Token mata aplicaciones de IA

Autor: Li Nan, Huang Xiaoyi, Yoky, Sun Rui, Silicon Star

Editor | Wang Zhaoyang

A mediados de 2026, la startup de generación de videos AI OiiOii tenía aún nueve cifras en efectivo, pero aún así inició una nueva ronda de financiamiento.

Anteriormente, firmó un acuerdo marco anual con Volcano Engine, la plataforma de servicios en la nube de ByteDance: OiiOii debe pagar 50 millones de RMB a Volcano Engine para finales de 2026.

Esto dejó a OiiOii con un flujo de efectivo algo ajustado. Los 50 millones de RMB se destinarán a la compra de la "versión pura" del API del modelo de generación de videos multimodal más exitoso de ByteDance: Seedance 2.0.

La llamada "versión pura" se refiere al API de Seedance proporcionado a través de los canales oficiales de Volcano Engine, que ofrece permisos completos.

Después de que Seedance 2.0 deslumbrara a la industria de la IA y a toda la producción cinematográfica, el mercado se inundó de APIs de Seedance de origen complejo, donde algunos proveedores de servicios intermedios, de procedencia dudosa, mezclaban Seedance 2.0 con sus versiones de menor calidad, como Seedance 2.0 mini y Seedance 2.0 fast, vendiéndolas a precios relativamente bajos. Los usuarios que deseaban generar una película de calidad cinematográfica solo recibían un producto defectuoso.

El API "versión pura" de Seedance 2.0 es la línea de vida de las aplicaciones de generación de videos AI. Al igual que los modelos de lenguaje de gran tamaño dependen de la potencia de cálculo de las GPU de alta gama de Nvidia, el API de los modelos de primer nivel y los tokens generados al invocar el API determinan fundamentalmente la capacidad básica de las aplicaciones de IA, que a menudo se conocen como Agentes de IA.

Por lo tanto, los tokens de los modelos de primer nivel se han convertido en una moneda dura escasa y costosa. Y Seedance 2.0 es, sin duda, el modelo de video más poderoso del planeta en este momento.

Según información oficial, el costo de generar un video de 720p sin entrada de video con Seedance 2.0 es de 46 RMB por cada millón de tokens, lo que equivale a aproximadamente 0.99 RMB por segundo de video. En comparación, el costo de generar un video de 720p con Ling3.0 es de 0.6 RMB, y Vidu Q3-pro cuesta alrededor de 0.68 RMB, lo que hace que Seedance 2.0 sea significativamente más caro.

OiiOii, que se especializa en la generación de series cortas y dramas, necesita la poderosa Seedance 2.0, pero gastar cerca del 40% de su flujo de efectivo en la compra de tokens suena un poco loco.

Sin embargo, para las startups de aplicaciones de IA de hoy, esto ya es algo común. En comparación con las startups de modelos de lenguaje de gran tamaño (incluyendo OpenAI y Anthropic), que suelen destinar entre el 70% y el 80% de sus fondos a la compra o alquiler de GPUs y al pago de potencia de cálculo en la nube, esto ya no es nada.

Lo que OiiOii está comprando no es la cantidad de tokens consumidos basada en necesidades comerciales reales, sino el derecho de lanzamiento exclusivo del API de Seedance 2.0.

Pocos se dieron cuenta de que el 2 de abril de 2026, cuando OiiOii finalizó su prueba interna y se lanzó oficialmente, fue también el día en que Seedance 2.0 abrió su beta pública para empresas. Esto parece un anuncio de Volcano Engine de que OiiOii se convirtió en uno de los primeros distribuidores de Seedance 2.0, en lugar de que OiiOii lanzara su propio Agente de video ese día.

Esto no es importante; lo más importante es ofrecer primero la "versión pura" de Seedance 2.0.

La "versión pura" de Seedance 2.0 se vende como un paquete completo de derechos, como el acceso a bibliotecas de rostros, número máximo de concurrencias, etc. Esto determina directamente si el producto de la startup puede funcionar sin problemas.

Si una aplicación de generación de videos AI está orientada al consumidor, y los usuarios necesitan generar contenido en tiempo real, debe tener un número suficientemente alto de concurrencias. Cuando el modelo se lanzó, la potencia de cálculo era limitada, y si no se podía obtener el soporte de concurrencia de Volcano Engine, los usuarios del Agente tendrían que hacer fila, esperar demasiado tiempo, o incluso no podrían generar videos.

Un profesional de aplicaciones de video AI nos reveló: un marco anual de 10 millones de RMB de Seedance 2.0 corresponde aproximadamente a 400 concurrencias, mientras que un marco de 5 millones de RMB corresponde a aproximadamente 200 concurrencias. La diferencia de precio se traduce en una diferencia en la experiencia del usuario.

Los usuarios pueden acceder a más recursos de rostros en stock, en lugar de las inquietantes "caras AI" que se usan repetidamente, y esto también sigue el precio del marco anual de Seedance. La diferencia entre comprar o no comprar es la diferencia entre la vida y la muerte del producto; parece que no hay otra opción.

"Tasa de pérdida bruta"

Dado que la capacidad de los modelos de primer nivel determina el límite superior de la capacidad de las aplicaciones de IA, y después de "estrangular" a las aplicaciones de IA con precios elevados, cobrar a los usuarios tarifas de suscripción ancladas en el precio de los tokens se convierte en un negocio de "subarrendamiento", un problema aritmético que nunca se puede resolver, una función variable en la tabla de precios de un modelo.

Aun así, el derecho de lanzamiento exclusivo de Seedance 2.0 que obtuvo OiiOii no es exclusivo. Varias empresas competidoras de OiiOii, como LibTV y Flova, también obtuvieron la calificación de "lanzamiento exclusivo" de Seedance 2.0, anunciando casi al mismo tiempo que sus productos estaban integrados con Seedance 2.0, y a precios igualmente altos.

