Die Preise für Inferenz mit allgemeinen Modellen sinken weiterhin. Modellanbieter konkurrieren bei Eingabe-Token-Preisen, Ausgabe-Token-Prei...
Die Preise für Inferenz mit allgemeinen Modellen sinken kontinuierlich.
Modellanbieter konkurrieren bei Preisen für Input-Token, Output-Token, Caching, Batch-Verarbeitung und zunehmend effizienteren Architekturen. Oberflächlich betrachtet bedeutet dies, dass Unternehmens-KI Jahr für Jahr billiger werden sollte.
Doch viele Organisationen stellen eine andere Kostenkurve fest.
Basismodelle mögen günstig sein, aber KI in Produktionsqualität erfordert weiterhin:
Ein kostengünstiges Modell kann keine zuverlässigen Entscheidungen auf der Grundlage von Daten treffen, auf die es keinen Zugriff hat, die es nicht versteht oder denen es nicht vertrauen kann.
Diese Kluft zwischen kostengünstiger allgemeiner Inferenz und teurer Unternehmensimplementierung ist der Kern der Wachstumsgeschichte von Shenzhen Xunce Technology Co., Ltd. (an der Börse von Hongkong notiert, Aktienkürzel 3317).
Xunce entwickelt keine allgemeinen Basismodelle. Ihr Kerngeschäft ist die Bereitstellung von Echtzeit-Dateninfrastruktur und Datenanalyse-Diensten für die Vermögensverwaltung und zunehmend auch für andere Branchen.
Am 31. Juli 2026 veröffentlichte das Unternehmen eine Gewinnwarnung (positive Prognose) und erwartet für das erste Halbjahr einen Umsatz von etwa 967,02 Millionen RMB, was einem Anstieg von 388,76 % im Vergleich zum Vorjahr entspricht.
Das Unternehmen erwartet zudem erstmals seit seiner Gründung ein profitables erstes Halbjahr.
Im Zentrum seiner aktuellen Strategie steht TokenONE, das das Unternehmen als ein TokenOS-Betriebssystem beschreibt, das Unternehmensdaten und Bereichswissen in messbare, abrufbare „Szenario-Token" umwandelt.
Diese Behauptung klingt ähnlich wie die Token, die bei APIs für Sprachmodelle verwendet werden, aber die beiden Konzepte sind nicht identisch.
Das Verständnis dieses Unterschieds ist entscheidend, um sowohl die Chancen als auch die Unsicherheiten hinter dem neuen Geschäftsmodell von Xunce zu verstehen.
Standard-Token von Sprachmodellen sind Einheiten, die erzeugt werden, wenn Text durch einen Tokenizer verarbeitet wird.
Modellanbieter rechnen in der Regel auf folgender Basis ab:
Input-Token
Output-Token
Cache-Input-Token
Inferenz-Token
Diese Einheiten helfen, die Rechenmenge des Modells und die API-Nutzung zu messen.
Xunce verwendet den Begriff Token in einem weiteren Sinne.
Seine „Szenario-Token" sind definiert als verpackte Unternehmensdaten- oder Bereichswissen-Einheiten, die von KI-Anwendungen abgerufen und mit Geschäftsentscheidungen verbunden werden können.
Mögliche Beispiele umfassen:
Das bedeutet, dass die veröffentlichte Preisgestaltung „pro Million Token" des Unternehmens nicht unbedingt eins zu eins mit den Input-Token-Preisen von Basismodell-APIs vergleichbar ist.
Diese Produkte lösen unterschiedliche Probleme.
| Allgemeine Modell-Token | Xunce „Szenario-Token" |
|---|---|
| In der Regel durch einen Tokenizer definierte Text- oder Multimodal-Einheiten | Unternehmensdefinierte, verarbeitete Unternehmensdaten- oder Wissenseinheiten |
Messen den Verbrauch von Modelleingaben oder -ausgaben | Darstellung abrufbarer Geschäftsdatenfähigkeiten |
| In der Regel auf Training mit breiten Datensätzen basierende Modellintelligenz | Basierend auf privaten Daten, Regeln, Echtzeit-Datenquellen und Branchen-Workflows |
| In der Regel vom Modellanbieter bepreist | Preisgestaltung im Rahmen der Xunce-Unternehmensprodukt- und Service-Modelle |
| Standardmäßige technische Bedeutung variiert je nach Tokenizer | Produktbedeutung hängt von der TokenONE-Implementierung und den vertraglichen Vereinbarungen ab |
Die zentrale Geschäftsidee ist nicht, dass bestimmte Token von Natur aus wertvoller sind als andere.
