一家AI企业一天消耗10亿Token。

这意味着什么？

对于工程师来说，它意味着模型被调用了多少；对于企业来说，它可能意味着一笔笔算力成本。

而现在，对于银行来说，它开始多了一层新的含义——信用。

8月14日，广东首个词元经济专项金融产品“Token贷”在广州海珠发布，中国银行、中信银行、广州银行同时推出相关产品。其中，中国银行广州分行将企业Token产出消耗、算力服务合约价值、应收账款、Token佣金结算量等纳入授信依据，最高授信额度3000万元。目前，相关Token贷授信金额已超过2800万元。

“Token也能贷款了。”这一消息很快成为市场讨论的热点。三天后，上海，农业银行上海徐汇科技支行宣布推出“Token贷”专属金融服务方案。

一周之内，广州率先破局，上海迅速跟进。Token，这个曾经只存在于技术文档里的计量单位，正在被写入银行的授信依据。

银行究竟如何把Token“翻译”成信用？Token贷到底怎么贷？

一

Token贷是个什么贷？

要理解“Token贷”，首先要理解AI企业正在发生什么变化。

Token，中文译为“词元”，是大模型处理信息的基本单位。用户向大模型输入一句话，模型生成一段回答，背后都会产生Token调用——写一段文案、完成一次客服对话、生成一张图片，都会消耗Token。也就说，Token调用量可以反映产品活跃度和业务规模，成为衡量AI企业真实运营状况的“活水线”。

2024年初，中国日均词元调用量仅为1000亿。到2025年底，这个数字跃升至100万亿。2026年3月，国家数据局局长刘烈宏在国新办发布会上披露，中国日均词元调用量已突破140万亿——两年多时间，增长超千倍。国家数据局将Token视为连接技术供给与商业需求的一种“结算单位”，围绕Token调用、分发和结算的新商业模式正在加快形成。

正是在这样的背景下，“Token贷”应运而生。

从银行信贷角度看，一家传统制造企业有厂房、机器和生产线可作抵押，银行也可以通过资产负债表——收入、利润和现金流——来评价其经营状况。但一家刚成立两三年的AI企业，办公室里可能只有几十个人，核心资产是模型、算法和研发团队，几乎没有可以抵押的厂房设备，利润表甚至不好看。可另一方面，它的模型可能每天正在被大量客户调用，订单快速增长，Token消耗量持续上升。

这正是Token开始进入银行视野的原因。

招联首席研究员董希淼认为，银行看中的，是Token消耗量对AI企业真实业务“活水线”的穿透式观察。持续的Token消耗，可以从一个侧面反映企业客户活跃度、产品市场接受度和业务持续性，从而帮助银行把风控视角从静态的“资产负债”，进一步延伸到动态的“经营流量”。

事实上，在Token之前，银行已经在不断寻找适合科技企业的新“观察指标”。

面对科技企业“轻资产、重研发”的特点，银行开始看专利、研发投入、技术团队和产业赛道；面对电商企业，订单、交易流水成为重要经营数据；面对数字营销企业，流量数据也开始被纳入授信评价。

Token贷的诞生，是AI浪潮下银行风控逻辑从“看砖头”到“看流量”、“看技术”再到“看Token”的又一次跃迁——其本质是银行尝试将AI企业的真实经营数据，转化为可量化的信用依据。

二

Token贷怎么贷？

Token贷消息一出，咨询量迅速攀升。中国银行广州分行一位客户经理透露，“这几天来咨询Token贷的企业真挺多的，大部分都是有Token消耗需求的科技型企业，前来咨询如何授信。”

没有厂房设备，光靠Token消耗，真能从银行拿到钱吗？

Token贷的核心逻辑并不复杂——把企业每天“跑掉”的Token消耗量，作为判断经营状况的参考指标之一。Token消耗走高，说明企业的产品和服务正在被市场使用，有望带动营收上涨。

但从已经推出产品的银行来看，Token消耗量不是唯一的授信依据，也不会成为唯一的指标。一家国有大行公司部负责人告诉记者，Token分很多种类，不同平台价格差异较大，部分Token消耗还存在虚跑和刷量的情况——只有投入却没有实际产出。因此，银行的授信逻辑是：Token产出消耗作为补充参考指标，但必须搭配订单回款、现金流、营业收入等数据进行交叉验证。

南方+记者梳理目前已落地的案例，可以看到银行围绕Token贷探索出了三种差异化路径：

第一种：多维度量化型——以中国银行“算力Token贷”为代表。该产品聚焦算力供给、应用、服务三大场景推出三个子产品，将企业Token产出消耗、算力服务合约价值、算力业务产生的应收账款、Token佣金结算量四个维度纳入授信依据。担保方式以信用、应收账款质押、订单融资为主。单户最高3000万元，期限最长3年。目前已授信5户、2800万元，实际投放3户、800万元。