Volcano Engine es así de generoso; no otorgará a ninguna empresa el privilegio de un lanzamiento exclusivo de Seedance 2.0, ni siquiera a la tarifa máxima del marco anual. Además, el límite de precios de Volcano Engine es muy estricto: casi no hay descuentos, el consumo de tokens de contratos de millones se devuelve en función del uso, con un límite del 10%, lo que significa que solo se puede obtener un cupón de potencia de cálculo equivalente al 10% del monto del contrato.

Por otro lado, Volcano prohíbe estrictamente la reventa, evitando que los tokens de bajo precio fluyan al mercado gris.

Bajo este mecanismo, un hecho cruel emerge: las herramientas de video AI casi no pueden ganar dinero con los tokens de Seedance 2.0 en su máxima capacidad.

Teóricamente, si se venden los tokens de Seedance 2.0 al precio original a los clientes, sin contar las comisiones, el margen de ganancia más alto es del 10%. Pero en la realidad, ninguna herramienta de generación de videos AI venderá los tokens de Seedance 2.0 a un precio más alto, ni siquiera al precio original. Después de todo, teóricamente, cualquiera puede hacer negocios directamente con Volcano Engine. Si hay intermediarios que ganan la diferencia, ¿por qué no negociar directamente?

Según informes de "Inteligencia Emergente": las empresas de producción de series y cine también suelen comprar directamente el API "de máxima capacidad" de Seedance 2.0, incluyendo muchas empresas líderes en la industria, siendo la recarga más alta de 50 millones. Esto demuestra la sed de mercado por Seedance 2.0, y también significa que las startups de aplicaciones de IA que obtienen los derechos más altos de Seedance 2.0, si no ofrecen precios competitivos para los tokens, no tendrán usuarios.

"Los productos con propiedades de herramienta no tienen lealtad". Así nos lo dijo un inversionista de capital de riesgo.

Así, surgió un "camino alternativo": las principales empresas de aplicaciones de IA comenzaron a bajar precios para atraer clientes, e incluso comenzaron a revender tokens directamente.

La empresa matriz de LibLib, Evoken, es la empresa de aplicaciones de IA que más tokens compra en China. Comenzó en la comunidad de modelos de código abierto y rápidamente se transformó en una plataforma de creación multimodal. Al mismo tiempo, realizó múltiples rondas de financiamiento agresivas, completando recientemente una ronda de financiamiento de 300 millones de dólares, con una valoración posterior de más de 2 mil millones de dólares, formando una barrera integral de capital y producto: LibLib AI es una comunidad de creación y una plataforma de generación de imágenes, Lovart y Xingliu se dirigen a los mercados de diseño en el extranjero y en el país, y LibTV se adentra en la producción de videos profesional...

Sin embargo, Evoken no ha desarrollado ningún modelo por sí misma, ni siquiera un modelo de entrenamiento posterior. Esto ha llevado a debates sobre si esta empresa es solo un intermediario de modelos de primer nivel, sin ninguna barrera técnica. Pero no hay duda de que Evoken es un gran cliente de tokens de modelos de primer nivel.

En el ámbito de las herramientas de video, LibTV es el cliente de máxima capacidad de Seedance 2.0, firmando un gran contrato anual de 50 millones, utilizado como munición para LibTV Agent. En el ámbito de las herramientas de diseño, el año pasado Nano Banana tuvo un gran éxito, y Lovart, bajo LibLib, también firmó un contrato de varios millones de dólares con Google Cloud.

Sin embargo, según estimaciones de plataformas de terceros como Similarweb: en junio de 2026, el sitio web de Lovart tuvo aproximadamente 3.1 millones de visitas mensuales, mientras que el sitio web de LibTV tuvo aproximadamente 2.2 millones de visitas mensuales. Este volumen de tráfico ya es considerable, pero las visitas no son equivalentes a la creación. La información pública indica que LibTV tiene decenas de miles de usuarios de pago, aunque ha superado a la mayoría de sus competidores, es prácticamente seguro que no podrá consumir todos los tokens de Seedance 2.0 que la empresa compró a un alto costo.

Volcano Engine no acepta "devoluciones" de tokens, lo que ha impulsado la creación de negocios secundarios para las empresas de aplicaciones de IA.

El fundador y CEO de Evoken, Chen Mian, mencionó en una entrevista con "Latepost" que había rumores de que LibTV revendía las claves API de Seedance 2.0 para obtener ganancias, y lo negó claramente.

Sin embargo, lo que hemos entendido es que LibTV no está "ganando dinero" al revender las claves API de Seedance 2.0, porque las vende a pérdida.

Algunos competidores de LibTV, que están en el negocio de generación de videos AI, nos dijeron que LibLib ha intentado varias veces vender el API de Seedance 2.0 a ellos, a un precio más bajo que si se contactara directamente con Volcano Engine: al comprar directamente a Volcano, un contrato de más de 10 millones de RMB puede obtener un 10% de reembolso en potencia de cálculo; pero LibLib puede ofrecerles un 10% adicional sobre eso.

Por supuesto, no hay diferencia de precio, y mucho menos ganancias, pero esto genera ingresos. Puede aumentar el ARR (ingresos recurrentes anuales) de LibTV, proporcionando un soporte numérico para la narrativa de financiamiento.

Este tipo de ARR es esencialmente ingresos de "pérdida bruta": obteniendo tokens a un precio de contrato del 90%, es decir, con un 10% de descuento, y luego vendiéndolos a un 10% de descuento a competidores que necesitan tokens a un precio más bajo, estructuralmente es una transacción de pérdida.

Lo que se genera ni siquiera es un margen de ganancia, sino una "tasa de pérdida bruta".

Por otro lado, la estrategia de precios de LibTV y Lovart para los usuarios de pago también hace que el margen de ganancia de la empresa como aplicación de IA sea ilusorio.