Es geht vielmehr darum, dass Unternehmen möglicherweise bereit sind, für verifizierten, zeitnahen, domänenspezifischen Kontext mehr zu zahlen als für rohe allgemeine Modellrechenleistung.
Die geprüften und veröffentlichten Jahresumsätze von Xunce sind schnell gewachsen, auch wenn der Weg nicht ganz geradlinig war.
Laut dem Jahresbericht 2025 des Unternehmens:
| Jahr | Umsatz | Wachstum im Jahresvergleich |
|---|---|---|
| 2022 | 287,90 Millionen RMB | — |
| 2023 | 530,46 Millionen RMB | 84,25 % |
| 2024 | 631,98 Millionen RMB | 19,14 % |
| 2025 | 1,285 Milliarden RMB | 103,28 % |
Die Wachstumsverlangsamung im Jahr 2024 sticht zwischen zwei starken Jahren besonders hervor.
Eine mögliche Erklärung ist, dass der Markt für Unternehmens-KI immer noch stark von Modelltraining, Infrastrukturbeschaffung, Experimenten und Machbarkeitsstudien (Proof-of-Concept) geprägt war.
Wenn Organisationen damit beginnen, KI mit Echtzeit-Betriebsdaten zu verbinden und in Produktions-Workflows einzusetzen, profitieren die Produkte von Xunce direkter.
Diese Erklärung ist plausibel, sollte aber nicht als die einzige betrachtet werden.
Die Geschäftsentwicklung des Unternehmens kann auch von folgenden Faktoren beeinflusst worden sein:
Der Jahresbericht bestätigt, dass die beschleunigte Umsatzentwicklung von Xunce im Jahr 2025 mit einem deutlichen Anstieg der Lösungslieferkosten einherging.
Der Umsatz stieg um 103,28 %, während die Vertriebskosten um 234,29 % zulegten, teilweise weil einige Projekte Hardware-Beschaffung und Bereitstellungsdienste umfassten.
Die Bruttomarge sank von 76,68 % im Jahr 2024 auf 61,66 % im Jahr 2025, bleibt aber im Vergleich zu üblichen Software- und Dienstleistungsstandards weiterhin hoch.
Die Gewinnwarnung von Xunce vom 31. Juli schätzt:
| Kennzahl | Erstes Halbjahr 2025 | Schätzung erstes Halbjahr 2026 | Veränderung |
|---|---|---|---|
| Umsatz | 197,85 Millionen RMB | 967,02 Millionen RMB | +388,76 % |
| Gewinn/(Verlust) der Aktionäre | Verlust von 89,43 Millionen RMB | Gewinn von 72,51 Millionen RMB | Wende zur Profitabilität |
| Bereinigter Nettogewinn/(Verlust) | Verlust von 104,98 Millionen RMB | Gewinn von 67,00 Millionen RMB | Wende zur Profitabilität |
Diese Formel fügt herkömmlichen Unternehmenssoftware-Modellen eine Nutzungsvariable hinzu.
Ein Projekt kann bei der Lieferung eine einmalige Zahlung generieren.
Ein nutzungsbasiertes System kann jedoch kontinuierlich Einnahmen erzielen, sobald die KI-Anwendung des Kunden den Dienst abruft.
Dies ähnelt anderen nutzungsabhängigen Infrastrukturgeschäften:
Der Vorteil liegt in der
Angleichung an die Kundenaktivität.
Das Risiko besteht darin, dass die Einnahmen vom tatsächlichen Verbrauch abhängen und nicht von vertraglich vereinbarter, aber ungenutzter Software.
Wenn die KI-Anwendungen der Kunden nicht genutzt werden, werden auch die nutzungsbasierten Einnahmen nicht wachsen.
TokenONE wird als standardisiertes Produktionssystem positioniert, das rohe Unternehmensdaten in direkt für KI nutzbare Ausgaben umwandelt.