第二种：场景嵌入型——以农业银行“Token贷”为代表。今年6月，农行上海徐汇科技支行推出专属方案，将企业Token使用需求量作为授信重要依据，已在上海徐汇区“超级创业者集聚区”原力社区落地。农行浙江温州鹿城支行则联动当地经信局和大数据管理中心，将企业“算力资源”“科创指数”等多维指标纳入评价体系。与中行的平台数据驱动不同，农行更强调与地方政府数据的联动。

第三种：政策增信型——以成都“算力券+算力贷”联动模式为代表。成都银行依托企业已申领的“算力券”财政资金作为增信支撑，推出专属纯信用贷款产品，单户最高授信500万元。8月13日，首笔114万元已发放。

此外，江苏银行2025年已推出“算力贷”，独创算力企业评价模型，将算力算效、团队结构、研发投入、知识产权等纳入评分体系；张家港农商银行采用“基础授信+算力券增信”双维度规则。

也就是说，Token贷并非“有Token就能贷”，而是一套以Token为核心参考、以传统风控为底座的综合评估体系。银行不会把鸡蛋放在Token这一个篮子里。

三

Token贷是怎么来的？

Token进入银行授信体系，并不是一件容易的事。

8月14日的发布会上，一个细节值得注意——“Token贷”并非独自登场。与它同步亮相的，还有一份名为《海珠区促进词元经济发展若干措施》的文件，业内称之为“词元八条”。前者解决融资端的问题，后者瞄准词元从生产到消费的整个链条。

Token贷不是银行关起门来设计的，而是一次银政合作的新尝试，是一场政府“陪跑”式的制度创新。

事实上，这并不是海珠第一次尝试为新经济企业“量身定制”金融产品。一年前，海珠区与银行合作推出“流量贷”等专项产品。在此基础上，海珠还推动银行探索“国家队+本地行”的“类银团”模式，通过总部担保、集团评估、平台数据、应收账款等多维信息进行交叉验证。

一年之后，产业又有新变化。随着大模型应用加速落地，词元从一个技术计量单位，越来越成为连接算力投入、模型调用和商业变现的重要产业要素。过去看“流量”，今天能不能进一步看“Token”？

据公开报道，近三个月来，海珠区推动平台、服务商和银行一起“看赛道、跑企业、磨产品”，逐步推动银行风控逻辑从单纯“看资产”，转向综合看Token消耗、平台资质、回款进度、上游客户、数据流水等经营指标。

Token贷率先落地广东，并非偶然。

作为全国AI产业的领跑者，2025年底广东人工智能核心产业规模已突破3000亿元，同比增长超40%，占全国约四分之一。全省人工智能与机器人领域A股上市公司达41家，数量居全国第一，总市值超过1.4万亿元。全省人工智能核心企业已超过1600家，人工智能相关企业达68.6万家，构建起以华为昇腾生态、腾讯混元大模型等为代表的全栈式产业链。

多位业内人士分析认为，“Token贷”之所以在广东率先落地，与广东人工智能产业基础紧密相关。南开大学金融学教授田利辉指出，广东之所以成为这类金融创新的策源地，关键在于产业基础、运营能力和政策生态三者形成了深度耦合。

事实上，Token贷并非凭空而来。在此之前，广东多地已经在探索“算力换信用”的路径。

2025年4月，在中国人民银行佛山市分行指导下，顺德农商银行推出“算力贷”系列信贷产品，为佛山市某智能芯片研发企业批复1000万元授信额度。今年1月，佛山进一步落地全省首笔“再贷款+股权投资+算力贷”创新业务，突破传统以单一信贷为主的模式。农行广东省分行则针对数据知识产权、Token算力、算法模型著作权等推出“科技创新专利贷”。

从“算力贷”到“Token贷”，这些不断出现的新产品背后，是广东科技金融正在面对的一个共同课题：当科技企业的价值形态不断变化，金融识别科技企业的方法也要跟着变化。

过去看厂房、设备和报表，如今更多地看专利、研发、订单、算力乃至Token。变化的并不是金融最基本的风险逻辑，而是识别技术价值、产业价值和企业成长性的工具越来越多。

Token贷或许只是一个开始。

广东拥有庞大的科技企业群体和丰富的产业应用场景，新技术、新模式往往率先在这里进入市场，也更早向金融提出新的问题。

如何让金融更早看见创新、看懂创新，并在风险可控的前提下支持创新，正是广东金融机构需要不断回答的问题。

从这个意义上说，Token进入银行授信视野，值得关注的不只是一款新贷款产品，而是广东科技金融正在尝试跟上科技创新的速度。

南方+记者 陈颖

图片均为AI制图