我来核实 LG U+ 的 AI Token 业务计划，包括具体形态、时间表、合作方和定价逻辑，再按你的固定格式写成文。
核心信息已经拿到：LG U+ 11 月 12 日在首尔开了 “AI Token 优化” 说明会，并宣布明年正式做 B2B。我再补两条原文细节，确认技术口径和商业模式。
LG U+ 明年开卖 AI Token：用模型路由和芯片混搭，把企业 AI 成本压下来
韩国运营商 LG U+ 要把 “卖流量” 的经验搬到 AI 上。2026 年 11 月 12 日，它在首尔办了一场 “AI Token 优化” 说明会，11 月 15 日正式对外确认：2027 年起进军 B2B AI Token 业务，一边与合作伙伴联合提供服务，一边自建基础设施，帮企业把 AI 转型（AX）的推理成本降下来。这里的 “Token” 不是加密货币，而是大模型处理输入、生成输出时的计费单位；LG U+ 卖的是 “Token 中继 + 优化” 服务，不是发币。它拿出的实测数字很直接：特定编码任务成本降约 90%，通用问题处理成本降 25% 以上，编码 Agent 成本降 30% 以上；自研端侧模型从 2.4–3GB 压到约 800MB，仍保留云端模型 95% 以上的性能，Token 生成速度提升 2 倍以上。随着 LG U+ 入局，韩国 SKT、KT、LG U+ 三大运营商全部进入 Token 经济。
一、先把 “AI Token 业务” 说清楚
| 概念 | 是什么 | 不是什么 |
|---|---|---|
| Token | 模型处理文本的基本单位，输入和输出都按它计费 | 不是虚拟货币、不是区块链代币 |
| Token 业务 | 帮企业选模型、跑推理、管账单，按用量或按任务收费 | 不是简单倒卖 API Key |
| Token 优化 | 用路由、压缩、芯片分工，减少 “无效 Token” | 不是单纯把每百万 Token 单价压低 |
| AX | AI Transformation，企业用 AI 改造业务流程 | 不是买一台服务器就算转型 |
AI Agent 普及后，企业账单变贵的真正原因，不是单次问答，而是 “多步循环”：查资料、调工具、验证答案、再重试，一轮任务可能烧掉几十万甚至上百万 Token。LG U+ 的思路是，既然单价比不过大厂，那就把 “完成任务所需的 Token 总量” 降下来。
二、三项核心技术：节省发生在哪一步
| 技术 | 具体做法 | 官方 / 内部实测 |
|---|---|---|
| Harness Engineering | 为 Agent 设计任务路径，只调必要的工具，减少重复搜索与验证 | 部分编码 Agent 场景 Token 用量降 90% 以上 |
| 动态模型路由 | 简单摘要、分类交给小模型；复杂推理才上大模型 | 通用问题成本降 25%+，编码 Agent 成本降 30%+ |
| 芯片混搭（Chip Mix） | 英伟达、AMD GPU 与 FuriosaAI NPU 分工，Prefill 和 Decode 分开跑 | 同等基础设施处理效率约 4 倍 |
“90%” 要看清适用范围：它是 LG U+ 在自家编码场景、对比 “通常使用的模型” 得出的个案，不是所有企业、所有任务都能降九成。通用问答的 25%、编码 Agent 的 30% 才是更可复用的路由收益。
三、为什么把 Prefill 和 Decode 拆开，能省钱
大模型推理分两个阶段，瓶颈完全不同：
| 阶段 | 在干什么 | 瓶颈 | 更适合的硬件 |
|---|---|---|---|
| Prefill（预填充） | 一次性读完提示词，算注意力 | 大规模并行计算 | GPU |
| Decode（解码） | 一个 Token 一个 Token 往外吐 | 内存带宽、显存访问 | NPU / 高带宽方案 |