Das Launch-Material beschreibt neun Verarbeitungsstufen und fünf Hauptprozesse.
Die genaue Terminologie variiert in den verschiedenen Unternehmensmaterialien leicht, aber der Gesamtablauf umfasst:
Die fünf Hauptprozesse verbinden diese Schritte und umfassen Daten-Governance, Anwendungsintegration, KI-Agenten, vertikale oder kleine Modelle sowie Messung, Prüfung, Sicherheit und Abrechnung.
Das zentrale Argument des Unternehmens ist, dass Unternehmensdaten nicht einfach kopiert und in Modell-Prompts eingefügt werden können.
Die Daten müssen zunächst korrekt, zeitnah, strukturiert, berechtigungssensibel, rückverfolgbar, relevant für Geschäftsprozesse, kompatibel mit den Ziel-KI-Systemen und messbar sein, um Abrechnung und Bewertung zu ermöglichen.
Dies ist ein reales Unternehmensproblem, unabhängig von XunCes Token-Terminologie.
Nehmen wir eine Fertigungsanlage mit über 200 Geräten als Beispiel.
Zu den Rohdaten könnten Sensordatenströme, Wartungsprotokolle, Alarmsignale, Qualitätsprüfergebnisse, Maschineneinstellungen, Produktionspläne und Notizen des technischen Personals gehören.
Ein allgemeines Sprachmodell kann den Gerätezustand nicht sicher direkt aus diesen unstrukturierten Rohdaten ableiten.
Der Produktionsablauf könnte wie folgt aussehen:
XunCe würde die daraus resultierende abrufbare Datenfähigkeit als Szenario-Token bezeichnen.
Wertvoll ist nicht das Wort „Token“ selbst.
Sondern der Transformationsprozess von rohen Betriebsdaten zu zuverlässigen Entscheidungsinputs.
XunCe hat die folgenden frühen kommerziellen Kennzahlen offengelegt:
Das Unternehmens-Update für Juli zur Geschäftsentwicklung zeigt, dass tokenbezogene Einnahmen mehr als 10 % des Umsatzes ausmachen.
Diese Zahlen sind ermutigend, sollten jedoch mit Vorsicht betrachtet werden.
Erläuterung.
Der jährlich wiederkehrende Umsatz ist eine Hochrechnungskennzahl.
Er schätzt, wie hoch der wiederkehrende Umsatz innerhalb eines Jahres ausfallen könnte, wenn das aktuelle Niveau anhält.
Er ist nicht gleichbedeutend mit Bareingängen, geprüften Einnahmen, Auftragsbestand, Nettogewinn oder freiem Cashflow.
Bei kleinen Ausgangswerten sind Steigerungen von 300 % oder 410 % möglich.
Der absolute tokenbezogene Umsatz- und Bruttogewinnbeitrag ist ebenso wichtig wie die prozentuale Steigerung.
Zum Zeitpunkt der Halbjahresberichterstattung ist TokenONE erst seit kurzem öffentlich verfügbar.
Es werden weitere Berichte benötigt, um Kundenkonversion, Nutzungsbindung, Umsatz pro Kunde, Bruttomarge, Kosten für Serviceaufrufe, Kundenkonzentration, Abwanderungsrate, Vertragslaufzeiten und Bareingänge zu bewerten.
Das Unternehmen gibt an, dass seine Szenario-Token einen Preis von 10 bis 100 US-Dollar pro Million Token erzielen können.
Diese vom Unternehmen veröffentlichte Preisspanne liegt deutlich über den Eingabepreisen vieler allgemeiner Modelle.
Dieser Vergleich ist nicht direkt möglich, da die zugrunde liegenden Einheiten unterschiedlich sind.
Kunden zahlen möglicherweise für ein Gesamtpaket, das private Unternehmensdaten, Datenbereinigung, Echtzeitverarbeitung, Branchenregeln, Modell-Routing, Sicherheitskontrollen, Prüfung, Service-Level-Anforderungen, Implementierungsunterstützung und branchenspezifische Ausgaben umfasst.
Der treffendste Vergleich ist nicht unbedingt „ein LLM-Token gegen ein Szenario-Token“.
