El precio de la inferencia de modelos generales sigue disminuyendo. Los proveedores de modelos compiten en el precio de tokens de entrada, t...
Los precios de la inferencia de modelos generales continúan disminuyendo.
Los proveedores de modelos compiten en el precio de tokens de entrada, tokens de salida, caché, procesamiento por lotes y arquitecturas cada vez más eficientes. En apariencia, esto significa que la IA empresarial debería ser más barata cada año.
Sin embargo, muchas organizaciones están descubriendo una curva de costos diferente.
Los modelos base pueden ser económicos, pero la IA de nivel de producción aún requiere:
Un modelo de bajo costo no puede tomar decisiones confiables basadas en datos a los que no tiene acceso, no comprende o no confía.
Esta brecha entre la inferencia genérica barata y la implementación empresarial costosa es el núcleo de la historia de crecimiento de Shenzhen Xunce Technology Co., Ltd. (cotizada en Hong Kong, código de acciones 3317).
Xunce no desarrolla modelos base generales. Su negocio principal es proporcionar infraestructura de datos en tiempo real y servicios de análisis de datos para la gestión de activos y, cada vez más, para otras industrias.
El 31 de julio de 2026, la compañía publicó un aviso de ganancias positivo, proyectando ingresos en el primer semestre de aproximadamente 967,02 millones de RMB, un aumento del 388,76% interanual.
La compañía también espera lograr su primer resultado semestral rentable desde su fundación.
En el centro de su estrategia actual se encuentra TokenONE, que la compañía describe como un sistema operativo TokenOS utilizado para convertir datos empresariales y conocimiento de dominio en "tokens de escenario" medibles y invocables.
Esta terminología suena similar a los tokens utilizados en las API de modelos de lenguaje, pero los dos conceptos no son exactamente iguales.
Comprender esta diferencia es crucial tanto para las oportunidades como para las incertidumbres detrás del nuevo modelo de negocio de Xunce.
Los tokens estándar de modelos de lenguaje son unidades generadas después de que el texto se divide mediante un tokenizador.
Los proveedores de modelos generalmente facturan según las siguientes cantidades:
Tokens de entrada
Tokens de salida
Tokens de entrada en caché
Tokens de razonamiento
Estas unidades ayudan a medir el cómputo del modelo y el uso de la API.
Xunce utiliza el término Token de manera más amplia.
Sus "tokens de escenario" se definen como unidades empaquetadas de datos empresariales o conocimiento de dominio que pueden ser invocadas por aplicaciones de IA y conectadas a decisiones comerciales.
Los ejemplos que pueden estar involucrados incluyen:
Esto significa que el precio "por millón de tokens" publicado por la compañía no necesariamente se puede comparar uno a uno con el precio de tokens de entrada de las API de modelos base.
Estos productos resuelven problemas diferentes.
| Tokens de modelos genéricos | Tokens de "escenario" de Xunce |
|---|---|
| Generalmente son unidades de texto o multimodales definidas por el tokenizador | Unidades de datos empresariales o conocimiento de dominio procesados, definidos por la empresa |
| Miden el consumo de entrada o salida del modelo | Diseñados para representar capacidades de datos comerciales invocables |
| Se basan generalmente en la inteligencia de modelos ampliamente entrenados | Se basan en datos privados, reglas, fuentes de datos en tiempo real y flujos de trabajo industriales |
| Generalmente fijados por el proveedor del modelo | Fijados como parte del modelo de productos y servicios empresariales de Xunce |
| El significado técnico estándar varía según el tokenizador | El significado del producto depende de la implementación de TokenONE y los términos contractuales |
La idea comercial central no es que ciertos tokens sean inherentemente más valiosos que otros.
Más bien, las empresas pueden estar dispuestas a pagar más por contexto verificado, oportuno y específico del dominio que por el cómputo genérico de modelos base en bruto.
Los ingresos anuales auditados y publicados de Xunce han crecido rápidamente, aunque el camino no ha sido lineal.
