成了巨大的估值想象。
迅策的增长故事,远不止于商业模式的切换。其通过跨行业复制,将发端于资管行业的严苛数据能力向电信、机器人、商业航天、电力能源等9大领域拓展,每个新行业经过3-5年投入期后便能贡献高毛利;通过探索效果分成模式,与客户价值创造同频共振;通过依托中国企业出海与寻求本地化伙伴,开拓海外版图;通过率先布局机器人数据平台、低空经济等前沿应用,抢占未来产业制高点;通过与算力、算法厂商建立深度战略合作,提升在产业链中的话语权。这五大增长引擎,共同构建了其价值结构性重估的多维驱动。
综上所述,迅策科技的价值重估,折射出AI产业从投资算力向投资数据演进的关键趋势。当市场曾将其视为服务金融行业的软件公司,估值对标SaaS企业时,其如今的身份已是贯穿AI全产业链的数据中枢,估值理应比肩Palantir这样的AI数据基础设施公司。
而当词元成为智能时代可计量、可定价、可交易的价值锚点,作为“词元第一股”的迅策,其作为AI时代基础资源提供商的真正价值重估,或许才刚刚开始。
免责声明: 本文所载内容仅供参考,不构成任何投资建议或承诺。文中观点基于公开资料及分析,不保证所述信息的准确性与完整性,投资者据此操作风险自担。市场有风险,投资需谨慎。
格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。