Treffender wäre:
Inferenz allgemeiner Modelle
gegenüber
verwaltete, validierte branchenspezifische Datendienste
Höhere Preise sind nur dann nachhaltig, wenn die Ausgaben einen messbaren Wert schaffen oder erhebliche Risiken vermeiden.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Beispiele könnten sein: Verhinderung fehlerhafter Transaktionen, Erkennung von Produktionsfehlern, Reduzierung von Maschinenstillstandzeiten, Optimierung des Energieeinsatzes, Beschleunigung regulierter Prozesse oder Senkung der Kosten für manuelle Prüfungen.
Wenn die Ausgaben die Geschäftsergebnisse nicht verbessern, ist eine Prämie schwer zu rechtfertigen.
Tokenisierung ist leicht zu beschreiben.
Der Aufbau zuverlässiger industrieller Systeme ist deutlich schwieriger.
Xunce nennt als Hauptvorteil seine über zehnjährige Erfahrung in der Echtzeit-Dateninfrastruktur.
Der Jahresbericht listet drei zentrale Produkteigenschaften auf:
Der Ursprungsmarkt des Unternehmens, das Asset Management, ist ein anspruchsvolles Trainingsfeld.
Finanzielle Arbeitsabläufe können Antwortzeiten im Millisekundenbereich, präzisen Datenabgleich, vollständige Prüfpfade, strenge Rechteverwaltung, aufsichtsrechtliche Berichterstattung und Risikokonformitätsprüfungen erfordern.
Das Unternehmen glaubt, dass dieselben Kernfähigkeiten auf Fertigung, Energie, Gesundheitswesen, Robotik, Luftfahrt und andere Branchen übertragbar sind.
Der Umsatzanteil außerhalb des Asset Managements von 79,63 % im Jahr 2025 belegt die Expansion über den Finanzsektor hinaus.
Dies beweist jedoch nicht, dass jedes neue vertikale Segment dieselbe Marge, Bindung oder Verteidigungsfähigkeit erreicht.
Die Leistung von Enterprise-KI hängt oft von Informationen ab, die nicht in öffentlich zugänglichen Trainingsdaten enthalten sind.
Dazu gehören Geräteparameter in Fabriken, interne Arbeitsabläufe in Krankenhäusern, Risikoregeln in Finanzinstituten, Echtzeit-Betriebszustände von Stromnetzen, historische Fehlermuster von Unternehmen, Qualitätsschwellen für bestimmte Produkte und branchenspezifische Annotationsstandards.
Basismodelle können breite Denkfähigkeiten bieten.
Private Daten und operative Rückkopplungen bestimmen, ob diese Fähigkeiten innerhalb einer Organisation wirken.
Die Verteidigungsfähigkeit eines Unternehmensdatenanbieters kann daher aus langfristigen Kundenbeziehungen, Integrationstiefe, historischem Datenmapping, branchenspezifischen Modulen, operativem Feedback, Sicherheitszertifizierungen, Wechselkosten und zuverlässiger Echtzeitleistung resultieren.
Diese Vorteile können Jahre zum Aufbau benötigen.
Sie können jedoch geschwächt werden, wenn Kunden interne Plattformen aufbauen, Basismodellanbieter tiefer in Unternehmensdaten vordringen oder Open-Source-Datenwerkzeuge die Implementierungskosten senken.
Die erste strategische Phase von Xunce ist gestartet.
Das Unternehmen plant, mit Branchenpartnern vertikale Token-Fabriken in den Bereichen Finanzen, Gesundheitswesen, High-End-Fertigung, Energieversorgung, intelligente Fahrzeuge, Robotik und anderen datenintensiven Feldern aufzubauen.
Das Konzept der Token-Fabrik basiert auf Wiederverwendbarkeit.
Xunce zielt nicht darauf ab, jede Datenpipeline von Grund auf neu aufzubauen, sondern Standardmodule, Branchenvorlagen, Datenverarbeitungsregeln, Sicherheitskontrollen, Abrechnungslogik und Modellintegrationen wiederzuverwenden.
Dies ist der bekannte Gegensatz von „Plattform versus Projekt“ in vielen Unternehmenssoftwarefirmen.
Wenn neue Kunden mit vorhandenen Komponenten bedient werden können, wird die Plattform profitabler.