LG U+ 把英伟达、AMD GPU 和韩国本土 AI 芯片公司 FuriosaAI 的 NPU 组合起来，让 “算得密” 的任务走 GPU，“搬得快” 的任务走 NPU，避免用昂贵 GPU 干不擅长的活。它和 FuriosaAI 已经合作验证两年多，目标是把基础设施原价降下来，而不是只优化软件层。
四、模型轻量化：800MB 端侧模型撑起 95% 性能
LG U+ 把自研端侧模型从 2.4–3GB 压到约 800MB，性能保持在云端对照模型的 95% 以上；再配合 “小模型先出草稿、大模型再验证” 的推测解码，Token 生成速度提升 2 倍以上。两篇相关论文被 NeurIPS 收录。
这套能力对企业的意义在于 “分层”：敏感数据、简单问答、前端交互放在端侧或小模型；复杂推理、最终校验才调用云端大模型。既省 Token，又减少数据出域。对韩国这种对数据主权敏感的市场，这是个卖点。
五、商业模式：做 “AI 批发商”，不只做 “API 转售”
LG U+ 明确了两条腿走路：
- 合作模式：与模型公司、基础设施伙伴联合提供服务，前端、模型、算力按分工拆账。
- 自建模式：自己建推理基础设施，直接向企业客户卖 Token 服务，赚运营效率的钱。
它把在 ixi-O（AI 通话应用）、AICC（AI 联络中心）、内部 AX 里积累的 “模型组合配方” 当成核心资产：早期 ixi-O 用 LG AI 研究院的端侧模型 + Google Gemini，后来逐步调成自研模型 + EXAONE 的混合比例，靠真实流量把成本和体验同时调优。2026 年底，它还与 Kakao 组成联合体，参与韩国政府 “所有人的 AI”（모두의 AI）项目，Kakao 负责前端，LG U+ 负责模型服务，这套运营数据会反哺 Token 业务。
收费方式目前没有公布。按行业惯例，大概率是三种组合：
| 模式 | 计费单位 | 适合谁 | 风险 |
|---|---|---|---|
| 按 Token | 每百万输入 / 输出 Token | 用量波动大的企业 | 账单不可预测 |
| 按任务 | 每次 Agent 任务 / 工单 | 客服、编码、文档流程 | 任务边界要定义清楚 |
| 订阅 + 用量 | 月费含额度，超量另计 | 中长期合作 | 额度设计容易扯皮 |
LG U+ 反复强调 “Task Cost”（完成一个任务的总成本），而不是 “每百万 Token 单价”，说明它更可能推 “按任务 / 按工作流” 的打包价，而不是纯转售 API。
六、对企业用户的真实价值，以及三个要防的坑
价值：
- 不需要自己养一支推理优化团队，直接买 “已经调好的模型组合”。
- 多模型路由能避免 “用大炮打蚊子”，把简单任务成本压下来。
- 韩国本土算力 + 本土芯片，数据出域和供应链风险更低。
- 与运营商既有网络、云、联络中心业务打包，交付和账单更统一。
要防的坑：
- 路由降质：小模型处理简单问题是省，但遇到 “看起来简单、实际复杂” 的问题，可能答错。必须要求提供准确率 / 回退机制。
- 锁定风险：模型组合、路由策略、账单格式都绑在供应商身上，迁移成本高。合同里要写清模型替换和数据导出。
- 隐性集成费：Token 便宜不代表总价便宜，接入、微调、监控、人力都要算进 Task Cost。
七、韩国三家都入局，竞争点不在 “谁更便宜”
SKT、KT、LG U+ 全部进入 Token 经济，意味着韩国运营商正从 “卖连接” 转向 “卖算力与模型服务”。但三家的打法不同：有的强调 GPU/NPU 组合与低价 Token，有的强调生产与流通，LG U+ 则把 “运营配方 + 路由 + 芯片混搭” 当成差异化。
真正的竞争点有三个：
- 单位任务成本：不是每百万 Token 多少钱，而是 “做完一件事” 多少钱。
- 服务质量稳定性：路由会不会把复杂问题误判成简单问题。
- 生态与合规：能不能接企业现有系统、能不能满足数据驻留要求。