Según el informe anual 2025 de la compañía:
| Año | Ingresos | Crecimiento interanual |
|---|---|---|
| 2022 | 287,9 millones de RMB | — |
| 2023 | 530,46 millones de RMB | 84,25% |
| 2024 | 631,98 millones de RMB | 19,14% |
| 2025 | 1.285 millones de RMB | 103,28% |
La desaceleración del crecimiento en 2024 se destaca particularmente entre dos años fuertes.
Una posible explicación es que el mercado de IA empresarial sigue dominado por el entrenamiento de modelos, la adquisición de infraestructura, la experimentación y el trabajo de prueba de concepto.
Cuando las organizaciones comienzan a conectar la IA a datos operativos en tiempo real y a implementarla en flujos de trabajo de producción, los productos de Xunce pueden beneficiarse de manera más directa.
Esta explicación es razonable, pero no debe considerarse la única.
El desempeño de la compañía también podría verse afectado por:
El informe anual confirma que, mientras los ingresos de Xunce aceleraron su crecimiento en 2025, los costos de entrega de soluciones también aumentaron significativamente.
Los ingresos crecieron un 103,28%, mientras que el costo de ventas aumentó un 234,29%, en parte porque algunos proyectos incluyen adquisición de hardware y servicios de implementación.
El margen bruto disminuyó del 76,68% en 2024 al 61,66% en 2025, aunque sigue siendo alto según los estándares de software y servicios comunes.
El aviso de ganancias positivas de Xunce del 31 de julio estima:
| Indicador | Primer semestre 2025 | Estimación primer semestre 2026 | Cambio |
|---|---|---|---|
| Ingresos | 197,85 millones de RMB | 967,02 millones de RMB | +388,76% |
| Beneficio/(pérdida) atribuible a los propietarios | Pérdida de 89,43 millones de RMB | Beneficio de 72,51 millones de RMB | Paso de pérdida a beneficio |
| Beneficio neto ajustado/(pérdida) | Pérdida de 104,98 millones de RMB | Beneficio de 67,00 millones de RMB | Paso de pérdida a beneficio |
Esta fórmula añade una variable de uso a los modelos de software empresarial tradicionales.
Un proyecto puede generar un pago único en el momento de la entrega.
Un sistema basado en uso puede generar ingresos continuos cada vez que la aplicación de IA del cliente invoca el servicio.
Esto es similar a otros negocios de infraestructura facturados por consumo:
La ventaja es la
alineación con la actividad del cliente.
El riesgo es que los ingresos dependerán del consumo real, no del "software no utilizado" contratado.
Si las aplicaciones de IA de los clientes no se utilizan, los ingresos por uso pueden no crecer.
TokenONE se posiciona como un sistema de producción estandarizado para convertir datos empresariales crudos en salidas listas para IA.
Los materiales de lanzamiento describen nueve etapas de procesamiento y cinco grandes flujos.
La terminología específica varía ligeramente entre los diferentes materiales de la empresa, pero el flujo general incluye:
Los cinco grandes flujos conectan las etapas anteriores, cubriendo gobernanza de datos, integración de aplicaciones, agentes de IA, modelos verticales o pequeños, y medición, auditoría, seguridad y facturación.
El argumento central de la empresa es que los datos empresariales no pueden simplemente copiarse y pegarse en los prompts de un modelo.
Los datos deben ser primero precisos, oportunos, estructurados, conscientes de permisos, trazables, relevantes para los procesos de negocio, compatibles con los sistemas de IA objetivo, y medibles para respaldar la facturación y la evaluación.
Este es un problema empresarial real, incluso sin adoptar la terminología de Tokens de Xunce.
Tomemos como ejemplo una planta de fabricación con más de 200 tipos de equipos.
Las entradas crudas pueden incluir flujos de datos de sensores, registros de mantenimiento, registros de alarmas, resultados de control de calidad, configuraciones de máquinas, planes de producción y notas de técnicos.
