不用房产抵押，有Token也能贷款了！多家银行布局Token贷，中行已授信2800万

继办理银行信用卡送Token后，用Token也能贷款了。

8月17日，农业银行称，该行将围绕算力企业金融需求，打造“Token贷”“算力账”等多个以算力为核心的金融产品和信贷评价模型。

几天前，广东省首个词元经济专项金融产品“Token贷”在广州海珠区发布，配套政策“词元八条”同步落地。发布会上，中国银行、中信银行、广州银行集中推出“Token贷”产品。

“Token贷”的特殊之处在于，它把算力Token产出消耗、算力服务合约价值、算力佣金结算量作为核心授信依据。

所谓Token，即大模型处理语言时使用的基本单位。每次和AI大模型聊天时，都会消耗Token，消耗越多，意味着模型被调用得越频繁，背后往往对应着更多的算力消耗和业务活动。

过去，传统信贷高度依托抵押物开展评估，如土地、厂房、设备、应收账款、发票流水等。而AI时代下，Token正逐渐成为其中一个能够量化的指标。

中行“Token贷”授信超2800万元

8月14日，广东省首个“词元经济”专项金融产品“Token贷”在广州海珠区正式发布。

据中国银行向时代周报记者介绍，该行针对海珠算力中小微企业推出专属融资产品——“中银·算力Token贷”，聚焦算力供给、应用、服务三大业务场景，推出包括算力Token供给贷、算力Token应用贷、算力Token服务贷三个子产品。

在产品设计上，该行突破传统授信模式，以企业算力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佣金结算量等作为核心授信依据，为企业提供最长三年、最高3000万元的授信总量。

此外，针对数字经济产业客户轻资产、弱报表、散流水的特点，该产品创新担保方式，可提供信用、应收账款质押、订单融资为主的担保方式，亦可组合保证、抵押等担保措施以扩大额度。

同时，“中银·算力Token贷”采取线上线下双轮驱动：线上符合条件客户自主申请、自动审批；线下信贷工厂流程化、标准化快速审批，场景方案落地后，前中后台政策协同、审批偏好一致，无缝对接快速响应客户需求、快速落地业务。

据中国银行介绍，目前中国银行广州海珠支行已为海珠算力相关企业提供融资超4亿元，其中今年7月以来，落地算力Token贷授信金额超2800万元。

不止中国银行，中信银行、广州银行也分别推出了各自的“Token贷”产品。

今年6月，农业银行上海徐汇科技支行同样推出“Token贷”专属金融服务方案，将企业Token使用需求量作为授信重要依据，助力人工智能企业提升算力效能。

苏商银行特约研究员武泽伟向时代周报记者表示，多家银行集中落地Token贷，是金融机构适配词元经济发展的重要信号，也代表科创信贷的评估逻辑正在发生转变。大量AI相关企业属于轻资产模式，缺少房产设备这类传统抵押物，较难获得银行信贷支持。

武泽伟认为，Token贷把词元消耗算力业务数据纳入授信参考，把产业真实经营信号引入银行风控体系，降低赛道内中小企业的融资门槛。这一次产品集中发布，为垂直科创赛道的普惠金融提供新样本，也为后续更多地区复制推广积累实操经验。

多家银行加速入局

实际上，银行“Token贷”并不是凭空出现的产物。

从数据来看，2024年初，国内Token日均调用量约1000亿次；至2025年底，这个数字涨到了100万亿次；到了今年3月，已突破140万亿次，两年增长超千倍。这也标志着中国AI正在从技术探索走向全面落地。

随着AI大模型进入新的转折点，银行早已开启了属于自己的AI布局。去年，已有多家银行推出面向算力硬件企业的专项信贷产品。

去年5月，中国银行在北京、上海、广东、深圳、四川等地发布“券贷联动”服务方案暨“中银科创算力贷”；江苏银行也于去年推出“算力贷”，并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。其中，流动资金贷款最高信用额度为1.5亿元，最长期限为5年。

此外，还有银行推出“算力券+算力贷”券贷协同机制。今年5月，张家港农商银行成功为本地一家公司投放该市首笔100万元“算力贷”，该产品采用“基础授信+算力券增信”双维度规则，单户基础信用额度最高1000万元，配套算力券增信后，固定资产贷款最高可达5000万元。

和传统信贷相比，“Token贷”等创新信贷产品有什么优势？Token到底能不能进一步变成衡量 AI 企业经营情况的一种指标？

武泽伟告诉时代周报记者，对比传统企业贷款，Token贷的优势集中在适配轻资产科创主体，弱化实物抵押要求，依托业务数据和订单开展授信，更加贴合AI企业的经营特征，能够覆盖传统信贷很难触达的市场主体。

中国城市专家智库委员会常务副秘书长、浙大城市学院副教授林先平同样向时代周报记者表示，传统信贷高度依赖不动产、设备抵押、历史财报与纳税流水，大量没有硬资产的AI中小企业被挡在门外。Token贷不以实物抵押为必要条件，将词元消耗规模、算力服务合同、应收账款作为授信参考，担保方式灵活，信用、订单质押均可办理，能够覆盖算力供给、AI应用开发等轻资产主体，解决企业算力采购的短期资金缺口，授信更加贴合AI企业真实经营状态。

不过，“Token贷”也存在明显短板。

武泽伟表示，Token消耗只能反映业务活跃度，并不直接等同于企业盈利和回款能力。行业还没有形成统一的数据核验标准，存在数据失真的潜在风险。同时AI行业业务波动较强，企业算力消耗会随项目周期快速起落，会给贷后风险识别带来挑战。现阶段它更适合作为传统信贷的补充工具，还不能完全替代成熟的财务与抵押物评估体系。

对于后续发展的关键，林先平认为，是建立标准化的数据核验机制，把词元消耗和下游订单、回款质量结合起来，不能单一依靠词元消耗定额度，在产业扶持与信贷风险之间找到平衡，才能实现模式可持续。

本文源自：时代周报