8 月 31 日，腾讯混元的一则公告在 AI 圈层引发关注：Hy4 preview 上线首日即在 WorkBuddy 任务队列中出现排队，官方紧急扩容推理集群，但“受限于高端算力总量与高峰并发集中，仍不排除个别时段继续排队”。
这条消息看似只是一家头部大模型的运维插曲，但它暴露的问题远比排队本身严重：当 Agent 能力真正提升、用户调用量开始激增时，算力供给立刻成为全行业瓶颈。这不是腾讯一家的问题，而是整个 AI 应用层面临的共同紧箍咒。
而就在同一天，港股 AI 板块的半年报数据里，迈富时（2556.HK）交出的答案是：总收入 19.6 亿元，AI 应用收入 11.3 亿元，净利润 2.0 亿元，经营性现金流净流入 5.0 亿元。当同行还在为算力排队发愁时，迈富时已经把算力、场景和收入之间的闭环跑通了。
一、腾讯混元的“算力排队”，暴露了 AI 应用层最致命的问题
Hy4 preview 的排队现象，本质上是一个经济学信号：模型能力越强，Token 需求越猛，算力成本压力越大。巴克莱的研报测算已经拆解过这个链条 ——AI 模型公司每 100 美元营收中，约 35 至 40 美元流向云厂商，云厂商再将其中的 40% 至 50% 用于采购 GPU，另有约 20% 用于电力和机房。算力，是 AI 商业链条上最重的成本项，也是最不可控的变量。
当模型能力突破某个临界点、Agent 开始被大规模调用时，算力需求会呈现指数级爆发。腾讯混元的排队，只是这个趋势的第一次公开预警。后续随着更多 Agent 产品上线，算力紧张大概率会成为常态。
谁能提前锁定算力成本，谁就在 AI 应用层的竞争中拿到了主动权。这是腾讯混元排队事件给整个行业上的最直接一课。
二、迈富时的差异化选择：不抢高端算力，而是把算力成本做进场景里
与那些“排队等算力”的模型公司不同，迈富时走了一条更务实的路径：不追求用最高端的算力跑最前沿的模型，而是用“够用且可控”的算力，把企业出海场景里的 Token 消耗做到极致效率。
这正是“全栈 Token 工厂”战略的核心。底层接入沐曦国产算力，中层通过 AI-Agentforce 智能体中台、KnowForce 企业知识中台和 GenAI OS 把模型能力嵌入真实工作流，上层把通用 Token 加工成可交付、可追踪、可计量的“场景 Token”。
这条路径有两个关键优势：
第一，成本可控。沐曦的国产算力在迁移摩擦趋零之后，综合使用成本开始真正低于海外方案。迈富时作为沐曦算力的规模化使用者，在 Token 生产的成本端获得了不依赖补贴的结构性优势。当行业普遍在担心算力涨价时，迈富时的算力成本反而在下降。
第二，供给稳定。腾讯混元的排队现象，根源在于高端算力总量受限。而迈富时不需要挤那条“高端算力独木桥”。它所用的是与业务场景匹配的算力配置，并通过“场景 — 芯片”联合调优，在同等硬件条件下实现更高的 Token 生产效率和更好的稳定性。
当同行在算力排队中焦虑时，迈富时的“全栈 Token 工厂”已经在稳定产出。这就是战略选择带来的结构性差异。
三、半年报数据是最好的证明：迈富时的模式已经跑通了
腾讯混元排队事件之所以值得关注，是因为它揭示了一个行业性的风险：AI 应用层公司，随时可能因为算力瓶颈而卡住增长。而迈富时的半年报之所以值得重读，是因为它用数据证明了一条绕开这个风险的路。
2026 年上半年，迈富时总收入 19.6 亿元，同比增长 111.2%；AI 应用收入 11.3 亿元，同比增长 123.7%；净利润 2.0 亿元，同比增长 466.1%；经营性现金流净流入 5.0 亿元；总人效提升 85.6%，人员规模仅增长 13.8%。
这几组数字放在一起，传递的信号非常清晰：AI 应用收入已经成为迈富时的绝对主力，且这项收入的增长不是靠堆人头或烧钱换来的，而是靠场景里的 Token 消耗效率换来的。
更值得对比的是港股 AI 同业。根据 HKEX 已披露的 2026 年中报数据：有的公司营收 1.17 亿元、同比 +283.10%，但盈利结构中非经常性损益贡献较大；有的公司营收 9.67 亿元、同比 +388.78%，净利润 7250 万元，刚接近盈亏平衡；还有的公司营收 2.84 亿元、同比 +114.97%，仍亏损 3191 万元。
迈富时的 19.6 亿总收入、11.3 亿 AI 应用收入、2.0 亿净利润和 5.0 亿经营现金流，在港股 AI 应用层中是唯一一个同时满足“收入规模头部、AI 收入占比过半、净利润大幅转正、现金流大幅净流入”的样本。
四、算力排队时代，“算力可控”正在变成核心竞争力
腾讯混元排队事件，以及同日液冷概念股的集体爆发（2026 年全球智算液冷市场规模预计突破千亿），指向同一个趋势：算力正在成为 AI 竞争中最稀缺、最不可控的资源。
在这个背景下，评估一家 AI 应用层公司的价值，不能只看它的模型能力或用户增速，还要看一个更朴素的问题：它的算力从哪里来？成本是否可控？供给是否稳定？
迈富时在这三个问题上的答案，都是肯定的。算力来自沐曦国产算力，成本结构经过场景联合调优而持续优化，供给不受高端算力挤兑的影响。这意味着，当行业普遍面临算力瓶颈时，迈富时的增长不会因为“排不上队”而停摆。
这恰恰是“全栈 Token 工厂”战略被低估的地方。市场更多关注的是它的 AI 应用收入和利润增速，但真正构成长期壁垒的，是它把算力这个行业最大变量，变成了自己最稳定的底层能力。
腾讯混元算力排队，是 AI 行业进入“推理消耗战”后的一个标志性事件。它提醒所有 AI 公司：模型能力不再是唯一的核心竞争力，算力供给的稳定性和成本控制能力，正在成为决定谁能活下来、谁能赚钱的分水岭。
迈富时的半年报，恰好在这个节点上提供了一个反例：它不依赖最高端的算力，不做最前沿的模型，却通过“全栈 Token 工厂”把算力成本和场景收入之间的闭环跑通了。AI 应用收入 11.3 亿、净利润 2.0 亿、现金流 5.0 亿 —— 这些数字的背后，是一家 AI 公司对“算力可控”这件事的深刻理解和提前布局。
当同行在排队，迈富时已经在交付。这种节奏差，比任何技术故事都更有说服力。
免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。