Un modelo de lenguaje general no puede inferir de manera segura el estado del equipo directamente de esta pila de datos crudos no estructurados.
El flujo de la línea de producción podría convertirse en:
Xunce describiría la capacidad de datos invocable resultante como un Token contextual.
Lo valioso no es la palabra "Token" en sí.
Es el proceso de transformación de datos operativos crudos a entradas de decisión confiables.
Xunce ha divulgado las siguientes métricas comerciales tempranas:
La actualización comercial de julio atribuida a la compañía muestra que los ingresos relacionados con Token han superado el 10% de la facturación.
Estos datos son alentadores, pero仍需谨慎看待.
Explicación.
El ingreso recurrente anual es un indicador de tasa de ejecución.
Estima el tamaño que los ingresos recurrentes podrían alcanzar en un año si los niveles actuales se mantienen.
No equivale a cobros de efectivo, ingresos auditados, cartera de pedidos pendientes, beneficio neto o flujo de caja libre.
Cuando el valor inicial es reducido, pueden producirse incrementos del 300% o 410%.
La contribución absoluta de ingresos y margen bruto relacionada con Token es tan importante como el aumento porcentual.
A fecha de divulgación del informe semestral, el lanzamiento público de TokenONE llevaba poco tiempo.
Se necesitarán más informes futuros para evaluar la conversión de clientes, retención de uso, ingreso promedio por cliente, margen bruto, coste de invocación del servicio, concentración de clientes, tasa de abandono, plazo contractual y cobros en efectivo.
La compañía indica que el rango de precios de sus Token de escenario puede ser de 10 a 100 USD por millón de Token.
Este rango de precios divulgado por la empresa es muy superior a los precios de entrada de muchos modelos generales.
Esta comparación no es directamente equiparable, porque las unidades subyacentes son diferentes.
El cliente puede estar pagando por un paquete de servicios que incluye datos empresariales privados, limpieza de datos, procesamiento en tiempo real, reglas sectoriales, enrutamiento de modelos, controles de seguridad, auditoría, requisitos de nivel de servicio, soporte de implementación y resultados específicos del negocio.
La comparación más cercana no es necesariamente "un Token de LLM frente a un Token de escenario".
Quizá sea más apropiado:
Inferencia de modelos generales
frente a
Servicios de datos sectoriales gestionados y validados
El precio más elevado solo es sostenible cuando los resultados generan valor medible o evitan riesgos significativos.
Los ejemplos pueden incluir: prevenir transacciones erróneas, detectar defectos de producción, reducir tiempos de inactividad de maquinaria, optimizar la programación energética, acelerar procesos regulados o reducir costes de revisión manual.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
Si los resultados no mejoran los resultados empresariales, la prima de precio es difícil de sostener.
La tokenización es fácil de describir.
Construir sistemas industriales fiables es mucho más difícil.
La principal ventaja que Xunce afirma tener radica en su experiencia de más de una década en infraestructura de datos en tiempo real.
Su informe anual enumera tres atributos centrales del producto:
El mercado de gestión de activos en el que se originó la empresa es un campo de entrenamiento exigente.
Los flujos de trabajo financieros pueden requerir respuestas en milisegundos, conciliación precisa de datos, pistas de auditoría completas, gestión estricta de permisos, informes regulatorios y controles de cumplimiento de riesgos.
La compañía cree que las mismas capacidades subyacentes pueden replicarse en manufactura, energía, salud, robótica, aviación y otras industrias.
El hecho de que los ingresos fuera de la gestión de activos representaran el 79,63% en 2025 demuestra que el negocio se ha expandido más allá del sector financiero.
Pero eso no demuestra que cada nuevo sector vertical pueda alcanzar los mismos márgenes, tasas de retención o
defendibilidad.
El rendimiento de la IA empresarial suele depender de información que no existe en los datos públicos de entrenamiento.
Esta información incluye parámetros de equipos en fábricas, flujos de trabajo internos de hospitales, reglas de riesgo de instituciones financieras, estado operativo en tiempo real de redes eléctricas, patrones históricos de fallos de empresas, umbrales de calidad específicos de productos y estándares de anotación propios de la industria.