Wenn jede Bereitstellung umfangreiche kundenspezifische Arbeit erfordert, bleibt es ein Dienstleistungsgeschäft.
Zukünftige Bruttomargen- und Kostendaten werden zeigen, wie weit Xunce in Richtung echter Plattformökonomie fortgeschritten ist.
Xunce gibt an, TokenRouters in der zweiten Jahreshälfte 2026 einführen zu wollen.
Dieses Produkt wird als konformer Token-Austauschplatz über Unternehmen, Branchen und Szenarien hinweg beschrieben.
Das erwartete Modell sieht wie folgt aus:
Dies würde die Erlöslogik von internen Aufrufen einzelner Kunden auf Aktivitäten in einem breiteren Netzwerk ausdehnen.
Der potenzielle Plattformeffekt liegt auf der Hand.
Die Umsetzungsherausforderungen sind ebenso groß:
TokenRouters ist ein geplantes Produkt, keine bereits errichtete nationale Börse.
Seine kommerzielle Akzeptanz sollte nach der Einführung bewertet werden.
Die dritte Phase der Roadmap von Xunce sind unternehmenseigene kleine Modelle.
Die Begründung ist direkt.
Einige Organisationen möchten nicht, dass jede Anfrage ihre Umgebung verlässt oder große allgemeine Modelle verwendet werden.
Sie bevorzugen möglicherweise kleinere Systeme – kostengünstiger im Betrieb, leichter abstimmbar, schneller, vorhersehbarer, privater, lokal bereitstellbar und auf eine einzelne Aufgabe oder Branche fokussiert.
Die Szenario-Token-Schicht kann diesen Modellen kuratierte, kontinuierlich aktualisierte Unternehmenskontexte liefern.
Diese Kombination könnte so aussehen:
Unternehmensdaten
→ Governance-konforme Szenario-Token
→ private kleine Modelle
→ Geschäftsanwendungen
→ Ergebnis-Feedback
→ aktualisierte Token-Pipelines
Diese Architektur könnte in den Bereichen Finanzen, Gesundheitswesen, Luft- und Raumfahrt, öffentliche Verwaltung und anderen sensiblen Umgebungen attraktiv sein.
Dies bedeutet auch, dass Xunce mit Cloud-Anbietern, Datenbankunternehmen, Datenintegrationsanbietern, Modellanbietern, KI-Agentenplattformen, internen Ingenieurteams von Unternehmen und Branchensoftwarefirmen konkurrieren wird.
Mehrere Faktoren machen die Strategie von Xunce kommerziell interessant.
Wenn Organisationen KI mit dem tatsächlichen Betrieb verbinden, benötigen sie mehr Datenengineering, Governance und Überwachung.
Die Intelligenz öffentlicher Modelle kann schnell billig werden.
Kundenspezifische Datenzuordnungen und Rückkopplungsschleifen sind schwerer zu verlagern.
Einnahmen, die an die Nutzung gekoppelt sind, können wachsen, wenn Kunden mehr Aufrufe tätigen, ohne für jede Wachstumseinheit einen neuen Kunden zu gewinnen.
Wiederverwendbare Komponenten können die Bereitstellungskosten senken, wenn der Umfang der Bereitstellungen zunimmt.
Im Jahr 2025 stammten fast 80 % der Einnahmen aus Bereichen außerhalb des ursprünglichen Asset-Management-Segments.
Eine erste Halbjahresvorabwarnung zeigt eine signifikante Trendwende.
Diese Punkte erklären den äußeren Optimismus gegenüber dem Unternehmen.
Sie beseitigen jedoch nicht die Risiken.
Die Juli-Ankündigung basiert auf geprüften Managementkonten.
Der detaillierte Zwischenbericht kann Anpassungen oder zusätzliche Informationen enthalten.
Unternehmensprojekte können erhebliche Forderungen erzeugen.
Der Jahresbericht 2025 von Xunce führt den erwarteten Kreditverlust aus Handelsforderungen als wichtigen Prüfpunkt auf.
Zum Ende des Jahres 2025:
Daher sollten Bareinzahlungen zusammen mit den Einnahmen geprüft werden.
Der vom Unternehmen gemeldete Token-Beitrag hat erst kürzlich die 10%-Marke überschritten.