Podemos hacer un cálculo preliminar...

El precio promedio mensual de la membresía estándar de LibTV es de 47.4 yuanes, y se estima que en su sitio web se pueden generar videos de 56 segundos en Seedance 2.0 a 720P, lo que equivale a un ingreso de aproximadamente 0.85 yuanes por segundo por miembro. Suponiendo que los usuarios utilicen todo su crédito en Seedance 2.0 sin entrada de video y estimando el costo de invocación del modelo en aproximadamente 0.99 yuanes/segundo, la tasa de margen bruto marginal sería de aproximadamente -17%. Incluso si el 10% de los cupones de poder de cómputo se pueden canjear completamente, la tasa de margen bruto marginal seguiría siendo de aproximadamente -5%. Esto aún debe cubrir descuentos nocturnos, créditos de apertura de cuenta y promociones gratuitas por tiempo limitado.

La situación de Lovart es similar. Si se utilizan todos los puntos para generar imágenes de calidad media de 1K con GPT Image 2, considerando los beneficios del paquete Pro más popular y el precio de descuento de 39 dólares en la "locura de fin de mes" actual, la tasa de margen bruto correspondiente sería de aproximadamente -87% (hace unos días, el precio promedio mensual de este paquete después del descuento era de 45 dólares, lo que correspondía a una tasa de margen bruto de aproximadamente -60%).

Sin embargo, todo esto pertenece a una "prueba de estrés". En la realidad, los usuarios pueden no utilizar todo su crédito y pueden optar por modelos y soluciones de generación de menor costo. Además, las plataformas que compran diferentes modelos de API pueden obtener descuentos de diferentes grados, lo que puede reducir las pérdidas reales.

El CEO de Yanyu Technology, Chen Mian, también abordó este punto en una entrevista con "Latepost": si los usuarios utilizan todos los tokens de su paquete, LibTV seguramente perderá dinero. Pero si un usuario compra 1 millón de puntos y solo utiliza 200,000, los 800,000 restantes se convierten en ganancias. También hay usuarios del sector negro que realizan ingeniería inversa en LibTV, convirtiendo cuentas de membresía anual en API, lo que genera pérdidas, por lo que es necesario regular esto.

El llamado "ingeniería inversa" tiene un ejemplo claro: en febrero de 2026, el operador del influyente WeChat oficial "Web 3 Sky City" denunció a la aplicación de diseño visual Lovart, afirmando que pagó 540 dólares por la membresía de Lovart Pro, pero 10 días después su cuenta fue bloqueada sin reembolso. "El Señor de la Ciudad" no recibió respuesta a sus apelaciones por correo electrónico ni a su comunicación proactiva con miembros del equipo de Lovart.

Según entendemos, la cuenta de membresía de "El Señor de la Ciudad" fue considerada por el mecanismo de control interno de Lovart como un caso de "ingeniería inversa", y la empresa ha implementado medidas de control más estrictas. La decisión de no comunicarse más con "El Señor de la Ciudad" y de no reembolsar fue tomada por el propio Chen Mian.

Este incidente provocó un gran revuelo y generó discusiones sobre la transparencia de los mecanismos de prepago de software de aplicaciones de IA, los estándares de bloqueo de cuentas y la protección de los derechos de los consumidores. También pone de manifiesto cuán frágil es el modelo de negocio que espera que los usuarios solo paguen y no consuman el crédito de tokens; además, en un entorno donde el precio de los tokens es extremadamente sensible, hay muchos agujeros que pueden ser explotados mediante arbitraje inverso.

De hecho, quienes realmente realizan "ingeniería inversa" y empaquetan los tokens de membresía no utilizados en API para su venta son Lovart o LibTV mismos.

Porque los tokens que los usuarios no consumen no se convierten realmente en ganancias; las empresas de aplicaciones de IA ya han pagado a los proveedores de modelos por esos créditos.

Estos están incluidos en el marco anual. La lógica de los proveedores de modelos fuertes es: lo que se consume se puede volver a comprar, lo que no se consume no se reembolsa. La idea de que los 1 millón de puntos utilizados son 200,000 y que los 800,000 restantes se convierten en ganancias no existe. Es decir, el crédito de tokens "no consumido" se convierte en "inventario" para las empresas de aplicaciones de IA.

Dado que es inventario, debe liquidarse, de lo contrario, las pérdidas serán mayores. Esto también explica por qué otros equipos de generación de videos de IA reciben invitaciones para comprar tokens a precios de descuento de LibTV. La lucha oficial contra la "ingeniería inversa" de los usuarios para revender tokens, en realidad, es una competencia por el derecho a revender tokens.

En comparación con las pérdidas causadas por la venta de "inventario" de tokens a precios reducidos, las pérdidas derivadas del uso completo de los derechos de los usuarios son mayores. Incluso si la idea de que "los tokens no consumidos son ganancias" puede sostenerse, también limita el techo del modelo de ganancias: cuando todos los usuarios solo recargan pero no consumen un solo token, su ganancia teóricamente puede maximizarse.

Si un usuario consume un token más, se acerca más a las pérdidas. Esto crea una peligrosa selección inversa: cuanto más bajo es el precio, más fácil es atraer a usuarios intensivos que consumen modelos costosos, y estos usuarios tienen una tasa de uso de puntos más alta, dejando menos ingresos acumulados para la plataforma.

Este ciclo puede ampliar las pérdidas de las empresas de aplicaciones de IA, y la única ventaja es que tienen un ARR más atractivo a corto plazo.

Las empresas de aplicaciones de IA son conscientes de esto, pero cuando se presentan a los VC, aún pueden ocultar estas "trampas". Un VC nos reveló: la tasa de margen bruto que LibLib muestra a los inversores y al mercado de capitales probablemente sea positiva.