Los modelos fundacionales pueden proporcionar capacidades de razonamiento amplias.
Los datos privados y la retroalimentación operativa determinan si esa capacidad puede funcionar dentro de una organización.
Por tanto, la defendibilidad de un proveedor de datos empresariales puede provenir de relaciones de larga duración con clientes, profundidad de integración, mapeo de datos históricos, módulos específicos del sector, retroalimentación operativa, certificaciones de seguridad, costes de cambio y rendimiento fiable en tiempo real.
Estas ventajas pueden requerir años para construirse.
Pero también pueden debilitarse si el cliente construye internamente su propia plataforma, si los proveedores de modelos fundacionales se adentran en el ámbito de los datos empresariales, o si las herramientas de datos de código abierto reducen los costes de implementación.
La primera fase estratégica de Xunce ya ha comenzado.
La compañía planea construir fábricas verticales de Token con socios del sector en finanzas, salud, manufactura avanzada, energía eléctrica, automoción inteligente, robótica y otros sectores intensivos en datos.
El concepto de fábrica de Token se basa en la reutilización.
El objetivo de Xunce no es reconstruir cada canal de datos desde cero, sino reutilizar módulos estándar, plantillas sectoriales, reglas de procesamiento de datos, controles de seguridad, lógica de facturación e integración de modelos.
Esto es precisamente el dilema clásico de "plataforma frente a proyecto" en muchas empresas de software.
Cuando nuevos clientes pueden recibir servicio mediante componentes existentes, la plataforma se vuelve más rentable.
Cuando cada despliegue requiere un trabajo de personalización considerable, sigue siendo un negocio de servicios.
Los futuros datos de margen bruto y gastos mostrarán hasta qué punto Xunce ha avanzado hacia una verdadera economía de plataforma.
Xunce indica que planea lanzar TokenRouters en el segundo semestre de 2026.
Este producto se describe como una plataforma de intercambio de Token conforme, interempresarial, intersectorial y multi-escenario.
El modelo previsto es el siguiente:
Esto ampliaría la lógica de ingresos desde invocaciones internas de un único cliente a la actividad en una red más amplia.
El posible efecto de plataforma es evidente.
Los desafíos de implementación son igualmente enormes:
TokenRouters es un producto planificado, no un exchange nacional ya construido.
Su
adopción comercial debe evaluarse tras su lanzamiento.
La tercera fase de la hoja de ruta de Xunce son los modelos pequeños exclusivos de empresa.
El razonamiento es directo.
Algunas organizaciones no quieren que cada solicitud salga de su entorno, ni desean utilizar grandes modelos generales.
Pueden preferir sistemas más pequeños: con menores costes de ejecución, más fáciles de ajustar, más rápidos, más predecibles, más privados, desplegables localmente y centrados en una única tarea o industria.
La capa de Token de escenario puede proporcionar a estos modelos un contexto empresarial seleccionado y actualizado continuamente.
Esa combinación podría tener este aspecto:
Datos empresariales
→ Token de escenario gobernados
→ Modelo pequeño privado
→ Aplicación de negocio
→ Retroalimentación de resultados
→ Canal de Token actualizado
Esta arquitectura puede resultar atractiva en finanzas, salud, aeroespacial, gobierno y otros entornos sensibles.
También implica que Xunce se enfrentará a la competencia de proveedores de nube, empresas de bases de datos, proveedores de integración de datos, proveedores de modelos, plataformas de agentes de IA, equipos de ingeniería internos de las empresas y empresas de software sectorial.
Varios factores hacen que la estrategia de Xunce sea comercialmente atractiva.
A medida que las organizaciones conectan la IA con sus operaciones reales, necesitan más ingeniería de datos, gobernanza y supervisión.
La inteligencia de los modelos públicos puede abaratarse rápidamente.