Der Großteil der Einnahmen stammt weiterhin aus dem breiter aufgestellten Bestandsgeschäft.
Derzeit gibt es keine allgemeingültigen Rechnungslegungs- oder technischen Standards, die ein Xunce-Szenario-Token direkt mit einem Token eines anderen Anbieters vergleichbar machen würden.
Kunden werden Produkte eher anhand von Geschäftsergebnissen als anhand von Begriffen beurteilen.
Wenn für Bereitstellungen weiterhin umfangreiche Hardware und individuelle Anpassungen erforderlich sind, könnten die Margen näher an einem Lösungsgeschäft als an einer reinen Softwareplattform liegen.
Große Cloud-Anbieter, Modellunternehmen, Datenunternehmen und Unternehmenssoftwarefirmen bewegen sich alle in Richtung privater Datenintegration und Agenten-Infrastruktur.
Bevor TokenRouter Netzwerkeffekte entwickeln kann, müssen zunächst rechtliche, technische und Vertrauensfragen gelöst werden.
Die schnelle Expansion in viele Branchen und Länder könnte Vertriebs-, Support-, Sicherheits-, Liefer- und Qualitätskontrollsysteme belasten.
Der ursprüngliche Artikel stellte die Token-Einnahmen als ein Vier-Faktoren-Modell dar:
Kundenzahl × Modulanzahl × Token-Preis × Anzahl der Aufrufe
Dies ist ein nützlicher Geschäftsrahmen, aber das vollständige Geschäftsmodell muss auch Kosten abziehen und das Kundenverhalten berücksichtigen.
Ein praktischeres Modell ist:
Token-Bruttogewinn
= Anzahl aktiver Kunden
× Anzahl aktiver Module
× Nettostückpreis
× Anzahl erfolgreich abgerechneter Aufrufe
− Datenverarbeitungskosten
− Modell- und Rechenkosten
− Bereitstellungskosten
− Supportkosten
− Partneranteile
− Forderungsausfälle und Inkassokosten
Die Wörter aktiv, erfolgreich und netto sind entscheidend.
Kunden können Verträge unterzeichnet haben, ohne die Dienste jedoch intensiv zu nutzen.
Ein Aufruf kann fehlschlagen oder keinen Wert erzeugen.
Der tatsächliche Transaktionspreis nach Rabatten kann vom Listenpreis abweichen.
Die langfristige Qualität des Geschäfts hängt von diesen operativen Details ab.
Der detaillierte Zwischenbericht sollte dazu beitragen, mehrere wichtige Fragen zu beantworten.
Diese Details sind wichtiger als die gesamten Wachstumsprozentsätze.
Trotz der oben genannten notwendigen Vorbehalte deuten die Leistungsdaten von Xunce dennoch auf einen bedeutenden Markttrend hin.
Die Ausgaben für Unternehmens-KI gehen über Basismodelle und Beschleuniger hinaus und weiten sich auf breitere Bereiche aus.
Organisationen investieren zunehmend in die Ebene, die KI mit der Geschäftsrealität verbindet:
Fachlogik.
Da die Inferenzkosten für allgemeine Modelle sinken, könnten diese Randbereiche einen größeren Anteil am Gesamtwert ausmachen.
Das bedeutet nicht, dass allgemeine Tokens unbedeutend werden.
Es bedeutet, dass die billigste Komponente nicht immer die wertvollste Komponente ist.
Ein Modellaufruf kann sehr kostengünstig sein.
Die vertrauenswürdigen Daten, Workflow-Integrationen und Rechenschaftsmechanismen, die erforderlich sind, um auf der Grundlage einer Antwort zu handeln, können jedoch wesentlich teurer sein.
Xunce bietet Echtzeit-Dateninfrastruktur und Datenanalysedienste für das Vermögensverwaltungsgeschäft und zunehmend auch für andere Branchen. Die Produkte verbinden Unternehmensdatenerfassung, -bereinigung, -standardisierung, Echtzeitberechnung, -analyse, KI-Agenten und Modellintegration.
Die vorläufige Gewinnwarnung des Unternehmens führte das Wachstum auf die gestiegene Nachfrage nach Unternehmens-KI-Daten, die Expansion in weitere Branchen, die Einführung des Token-Geschäftsmodells sowie Internationalisierung und Ökosystementwicklung zurück. Die Daten sind ungeprüft und sollten im detaillierten Zwischenbericht bestätigt werden.