Esto pone a prueba las "habilidades financieras": créditos de regalo, promociones gratuitas por tiempo limitado, descuentos nocturnos... todos estos costos rígidos que realmente consumen el margen bruto se pueden contabilizar como tasas de venta; la alta tasa de venta inicial puede ser llamada "inversión en crecimiento"; todos los ingresos, incluidos los ingresos por la compra de puntos de membresía y la reventa de tokens, se contabilizan al precio original, lo que hace posible lograr una "tasa de margen bruto positiva" bajo diferentes criterios.

En nuestras conversaciones con varios inversores y emprendedores, hay un consenso: incluso calculando con el criterio más amplio, el rango de margen bruto de las aplicaciones de IA cuyo modelo de negocio se centra en el consumo y la venta de tokens generalmente solo es del 10% al 25%, lo que casi no cubre los costos.

La mayoría de los equipos de startups de aplicaciones de IA en China han estado expandiendo el mercado internacional desde el primer día, pero personas informadas han calculado que el costo de adquisición de un usuario de pago en el extranjero es de aproximadamente 200 dólares, mientras que el usuario paga un promedio de 50 dólares, y el margen bruto de tokens ni siquiera cubre el crecimiento de usuarios, sin mencionar los gastos de investigación y desarrollo, operación y gestión.

En los últimos años, el mercado de capitales y el círculo emprendedor han preferido entender las aplicaciones de IA a través del marco de SaaS. Pero ahora los inversores han despertado: "SaaS es más barato cuanto más usuarios hay; las aplicaciones de IA, al contrario, pierden más cuanto más usuarios hay".

Esto señala la diferencia más esencial entre las aplicaciones de IA y el software tradicional: el costo marginal del SaaS tradicional se diluye a medida que se escala, mientras que el costo marginal de las aplicaciones de IA vuelve a aparecer a medida que aumenta el uso. Cuanto más usan los usuarios, más tokens consumen; cuanto más tokens consumen, más altos son los costos.

Desde una perspectiva fundamental, las empresas de aplicaciones de IA operan en una "cadena de rotación de tokens que pierde continuamente dinero", lo que se traduce en una "tasa de pérdida bruta".

"Controlador de tokens"

Las startups de aplicaciones de IA no son conscientes de que los tokens son un pozo de fuego y aún así deciden saltar; también están atrapadas en la confusión.

La compra de tokens de proveedores de modelos tiene un costo superficial que es evidente, pero la fijación de precios del producto, los subsidios a los usuarios y el cálculo del margen bruto son guiados por el sistema de liquidación posterior de los modelos. Al principio, se pensaba que el margen bruto se podía obtener con esfuerzo, pero después de que llega la factura, se descubre que se ha convertido en una tasa de pérdida bruta.

Tomemos Seedance 2.0 como ejemplo: el costo real de generar un video a la vez considera simultáneamente la duración del video de entrada, la duración del video de salida, la resolución de salida, la tasa de cuadros, la versión del modelo, la duración mínima de facturación y los niveles de duración. La API del modelo de video puede cobrar uniformemente por 4 segundos entre 1 y 4 segundos, y las diferentes longitudes a menudo no aumentan de manera lineal. Las empresas de aplicaciones de IA generan consumo a diario después de firmar, pero generalmente deben esperar hasta T+N días para ver los costos individuales en la factura.

Esto constituye un estado típico de "atrapado en tokens": la empresa conoce el costo superficial de los tokens, pero no sabe de qué manera, en qué momento y en qué medida se amplificará el costo real.

Sin embargo, los equipos de startups de aplicaciones de IA no pueden escapar de esta dependencia, sino que se hunden cada vez más. Después de todo, no pueden prescindir de los "beneficios" que traen los modelos de más alto nivel.

Si se presenta la fuente de costos de las aplicaciones de IA en una fórmula, sería: "costo real de generación = precio por generación × número promedio de intentos". Esto es cierto para videos, imágenes o diseño de PPT.

Los modelos de alto nivel tienen una alta tasa de éxito en la generación, lo que reduce el número de intentos, y a veces puede hacer que el costo de cálculo subyacente sea más bajo.

Los modelos de alto nivel, que tienen altos costos iniciales, buenos resultados, pocos intentos y un costo total que no necesariamente es el más alto, se enfrentan a la elección entre modelos de menor calidad, que tienen un umbral inicial bajo, son baratos de invocar, tienen muchos intentos, aumentan el costo total y pueden sacrificar la retención de conversiones. ¿Cómo deben elegir los equipos de aplicaciones de IA?

Personas de la industria han revelado que, para aumentar las ventas, los clientes de Keling 1.0 durante mucho tiempo pudieron obtener un descuento mínimo del 65%. Este nivel de descuento ya es una pérdida para el costo de inferencia de Keling, y con la actualización del modelo Keling, el costo de la potencia de inferencia aumentará, lo que significa que este precio es una pérdida sobre pérdida. Su único objetivo es robar clientes.

Y el resultado objetivo es que aquellos que intentan vender más tokens a las empresas de aplicaciones a precios reducidos serán relegados. Un ejemplo que puede corroborar esto es que la cantidad de solicitudes diarias de Seedance 2.0 en OpenRouter se mantiene estable en más de 3000, mientras que Keling 3.0 solo tiene entre 300 y 400.

Por lo tanto, para resolver la "tasa de pérdida bruta" inherente, hay dos formas directas: aumentar el precio del producto o reducir el costo de los tokens. Según la situación actual, la mayoría de las startups de aplicaciones de IA han optado por la segunda.

Aparentemente, todos están iterando activamente productos, actualizando funciones y diferenciándose, pero en realidad, gran parte de la energía se dedica a buscar tokens más baratos. Y los tokens baratos provienen de diversas fuentes.

Primero, la venta a precios bajos de las empresas de AI Agent "upstream" es un canal importante.