El mapeo de datos específico del cliente y los bucles de retroalimentación son mucho más difíciles de transferir.
Cuando aumenta el volumen de invocaciones de los clientes, los ingresos vinculados al uso pueden crecer sin necesidad de captar un cliente nuevo por cada unidad de crecimiento.
Los componentes reutilizables pueden reducir los costes de entrega a medida que escalan los despliegues.
Casi el 80% de los ingresos de 2025 proceden de fuera del segmento original de gestión de activos.
El avance preliminar del primer semestre muestra un punto de inflexión significativo.
Estos puntos explican el optimismo externo hacia la compañía.
Pero no eliminan los riesgos.
El anuncio de julio se basa en cuentas de gestión no auditadas.
El informe intermedio detallado puede incluir ajustes o contexto adicional.
Los proyectos empresariales pueden generar cuentas a cobrar elevadas.
El informe anual de 2025 de Xunce señaló la pérdida crediticia esperada de las cuentas comerciales a cobrar como un asunto clave de auditoría.
A 31 de diciembre de 2025:
Por lo tanto, la recuperación de efectivo debe revisarse junto con los ingresos.
Los ingresos por tokens reportados por la compañía acaban de superar el 10% recientemente.
La mayor parte de los ingresos aún proviene del negocio existente más amplio.
Actualmente no existen estándares contables o técnicos generales que permitan que un token de escenario de Xunce sea directamente comparable
con los tokens de otro proveedor.
Los clientes juzgarán los productos por resultados comerciales, no por terminología.
Si el despliegue aún requiere una gran cantidad de hardware y trabajo de personalización, los márgenes de beneficio podrían acercarse más a los de un negocio de soluciones que a los de una plataforma de software pura.
Los principales proveedores de la nube, las empresas de modelos, las empresas de datos y las empresas de software empresarial se están moviendo hacia la integración de datos privados y la infraestructura de agentes.
Para que TokenRouter desarrolle efectos de red, primero debe resolver problemas legales, técnicos y de confianza.
La rápida expansión en numerosas industrias y países puede ejercer presión sobre los sistemas de ventas, soporte, seguridad, entrega y control de calidad.
El artículo original expresaba los ingresos por tokens como un modelo de cuatro factores:
Número de clientes × Número de módulos × Precio del token × Número de invocaciones
Este es un marco comercial útil, pero el modelo de negocio completo también debe deducir costos y considerar el comportamiento del cliente.
Un modelo más práctico es:
Beneficio bruto de tokens
= Clientes activos
× Módulos activos
× Precio unitario neto
× Invocaciones facturadas con éxito
− Costos de procesamiento de datos
− Costos de modelos y cómputo
− Costos de entrega
− Costos de soporte
− Participación de socios
− Costos de deuda incobrable y cobranza
Las palabras activos, exitosas y neto son cruciales.
Un cliente puede haber firmado un contrato sin utilizar ampliamente el servicio.
Una invocación puede fallar o no generar valor.
El precio real de transacción después de descuentos puede diferir del precio de lista.
La calidad a largo plazo del negocio depende de estos detalles operativos.
El informe intermedio detallado debería ayudar a responder varias preguntas importantes.
Estos detalles importan más que el porcentaje de crecimiento general.
Incluso teniendo en cuenta las reservas necesarias anteriores, los datos de rendimiento de Xunce apuntan a una tendencia importante del mercado.
El gasto en IA empresarial se está expandiendo más allá de los modelos fundacionales y los aceleradores, hacia un espectro más amplio.
Las organizaciones están destinando cada vez más gasto a las capas que conectan la IA con la realidad empresarial:
A medida que disminuye el costo de inferencia de los modelos generales, estos sistemas periféricos pueden capturar una mayor participación del valor total.
Esto no significa que los tokens generales se vuelvan irrelevantes.
Significa que el componente más barato no siempre es el más valioso.
Una invocación de modelo puede tener un costo muy bajo.
Pero los datos confiables, la integración de flujos de trabajo y los mecanismos de rendición de cuentas necesarios para actuar sobre la respuesta pueden costar mucho más.