八、中国企业采购 AI Token 服务，可以问六个问题
- 你的报价是 “每百万 Token” 还是 “每个任务”？任务边界怎么定义？
- 路由策略是什么？小模型答错时怎么回退、怎么计费？
- 模型组合里有哪些供应商？能不能按业务线指定模型？
- 推理跑在什么芯片上？Prefill/Decode 是否分离？
- 数据驻留在哪里？是否用于训练？能不能审计？
- 迁移时，历史用量、提示词、微调数据能不能导出？
【常见问题】
问题 1：LG U+ 的 AI Token 业务到底是什么，是卖加密货币吗？
回答 1：不是。LG U+ 的 AI Token 业务卖的是大模型推理服务：企业把 AI 任务交给它，它负责选模型、跑推理、优化 Token 用量并结算费用。Token 是 AI 处理文本的计费单位，不是加密货币；LG U+ 做的是 B2B 的 “Token 中继 + 优化”，2027 年正式启动。
问题 2：LG U+ 凭什么说能把企业 AI 成本降 90%？
回答 2：90% 是 LG U+ 在特定编码任务上的内部实测，对比 “通常使用的模型”，靠的是自研模型 + Harness Engineering 减少重复搜索验证；不是所有企业、所有任务都能降九成。更通用的数字是：动态路由让通用问题成本降 25% 以上、编码 Agent 降 30% 以上，芯片混搭让同基础设施处理效率约 4 倍。
问题 3：LG U+ 的 AI Token 业务怎么收费？
回答 3：目前没有公布具体价目。LG U+ 明确说的是 “不单纯拼每百万 Token 单价，而是降低完成一个任务的总成本（Task Cost）”，同时采用 “合作伙伴联合 + 自建基础设施” 两种方式。对企业来说，更可能看到的是按 Token、按任务或 “订阅 + 用量” 的组合报价，签约前要先把任务边界和回退计费写清楚。
问题 4：韩国三大运营商都做 AI Token，LG U+ 有什么不一样？
回答 4：LG U+ 的差异化在 “运营配方”：它把 ixi-O、AICC、内部 AX 的真实流量经验，做成模型路由和 Token 优化规则；基础设施上用英伟达 / AMD GPU 加 FuriosaAI NPU 的芯片混搭，把 Prefill 和 Decode 分开跑。相比单纯卖 API，它更像 “AI 批发商”，赚的是任务级成本优化的钱。
【参考资料】
[2026-11-15]（韩国电信运营商 LG U+ 明年进军 AI Token 业务，帮助企业降低 AI 转型成本）IT 之家
[2026-11-15]（LGU+, 2027년 AI 비용 낮추는 토큰 사업 진출）ZDNet Korea
[2026-11-15]（LGU+, AI 토큰 비용 90% 줄이는 기술 확보…내년 B2B 사업 본격화）파이낸셜뉴스
[2026-11-15]（LGU+ "AI 토큰 사용량 최대 90% 절감…내년 사업 추진"）아이뉴스24
[2026-11-15]（LGU+, 내년 B2B AI 본격화…"AI 에이전트 비용 90% 절감"）데이터뉴스
[2026-10-29]（LG U+ AI 토큰 최적화 기술, 세계 최고 권위 AI 학회서 인정받았다）LG유플러스 뉴스룸
[2026-10-02]（LG유플러스, AI 모델 최적화 전문기업 옵트에이아이와 손잡고 AI 운영 효율 높이는 토큰 최적화 기술 확보 나선다）LG 보도자료
免责声明
本文基于 LG U+ 说明会报道、IT 之家、ZDNet Korea、Financial News、iNews24 等公开信息整理。LG U+ 的 AI Token 业务将于 2027 年启动，具体价目、SLA、模型清单与收费模式尚未公布；文中 “90%/25%/30%/4 倍” 等数据均为 LG U+ 内部验证口径，不代表第三方实测或所有企业可复现的结果。文中对中国企业的采购建议为编辑分析，不构成商业决策或投资建议。