Como se mencionó anteriormente, LibLib vende tokens con un 19% de descuento a equipos de aplicaciones de IA que son más pequeños y no pueden permitirse la versión completa de Seedance 2.0. Algunas startups acogen este "descuento", mientras que otras temen violar la política de ventas de Volcano Engine y no se atreven a aceptar la oferta.

En segundo lugar, los colegas que están transformando sus negocios también pueden ofrecer tokens a precios bajos.

Como se mencionó anteriormente, las políticas anuales de los principales proveedores de modelos son bastante fuertes, con cuotas mínimas y "no se espera": si no se consumen dentro de un año, los tokens restantes se eliminan. Esta es también la razón por la cual la reventa de tokens es constantemente prohibida por los proveedores de modelos; ya sea para detener pérdidas, recuperar costos o "generar" márgenes brutos, determina que los equipos de aplicaciones de IA deben hacerlo.

Particularmente cuando algunas empresas queman dinero y fracasan en contar historias, y no pueden continuar o están al borde de la quiebra, los "enormes" tokens restantes pueden ser vendidos a precios muy bajos.

Un detalle interesante es que algunas empresas gastan millones en la compra de tokens, pero su objetivo principal no es hacer negocios, sino contar historias: decirle al mercado de capitales que se han convertido en grandes clientes de los principales modelos, mostrar su fuerza y rápidamente recaudar otra ronda de fondos. Un VC nos dijo que la compra de tokens en algunos equipos de startups ha "desvinculado completamente lo real de lo virtual".

Además, buscar subsidios gubernamentales es un canal común y más confiable para obtener tokens a precios más bajos.

Los gobiernos locales de nivel urbano ofrecerán subsidios en potencia de cálculo o modelos a las empresas de IA reconocidas en su territorio, lo que permite a las empresas de aplicaciones reducir el costo de los tokens a entre un 75% y un 90% del precio original. Sin embargo, estos recursos no son comunes, y para obtener tokens a bajo precio, todos deben "usar sus propios métodos".

En última instancia, todos están buscando maneras de obtener tokens más baratos. Esta búsqueda de maximización de tokens económicos inevitablemente llevará a la proliferación de "intermediarios".

Como parte de la industria de IA subterránea, los "intermediarios" son esencialmente mayoristas de tokens que los venden al por menor. Se pueden clasificar en tres categorías principales.

La primera categoría es la reventa "formal", que consiste en comprar en grandes cantidades tokens de modelos extranjeros, obtener descuentos y luego revenderlos en el país, lo que se ajusta a la lógica de un distribuidor "normal".

La segunda categoría es la producción completamente ilegal, generalmente operada por individuos, donde se ofrecen "tokens por tres pesos" y pueden cerrar o huir en cualquier momento.

La tercera categoría es la "poolización" de recursos. Estos intermediarios operan recopilando cuotas de tokens de varios canales dispersos y construyendo una capa de enrutamiento unificada.

Los intermediarios son uno de los principales canales de tokens a bajo precio en el mercado de aplicaciones de IA. Sin embargo, los precios de estos recursos varían y su calidad no es estable. En el ámbito de la generación de videos, es común ver el fenómeno de "dilución".

Un intermediario que "suministra" a una empresa de IA nos mencionó: "Por ejemplo, al llamar a la API de Keling, de 10 veces, 8 son de Keling y 2 son del modelo de esta empresa. Si el intermediario quiere ganar más, ajusta esta proporción".

Las empresas de aplicaciones de IA son conscientes de esto, pero algunas aún "toleran" los tokens diluidos en sus productos, lo que reduce aún más la calidad del servicio que reciben los usuarios finales. Después de todo, "no tener éxito en la extracción de cartas" es la norma, y si los usuarios sospechan que lo que están usando no es lo correcto, pueden dar una explicación.

A pesar de estos canales, las empresas de aplicaciones de IA siguen buscando maneras de reducir aún más los costos.

Para reducir legalmente el costo de los tokens y encontrar un margen de beneficio en sus informes financieros, algunas startups han inventado otro camino: diseñar sus productos como controladores de tokens precisos, limitando la duración, creando paquetes escalonados, degradando modelos y ocultando parámetros para debilitar el impacto de los tokens en el margen de beneficio.

Específicamente, algunas aplicaciones limitarán directamente la duración de los videos generados por los usuarios, por ejemplo, generando videos de 4 segundos de manera uniforme, evitando el desperdicio de cobrar por un video de 4 segundos cuando en realidad solo dura 3.

La "trampa de paquetes" es una estrategia aún más astuta; algunas aplicaciones no ofrecen el mejor modelo en paquetes intermedios ni abren el modelo óptimo para escenarios de alto consumo, y diseñan paquetes que los usuarios "no pueden agotar", esperando que los usuarios sean inactivos y usen menos, creando así un espacio para el arbitraje.

Utilizan fórmulas como "número de usuarios en el paquete de 199 yuanes × 2 mil millones de tokens reservados" para negociar precios al por mayor con los proveedores de modelos, obteniendo precios de compra muy por debajo de la demanda real de consumo. La parte no consumida se revende como "intermediario".

Un VC se quejó con nosotros: al realizar la debida diligencia sobre una empresa, descubrieron estos "inflados" y preguntaron si sus usuarios realmente podían consumir tantos tokens, a lo que el fundador solo enfatizó el número de usuarios que compraron ese paquete, evitando hablar sobre el volumen real de consumo.

Los inversores no estaban contentos con esto; un negocio donde la actividad del usuario y el margen de beneficio son inversamente proporcionales no es un buen negocio.

Las aplicaciones de IA "nacen de los tokens", lo que ha generado un problema que socava la base de la empresa: los productos ya no se diseñan solo en torno a la experiencia del usuario, sino cada vez más en torno a "cómo hacer que los usuarios consuman menos tokens".

