韩国电信 LG U + 确定明年正式上线面向企业的 AI Token 业务,它不靠单纯压低单个 Token 报价来竞争,而是靠一整套自研 Token 优化技术,减少 AI Agent 运行里多余的 Token 消耗,以此降低企业做 AI 转型的整体成本,这套方案已经完成内部测试,会用合作共建、自建基础设施两条路线面向 B 端客户落地,落地之后韩国三大电信运营商就全都入局 AI Token 赛道了。
核心三项技术
- Harness Engineering(任务链路设计)
- 智能模型路由
- 异构芯片组合调度
专门规划 AI Agent 的执行路径,砍掉重复搜索、反复校验这类多余步骤,直接减少不必要的 Token 调用。
按照任务难度自动分配模型,简单问题交给轻量小模型,复杂推理任务再调用大模型;自研轻量化模型体积缩减三分之一,性能保留云端大模型 95% 以上,小模型先出结果、大模型复核,Token 生成速度最高提升 2 倍。
混合调度英伟达、AMD 的 GPU,加上本土 FuriosaAI 的 NPU,拆分 Prefill 问题解析、Decode 结果生成两类算力任务,不同芯片各司其职,拉低底层算力基础设施成本。
实测降本效果
| 场景 | 成本下降幅度 |
|---|---|
| 普通问答任务 | 25% 以上 |
| 常规编码 Agent 任务 | 30% 以上 |
| 自研模型编码 Agent 场景 | 最高 90% |
业务模式
- 模式一:和生态伙伴联合打包,对外输出 Token 优化服务
- 模式二:LG U + 自建算力基础设施,直接给企业客户提供整套服务
- 目标客户:有 AI Agent、AICC、企业内部 AI 服务落地需求的 B 端企业
【相关 FAQ】
问题 1:LG U + 的 AI Token 业务到底是做什么的?
回答 1:LG U + 的 AI Token 业务是面向企业的 AI Token 优化服务,不是简单售卖 Token,而是通过任务链路设计、模型智能路由、异构芯片搭配等技术,减少 AI 运行过程里 Token 浪费,降低企业 AI 转型的整体投入。
问题 2:LG U + 的 AI Token 优化技术,能帮企业省多少 AI 成本?
回答 2:LG U + 的 AI Token 优化技术经过内部验证,普通问答场景能省 25% 以上成本,编码 Agent 常规场景节省 30% 以上,自研模型编码场景最高可以降低 90% 的 Token 相关开销。
问题 3:LG U + 做 AI Token 业务,和别家单纯卖 Token 有什么不一样?
回答 3:别家大多比拼单枚 AI Token 单价,LG U + 的 AI Token 业务核心是降低完成一项业务的总拥有成本,从 Agent 流程、模型选型、底层芯片算力全链路做 Token 消耗优化,重点减少无效 Token 调用。
问题 4:LG U + 布局 AI Token 业务之后,韩国电信行业是什么格局?
回答 4:在 LG U + 宣布明年上线 AI Token 业务之后,KT、SK 电信加上 LG U+,韩国三大电信运营商全部进入 AI Token 赛道,B 端 AI 优化服务竞争会进一步加剧。
【参考资料】
[2026-11-15](AI 코딩 비용 90% 절감…LG유플러스, 토큰 사업 진출)이데일리
[2026-11-15](LG유플러스, 내년 AI 토큰 사업 진출…“기업 AX 청구서 낮춘다”)전자신문
[2026-11-15](LGU+, 2027년 AI 비용 낮추는 토큰 사업 진출)지디넷코리아
[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
【免责声明】
以上资讯内容仅为行业信息整理,不构成投资、采购合作建议;相关技术降本数据来自厂商内部测试,不同企业实际接入后的 AI Token 节约效果会受业务场景、模型选型影响,存在差异。