TokenONE ist ein Produkt von Xunce, das heterogene Unternehmensdaten und Fachwissen in messbare, prüfbare und aufrufbare Szenario-Tokens umwandelt. Das Unternehmen beschreibt es als TokenOS und ein standardisiertes Token-Fabriksystem.
Nein. LLM-Tokens sind in der Regel vom Tokenizer definierte Eingabe- oder Ausgabeeinheiten des Modells. Xunce verwendet „Szenario-Token" als Produktbegriff für verarbeitete Unternehmensdaten oder Wissensfunktionen, daher ist die Preisgestaltung nicht direkt mit den Preisen gewöhnlicher Modelltokens vergleichbar.
Xunce meldete für das Gesamtjahr 2025 einen Nettoverlust. Die Gewinnwarnung vom Juli 2026 schätzt für das erste Halbjahr einen Gewinn, der den Anteilseignern der Muttergesellschaft zuzurechnen ist, von 72,51 Millionen RMB und einen bereinigten Nettogewinn von 67 Millionen RMB, vorbehaltlich des endgültigen Zwischenberichts.
TokenRouters sind eine geplante Plattform von Xunce für den konformen Austausch und die Nutzung von Szenario-Tokens über Unternehmen und Branchen hinweg. Das Unternehmen gibt an, die Plattform voraussichtlich in der zweiten Jahreshälfte 2026 einzuführen, daher ist sie als Roadmap-Produkt und nicht als etablierte Börse zu betrachten.
Branchendaten können private Aufzeichnungen, Echtzeit-Datenströme, validierte Regeln, Sicherheitskontrollen, Prüfbarkeit und Betriebssicherheit umfassen. Wenn diese Kombination hochwertige Entscheidungen verbessert, sind Kunden möglicherweise bereit, einen Aufschlag zu zahlen, aber dieser Preis ist nur nachhaltig, wenn er einen messbaren geschäftlichen Mehrwert schafft.
Zu den Hauptrisiken gehören vorläufige Finanzdaten, Bareinzug, die noch frühe Token-Einführung, nicht standardisierte Tokendefinitionen, Anpassungskosten, Wettbewerb, regulatorische Komplexität und die Unsicherheit der TokenRouters-Plattform.
TokenONE, die Einführung seines Szenario-Token-Konzepts und seiner Produktpositionierung.
Xunce Technology erwartet für das erste Halbjahr 2026 einen Betriebsertrag von 967,02 Millionen RMB, was einem vorläufigen Jahreswachstum von 388,76 % entspricht, und erzielt damit das erste profitable Halbjahr. Die offizielle Bekanntmachung führt diese Veränderung auf die Nachfrage nach Unternehmens-KI-Daten, Branchenexpansion, Token-Kommerzialisierung, internationale Geschäfte, operative Hebelwirkung und Investitionserträge zurück.
TokenONE legt über der bestehenden Echtzeit-Dateninfrastruktur des Unternehmens eine nutzungsbasierte Abrechnungsebene auf. Seine Szenario-Token sollten nicht mit gewöhnlichen Basismodell-Token verwechselt werden: Sie sind unternehmensdefinierte Paketprodukte, die verarbeitete Unternehmensdaten, Domänenwissen und abrufbare Geschäftsfähigkeiten umfassen.
Die Chance ist klar. Da die Inferenzkosten allgemeiner Modelle sinken, könnten vertrauenswürdige private Daten und Produktionsintegrationen einen größeren Teil der Wertschöpfung übernehmen. Die Unsicherheit ist ebenso bedeutend: Token-Einnahmen befinden sich noch in einem frühen Stadium, die Finanzdaten sind vorläufige Ergebnisse, Forderungen erfordern Aufmerksamkeit, und die geplante TokenRouters-Börse hat ihre wirtschaftliche Tragfähigkeit noch nicht bewiesen.
**Die zentrale Erkenntnis liegt nicht hierin
Teure Token schlagen natürlicherweise billige Token – Unternehmens-KI zahlt für zuverlässige Entscheidungen, nicht nur für Modellberechnung.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