Por supuesto, también hay métodos de reducción de costos que consideran la experiencia del usuario. Por ejemplo, primero llaman a modelos de video más baratos para generar versiones de baja resolución, y luego utilizan tecnología de superresolución para mejorar la claridad. Algunas herramientas de IA también reducen la cantidad de extracciones de cartas a través de palabras clave, flujos de trabajo, control de parámetros, post-procesamiento, almacenamiento en caché y enrutamiento de modelos, ahorrando así tokens.

Entre ellas, OiiOii es una de las empresas que ha diseñado de manera más ingeniosa su "controlador de tokens".

OiiOii llama a los puntos que los usuarios compran "comida para llevar". A diferencia de LibTV, que una vez fue muy agresivo en la captura de clientes a precios de tres o cuatro veces más bajos, el modelo principal de OiiOii (ver múltiples imágenes, 10 segundos 140 comidas para llevar) tiene un precio de 0.96 yuanes/segundo, sumando la exportación en alta definición, el precio total es de aproximadamente 0.99 yuanes/segundo, prácticamente equivalente al precio de venta de tokens de Seedance 2.0, aunque el margen de beneficio es apenas suficiente.

Puede hacer esto gracias a algunos diseños ingeniosos:

La interfaz no muestra las especificaciones de video ni la deducción de puntos, sino que empuja directamente a los usuarios a través del proceso de creación de guiones ------ personajes ------ escenas ------ tomas ------ videos, evitando así que los usuarios tengan la oportunidad de "sentir dolor" en cualquier momento, y no les informa si en el proceso de creación inicial se está utilizando Seedance, Keling o Sora 2, e incluso otros modelos más baratos. Solo hasta el paso de las tomas se permite a los usuarios elegir el modelo. Los usuarios no pueden optimizar el consumo ni comparar precios con otros, solo pueden olvidar temporalmente el precio; la "opacidad" es su mecanismo de protección del margen de beneficio.

Sin embargo, OiiOii se atreve a establecer precios y diseñar tales mecanismos de tokens porque tiene una buena reputación y reconocimiento entre grupos de producción de videos profesionales como los de cómics y cortometrajes. Fuera de la lucha por la supervivencia con los tokens, ha establecido cierta singularidad.

Un empleado de BD de un proveedor de servicios en la nube que tiene muchos clientes en cortometrajes y cómics nos dijo: OiiOii tiene cierto reconocimiento en el círculo de cortometrajes y cómics, y recientemente, LibTV también ha llegado. Estos clientes mencionan que el flujo de trabajo de LibTV es fácil de usar y su lienzo es bueno.

Anteriormente, la razón principal por la que LibTV recibió atención fue su controvertida "relación calidad-precio" y "tasa de pérdida de margen". Sin embargo, con la mejora y el avance del producto, LibTV, que siempre se ha caracterizado por reducir el precio de los tokens, también ha ganado un poco de margen para aumentar los precios.

En junio, se lanzó LibTV Agent. Este servicio lleva la generación de videos de IA de crear un solo plano a entregar un producto completo, completando automáticamente la planificación, las tomas, la generación y la edición a través de habilidades profesionales, mientras conserva el storyboard y el flujo de trabajo de nodos para modificaciones manuales; la mesa de dirección 3D, la biblioteca de personajes y la memoria a largo plazo también mejoran aún más la consistencia entre personajes y tomas.

Luego, LibTV aumentó los precios de manera inusual y audaz.

Los precios de los dos niveles de membresía anual de la versión suprema de LibTV, que anteriormente eran de 8499 yuanes y 10999 yuanes, ahora han aumentado en 1000 yuanes cada uno. El precio de llamada correspondiente a Seedance 2.0, que antes podía ser tan bajo como 0.37 yuanes por segundo, ahora es de al menos 0.41 yuanes por segundo.

Esto ha provocado que algunos usuarios sensibles a los precios se quejen, pero con la mejora de la experiencia del producto, esta es una medida inevitable.

En lugar de aumentar los precios, hay un enfoque más directo: apuntar directamente al mercado extranjero y establecer un precio más alto. Para mejorar el margen de beneficio, casi todas las aplicaciones de IA chinas priorizan el servicio al mercado global, especialmente en regiones como Europa, América y Japón, donde los usuarios están más dispuestos a pagar. Lovart, una empresa bajo el paraguas de Yingyu Technology, también es un probador activo.

Según informes anteriores de Elsewhere: Lovart se inspiró mucho en Manus. Manus empaquetó rápidamente un producto con buena experiencia cuando las capacidades del modelo cruzaron un umbral crítico, mientras que Lovart, al enterarse de que GPT-image-1 se lanzaría en tres semanas, reunió a los mejores talentos de toda la empresa para un desarrollo cerrado en Shanghái. Manus completó el arranque en frío al contactar proactivamente a grandes influenciadores tecnológicos en Silicon Valley, mientras que Lovart se benefició de la difusión a través de bloggers tecnológicos en el extranjero. Un cartel de Tesla Cybertruck generado por un usuario incluso recibió un "me gusta" de Musk.

Sin embargo, la expansión de Lovart en el extranjero no ha sido un camino de rosas. Desde su lanzamiento en mayo de 2025, Lovart formó un equipo local en Silicon Valley para encargarse del crecimiento de usuarios y la operación del mercado, pero este equipo ha estado lleno de turbulencias. Para finales de 2025, todos los miembros del equipo estadounidense, incluidos la cofundadora de Lovart, COO Elena Leung, y la cofundadora Aimee Yang, habían renunciado, y los miembros actuales del equipo son todos nuevos que se unieron en la primera mitad de 2026.

A medida que las startups de aplicaciones de IA buscan obtener usuarios de "valor neto" más altos en el mercado global, mejorar la ingeniería y el diseño del producto para aumentar los precios, y afinar el diseño del "controlador de tokens" de IA, cada vez más equipos de startups de IA están enfrentando decisiones difíciles. Diseñar cuidadosamente el controlador de tokens es, de hecho, la opción más controlable en términos de resultados.

