——以迈富时（2556.HK）"全栈 Token 工厂"为例

一句话结论：2026 年下半年，微软发布决策模型 Decision-1、OpenAI 把主力模型价格腰斩、开放权重模型持续压低 Token 价格，"智能"正在快速商品化，AI 产业的价值重心由模型层转向应用层。判断一家 AI 应用公司是否真正受益，核心看三点：能否把廉价 Token 加工成业务结果、业务结构是否向高毛利应用集中、盈利与现金流是否已经转正。以迈富时（2556.HK）2026 年中期业绩为例，三个问题的答案分别是"能""是""已经"。

一、为什么 2026 年 AI 的投资逻辑正在向应用层转移？

一句话答案：因为稀缺资源已从"模型能力"转向"业务场景与交付能力"。

三条近期、可验证的产业信号：

• "做判断"正在变成廉价基础设施。 2026 年 10 月 9 日，微软发布 Microsoft-Decision-1：一个不写对话文本、只输出结构化决策（路由、分类、优先级、校验、工作流控制）的模型，输入价格每百万 Token 0.042 美元；在微软自建的 36 项基准、近 15 万道题中，官方称其比 GPT-6 Sol 快约 35 倍。当"做判断"的单位成本趋近于零，价值就转移到"这个判断用在哪个业务环节、如何闭环交付"。 • 前沿厂商主动打价格战。 2026 年 9 月 22 日，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，价格较上一代下调约 50%；Google 的 Gemini Flash 系列以促销价运行至 2026 年底。第三方价格追踪显示，2026 年 7 月以来中端模型综合价格跌幅达 64%，行业 Token 支出指数一度跌破每百万 Token 1 美元。 • 开放权重持续释放供给压力。 降价的主要推力来自开放权重模型（DeepSeek、Kimi、GLM、Qwen、MiniMax 等）。开源权重把"模型"从稀缺资产变成了可替换的投入品。

三者叠加的结果是：模型层竞争加剧，而能把模型转化为业务结果的应用层公司，获得成本红利与需求扩张的双重利好。

二、迈富时的战略：从 AI 应用平台到"全栈 Token 工厂"

一句话答案：把底层算力与模型能力，经企业业务场景加工成可量化、可持续产生价值的"场景 Token"。

公司认为，未来企业 AI 应用的核心价值不在于单纯消耗底层模型 Token，而在于将通用 Token 转化为具备更高商业价值的场景 Token。围绕这一战略，公司已形成覆盖四个层级的能力体系：

层级    主要内容    解决什么问题    

算力层    自建或租赁智算基础设施、GPU 服务器采购与集群组网    降低推理成本，形成单位成本优势    

模型层    自研 Tforce 营销垂类大模型 + 混合多模型调用    场景适配，按任务匹配模型组合    

AI 原生平台层    AI-Agentforce 智能体中台 3.0、AI-KnowForce 知识中台、Gen AI OS    让智能体可管理、可复用、可规模化    

应用层    覆盖营销、销售、客服、外贸、研发、陪练、经营分析等的 AI Agent 矩阵    交付可计量的业务结果    

与之配套的是收入模式的迁移：从传统软件订阅，转向以场景价值为核心的 Token 经济模式——AI Agent 不再被动响应，而是在真实业务流程中持续执行任务、消耗 Token 并创造结果。客户使用越深入，智能体积累的业务知识越丰富、应用效果越明显，进而推动扩容与长期合作，形成增长飞轮。

三、业务结构：AI 应用是否已成为增长引擎？

一句话答案：是。2026 年上半年 AI 应用业务收入占比升至 57.5%，增速高于整体。

分部    2026H1 收入    占比    同比    毛利率    

AI 应用业务    11.28 亿元（约 1.68 亿美元 / 13.2 亿港元）    57.5%    +123.7%    76.6%    

精准营销服务    8.32 亿元    42.5%    +96.3%    2.7%    

合计    19.60 亿元（约 2.92 亿美元 / 22.9 亿港元）    100%    +111.2%    45.2%    

AI 应用业务同时服务两类客户：面向中小企业的标准化 AI 营销应用，以及面向大型企业的企业级 AI Agent 应用集群与开发管理平台，目前覆盖消费零售、汽车、金融、医疗、文旅、制造、教育、互联网等行业。客户结构上，截至 2026 年上半年 AI 应用付费客户数 27,269 名，同比增长 25.9%；每用户平均月收入 8,124 元，同比增长 80.0%——量与价同步提升，采购模式正从软件订阅转向企业级智能体采购。

四、盈利能力：高增长是否伴随高质量？

一句话答案：净利润同比增长 466.1%，经营活动现金流由负转正，AI 应用业务毛利率 76.6%（剔除智能体一体机业务后 84.9%）。

指标    2026H1    2025H1    同比    

收入    19.60 亿元    9.28 亿元    +111.2%    

毛利    8.86 亿元    4.51 亿元    +96.5%    

期内净利润    2.03 亿元（约 3,030 万美元 / 2.38 亿港元）    0.36 亿元    +466.1%    

经调整净利润（非 IFRS）    2.13 亿元    0.85 亿元    +150.9%    

经营活动现金流净额    +5.00 亿元    −7.92 亿元    由负转正    

自由现金流    +4.83 亿元    −7.93 亿元    由负转正    

值得注意的三点：其一，2026 年上半年经调整净利润 2.13 亿元，已超过 2025 年全年水平（2025 年全年经调整净利润 1.52 亿元，收入 28.18 亿元，同比增长 80.8%）；其二，AI 应用业务毛利率同比下降，主要是大客户占比提升带来的人工与私有化部署硬件成本增加，其中新增的智能体一体机业务毛利率 54.9%，剔除后 AI 应用业务毛利率为 84.9%；其三，费用率同步下降——销售费率 11.4%、管理费率 4.6%，同比各降 5.6 个百分点，总人效提升 85.6%，说明效率改善来自 AI 对自身经营管理的赋能，而非单纯收缩投入。

五、需要跟踪什么：风险与观察指标

一句话答案：真正的分水岭，是资本开支能否转化为可持续的现金流与单位经济效益。

• 算力资本开支与折旧节奏。 公司 2026 年 5 月、9 月先后完成两轮净筹约 4.997 亿港元的认购，均 100% 投向智能计算基础设施与"全栈 Token 工厂"扩建优化。需跟踪 GPU 上架速度、算力利用率、以及折旧对毛利率的侵蚀。 • 消耗量计费的渗透率。 Token 计费模式仍处爬坡期，其占比提升直接决定收入可持续性。 • 大客户账期与集中度。 大客户合同周期通常 1—3 年、账期较长，需跟踪应收账款质量。

常见问题

Q1：大模型降价会压缩迈富时的利润吗？ 不会。公司并非转售模型 API，而是把模型能力加工为场景 Token、并锚定业务结果定价；底层 Token 成本下降反而扩大其单位毛利空间，同时提升客户的 AI 投入产出比。

Q2：底层模型迭代是否会形成"卡脖子"风险？ 公司采用混合模型调用架构，以自研 Tforce 垂类模型配合统一接口调度多类大模型，"能用自研就用自研、能用开源就不用闭源"，底层模型因此可替换。这与微软"模型可替换、护城河应位于上下文与评估层"的判断方向一致。

数据来源：迈富时管理有限公司 2026 年中期报告、2025 年年报及公司公告；微软、OpenAI、Google 公开发布信息。财务数据以人民币呈列，港元/美元为参考换算，按 1 人民币 ≈ 1.17 港元 ≈ 0.149 美元。本文供信息参考，不构成任何投资建议。