随着大模型发展进入深水区，行业正在从“拼模型”转向“拼Token质量”。5月20日，人工智能Token（词元）生产服务商趋境科技宣布完成数亿元 Pre-A 轮融资。

随着大模型应用进入企业生产环境，AI（人工智能）推理基础设施的评价标准正在发生变化：企业不再只关注算力规模、模型数量和接口丰富度，而是更加看重每一次调用能否稳定、高效、可预期地完成业务交付。 在这一阶段，推理服务的核心竞争力正在从“提供模型”转向“生产高品质 Token”。每秒Token输出量、输出稳定性、高并发场景下服务质量的可预测性等，正在成为企业选择 AI 基础设施的重要指标。

趋境科技相关负责人表示，Token已不只是大模型输入输出的基本单位，而是连接模型能力、系统性能、服务稳定性与成本效率的关键生产要素。基于这一判断，该团队提出Token即服务的产业理念，并建设了高效能人工智能Token生产服务平台ATaaS。相较于传统MaaS（Model as a Service，指模型即服务的模式）侧重模型调用与管理，ATaaS更聚焦企业级生产场景中的推理效能交付，帮助企业获得可规模化、可运营的高品质Token生产能力。

在模型策略上，该团队坚持“少模型、深优化”的路线，不追求泛泛地支持上百种模型，而是聚焦少数高生产力模型，围绕企业真实场景持续优化输出质量、推理效率、TTFT（Time To First Token，指首Token延迟）稳定性和 TPS（Tokens Per Second，每秒Token数）表现。“对企业而言，模型数量并不直接等同于生产力，真正关键的是每一次调用能否稳定支撑业务结果。”趋境科技相关负责人说。

目前，趋境科技已通过ATaaS平台为智谱 GLM、月之暗面 Kimi 等多个企业级客户提供服务，平台日均处理Token量近万亿。经过高复杂度、高并发业务场景的长期验证，公司已形成面向规模化推理交付的核心能力。

据悉，趋境科技背靠清华大学高性能计算研究所二十余年技术积累，已完成清华大学相关技术成果作价增资入股流程。该批技术成果由郑纬民院士、武永卫教授、章明星副教授等科研团队长期研发形成，覆盖高性能计算、并行与分布式系统、存储系统、智能算力系统和大模型推理基础设施等关键方向。相关成果的注入，标志着公司与清华科研团队在AI基础设施领域的产学研协同进入实质落地阶段。

本轮融资完成后，其将继续加大对高效能人工智能 Token 生产服务平台（Approaching AI Token as a Service，简称ATaaS）的投入，重点推进算力储备及底层推理系统建设，持续交付兼具低时延、高吞吐、稳定结构化输出、可靠函数调用和可预测服务质量的模型输出能力，进一步增强面向企业生产环境的高品质 Token 规模化供给能力。