Sin embargo, si todas las startups de aplicaciones de IA deben diseñarse primero como controladores de tokens, nunca podrán ofrecer una verdadera experiencia de usuario ni mejorar realmente la calidad del producto. En una competencia de mercado más amplia, esto podría hacer que se vuelvan más pasivos.

La amenaza más evidente proviene de los gigantes.

Cuando gigantes de Internet con capacidades de producto poderosas, aprovechando sus avances en modelos y la capacidad de modelos de terceros, establecen rápidamente su matriz de productos de aplicaciones de IA con grandes recursos financieros y sin miedo a consumir tokens, el futuro de las startups se ve presionado. El auge de Tencent WorkBuddy y la capacidad de producto que lo respalda son un ejemplo que los emprendedores de aplicaciones de IA deben observar y tener en cuenta.

Desde que se lanzó la versión beta pública en marzo de 2026, Tencent ha ampliado la exposición de WorkBuddy a través de flujos de información de WeChat, cuentas públicas, publicidad en metro y edificios de oficinas, así como medidas para reducir el costo de prueba para los usuarios, como regalos por registro, recompensas por inicio de sesión, exenciones de modelos y créditos dobles, atrayendo a un gran número de usuarios. Las iteraciones de alta frecuencia que se llevan a cabo simultáneamente han consolidado aún más la posición de WorkBuddy en la ola de productividad de IA.

Solo en junio de 2026, este producto completó al menos 17 lanzamientos de versiones, a veces incluso dos al día. Además de corregir rápidamente errores, WorkBuddy también se integró rápidamente con aplicaciones del ecosistema de Tencent, como Tencent Docs y WeChat Work, y mejoró capacidades como colaboración de múltiples agentes, tareas en la nube y gestión de proyectos empresariales, convirtiéndose finalmente en una nueva estrella de IA que supera a Yuanbao dentro de Tencent.

Al publicar los resultados del primer trimestre en mayo, Tencent no dudó en afirmar que, en términos de cuentas activas diarias, WorkBuddy se ha convertido en el servicio de IA más popular en China. Según datos de Analysys, desde marzo hasta junio, el tráfico mensual de la versión de PC de WorkBuddy creció de 8.85 millones a 20.97 millones, más que duplicándose.

Este es un logro que cualquier empresa de aplicaciones de IA envidiaría y que no podría alcanzar. WorkBuddy puede aprovechar todos los recursos de tráfico de Tencent y, lo que es más importante, no tiene que gestionar cuidadosamente el interruptor del controlador de tokens como lo hacen las startups.

Escapando de la muerte

Cada vez más emprendedores de aplicaciones de IA comienzan a explorar caminos fuera de los tokens.

El emprendedor estrella Zhang Yueguang publicó en Xiaohongshu en junio: al evaluar si una aplicación de IA es válida, los verdaderos indicadores top 3 son el margen de beneficio de los usuarios de pago, la tasa de renovación y el CAC (costo de adquisición de clientes), y para lograr los dos primeros de manera saludable, o se debe cambiar el modelo comercial de venta de tokens a otro modelo comercial, o vender tokens a usuarios que no son sensibles al precio de los tokens. "Todos los productos que se basan en usuarios sensibles al precio de los tokens para vender tokens solo pueden ser negocios de proveedores de modelos."

El propio producto emprendedor de Zhang Yueguang corresponde a las dos soluciones diferentes que busca.

Una es Xingmian, que intenta cubrir los costos de token con ingresos de juegos e IP; la otra es Dokie, que busca que los usuarios paguen por un resultado utilizable, en lugar de comparar el costo de cada llamada al modelo. Además, según sus actualizaciones públicas, Dokie ha reducido a cero el límite de prueba gratuita en más de 140 países, lo que en realidad no afecta mucho a los pagos.

Durante mucho tiempo, el "token Maxxing" fue considerado un estándar, y la industria persiguió fervientemente el consumo de tokens, viéndolo como un símbolo de un producto fuerte y un mercado en crecimiento. Pero todos finalmente se dieron cuenta de que perseguir el consumo de tokens era un desvío; la estructura de márgenes brutos es el verdadero indicador. En otras palabras, las empresas que realmente nacen de los tokens no son aquellas que queman más tokens, sino aquellas que pueden cambiar la forma de vender los tokens.

El ejemplo más típico se encuentra en el campo de "hardware + aplicaciones", siendo Plaud el representante más destacado.

Según entendemos, los ingresos netos de los servicios de IA no relacionados con hardware de Plaud ya han alcanzado decenas de millones de dólares anuales. Su objetivo de ventas total para 2026 es de 500 millones de dólares, con más de 2 millones de usuarios instalados.

Detrás de esto hay una estructura de pago diferente.

Primero, el hardware en sí. En la industria de la electrónica de consumo, el precio de venta al público de los terminales generalmente necesita alcanzar el costo BOM, que es aproximadamente tres veces el costo de materiales, para que la empresa pueda obtener un espacio de operación sostenible. El precio de Plaud Note Pro es de aproximadamente 179-189 dólares, con un costo BOM de aproximadamente 60 dólares, lo que da un margen bruto de hardware de aproximadamente 67%, cumpliendo con esta regla.

Más importante aún son los ingresos por suscripción de IA. Su suscripción de IA se divide en dos niveles: Pro, que se traduce en aproximadamente 8.33 dólares al mes con pago anual, y Unlimited, que se traduce en aproximadamente 20 dólares al mes con pago anual. Este precio no es ni caro ni barato; la clave es que su escenario de IA es bastante ligero, principalmente transcripción y resumen, no generación de video ni razonamiento de agentes. Según una estimación de un proveedor de Plaud: calculando los ingresos por suscripción de 8-20 dólares/mes/persona, el costo de procesamiento de IA de Plaud es de aproximadamente 1-2 dólares/mes/persona, lo que permite que el margen de software de Plaud alcance aproximadamente el 75%-90%.