Xunce ofrece infraestructura de datos en tiempo real y servicios de análisis de datos, atendiendo a la gestión de activos y, cada vez más, a otras industrias. Sus productos conectan la recopilación de datos empresariales, la limpieza, la estandarización, el cómputo en tiempo real, el análisis, los agentes de IA y la integración de modelos.
El anuncio preliminar de ganancias de la compañía atribuyó el crecimiento al aumento de la demanda de datos de IA empresarial, la expansión a más industrias, la implementación del modelo de negocio de tokens, así como la internacionalización y el desarrollo del ecosistema. Los datos no están auditados y deben confirmarse en los resultados intermedios detallados.
TokenONE es un producto de Xunce utilizado para transformar datos empresariales heterogéneos y conocimiento de dominio en tokens de escenario medibles, auditables e invocables. La compañía lo describe como un sistema TokenOS y una fábrica de tokens estandarizada.
No. Los tokens de LLM suelen ser unidades de entrada o salida del modelo definidas por el tokenizador. Xunce utiliza "tokens de escenario" como un término de producto para datos empresariales procesados o capacidades de conocimiento, por lo que su precio no es directamente comparable con el precio de los tokens de modelos comunes.
Xunce reportó una pérdida neta para el año completo 2025. Su anuncio preliminar de ganancias de julio de 2026 estima un beneficio atribuible a los propietarios de la matriz de 72,51 millones de RMB en el primer semestre, y un beneficio neto ajustado de 67 millones de RMB, sujeto a los resultados intermedios finales.
TokenRouters es la plataforma planificada por Xunce para el intercambio y uso conforme de tokens de escenario entre empresas e industrias. La compañía ha indicado que espera lanzar la plataforma en el segundo semestre de 2026, por lo que debe considerarse un producto de hoja de ruta más que un intercambio establecido.
Los datos de la industria pueden incluir registros privados, flujos de datos en tiempo real, reglas validadas, controles de seguridad, auditabilidad y garantías operativas. Cuando esta combinación mejora decisiones de alto valor, los clientes pueden estar dispuestos a pagar una prima, pero el precio solo es sostenible si crea valor comercial medible.
Los principales riesgos incluyen datos financieros preliminares, recuperación de efectivo, adopción de tokens aún en etapa temprana, definición de tokens no estandarizada, costos de personalización, competencia, complejidad regulatoria e incertidumbre en torno a la plataforma TokenRouters.
TokenONE, su concepto de Token de escenario y la introducción de su posicionamiento de producto.
Xunce Technology proyecta ingresos operativos de 967,02 millones de RMB para el primer semestre de 2026, con un crecimiento interanual preliminar del 388,76%, logrando su primer semestre rentable. El anuncio oficial atribuye este cambio a la demanda de datos de IA empresarial, la expansión sectorial, la comercialización de Tokens, el negocio internacional, el apalancamiento operativo y los ingresos por inversiones.
TokenONE añade un modelo de facturación basado en el uso sobre la infraestructura de datos en tiempo real existente de la empresa. Sus Tokens de escenario no deben confundirse con los Tokens de modelos base ordinarios: son productos empaquetados definidos por la empresa que incluyen datos empresariales procesados, conocimiento del dominio y capacidades comerciales invocables.
La oportunidad es clara. A medida que los costos de inferencia de los modelos generales disminuyen, los datos privados confiables y la integración en producción podrían capturar más valor. La incertidumbre es igualmente importante: los ingresos por Tokens aún se encuentran en una etapa temprana, los datos financieros son resultados preliminares, las cuentas por cobrar requieren atención, y el planificado intercambio TokenRouters aún no ha demostrado su viabilidad económica.
**La conclusión clave no es esta
Los Tokens caros superan naturalmente a los Tokens baratos: la IA empresarial paga por decisiones confiables, no solo por computación de modelos.
Empieza con una sola frase y obtén un sitio completo en minutos.