En general, la situación del hardware es relativamente mejor que la del software, ya que no hay competencia directa con las empresas de modelos y productos de modelos, y hay espacio para hacer un sobreprecio.

Un emprendedor de hardware de IA ha clasificado los productos en el mercado en varias categorías:

Primero, el tipo de hardware autosuficiente. A través de precios de tres veces en el país y cinco veces en el extranjero, permite que el hardware no pierda dinero, y además, con la suscripción, puede ganar algo.

Segundo, el tipo de bajo margen de hardware + suscripción que complementa. Plaud pertenece a esta categoría.

Tercero, el tipo de crecimiento por financiamiento, muchas empresas emergentes de hardware de IA en sus inicios pertenecen a este tipo; y finalmente, el tipo de bajo precio de hardware + sin suscripción. Por ejemplo, la mayoría de los productos de IA de compañía/IA de juguetes en el país, que principalmente ganan algo con el hardware, subsidian los costos de tokens.

Sin embargo, desde la perspectiva de este emprendedor, el hardware también está cambiando. El precio de tres veces el costo BOM ya no se puede mantener. "Los márgenes son demasiado bajos, y luego serán devorados por canales, servicio postventa, devoluciones; si solo se persigue el margen de hardware, también podría elevar demasiado el precio de compra inicial, afectando la escala de ventas y la conversión de suscripciones posteriores." Si esto es cierto, entonces el hardware de IA también tendrá que buscar nuevas salidas.

Fuera de estos métodos de resolución pertenecientes a empresas de hardware, también están surgiendo algunas ideas más generales.

Una tendencia reciente es que cada vez más aplicaciones de IA, incluidas las empresas de hardware, comienzan a "entrenar" sus propios modelos.

Recientemente, el fundador del popular producto de hardware "AI Mushroom" Swoii, conocido como "Tío He", nos reveló que están utilizando modelos autodesarrollados para lograr personalización de bajo costo, satisfaciendo las necesidades de escenarios UGC de los usuarios, mejorando la satisfacción del usuario y la disposición a pagar.

La empresa de aplicaciones de IA Mindverse, que se hizo conocida por Macaron, está en proceso de transformación hacia una empresa de investigación de modelos; su Mind Lab acaba de lanzar y abrir el peso del modelo Macaron-V1, que no solo sirve a sus propios productos, sino que también comienza a ofrecer modelos y capacidades de entrenamiento posterior a más aplicaciones B.

Además, según entendemos, el conocido emprendedor en serie, fundador de Teambition, y ex vicepresidente de productos de Feishu y responsable de productos de PC de Doubao, Qi Junyuan, está emprendiendo nuevamente; su equipo está desarrollando y probando un producto de agente de IA, que también se basa en gran medida en modelos de lado del dispositivo autodesarrollados, tratando de reducir al mínimo la dependencia de las API de proveedores de modelos y tokens.

Aunque estos productos tienen diferentes escenarios, detrás de las diferencias hay una lógica común importante: cada vez más emprendedores dedicados a hacer buenos productos de IA se dan cuenta de que entrenar un modelo por su cuenta y luego integrar el modelo y la aplicación es mucho más rentable que simplemente comprar tokens de proveedores de modelos.

Particularmente aquellas empresas de aplicaciones de IA con escenarios claros, datos ricos y una escala de llamadas estable, tienen la oportunidad de reemplazar los costosos API de modelos SOTA generales con modelos especializados a través del entrenamiento posterior. A medida que la escala de llamadas se expande, la inversión única en el entrenamiento del modelo se amortiza a largo plazo, lo que puede reducir significativamente el costo unitario de tokens.

Si se logra este camino, las aplicaciones de IA serán más populares. En cuanto a la actualidad, los proyectos de IA puramente de software ya están perdiendo interés en el círculo de capital.

Algunos inversionistas han señalado que en la primera mitad de este año, el enfoque de algunos fondos de primera línea se ha desplazado hacia la inteligencia encarnada y el hardware. No es que no inviertan en software. Todos siguen mirando hacia la dirección B, especialmente las aplicaciones de escenarios específicos dirigidas a "pequeños empresarios con dinero" están siendo favorecidas. a16z invirtió en junio en varios proyectos de IA relacionados con odontología, operaciones médicas y servicios domésticos. En el proyecto de primavera de Qiji Chuangtan, también apareció un grupo de empresas similares dirigidas a fábricas, marcas y empresas que se expanden al extranjero.

Este cambio no es difícil de entender. Aunque "los pequeños empresarios con dinero" se preocupan por el precio, se preocupan más por si las herramientas pueden ayudarles a producir más y cerrar más ventas. Siempre que los beneficios generados por la IA sean claramente superiores al costo de uso, incluso una tarifa anual de decenas de miles de dólares o más vale la pena. Los negocios de IA que les sirven pueden ser "pequeños", pero pueden ganar dinero de manera tangible en el ámbito comercial.

Además, el FDE está en constante aumento, lo que también es una reflexión y un avance de la industria sobre la dificultad de los tokens de aplicaciones de IA. El FDE cambia el punto de anclaje del valor del producto de "cuántos tokens se han llamado" a "qué se ha completado para el cliente", dando a las empresas emergentes la oportunidad de cobrar realmente según los resultados entregados. Cuando los tokens en sí ya no determinan el límite superior del valor del producto, las aplicaciones de IA también tienen la oportunidad de obtener más ganancias.

En última instancia, los tokens solo compran un boleto de entrada, no una muralla defensiva. Si no se puede escapar, solo se puede ser devorado por los tokens.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.