10 月 1 日，Singtel 旗下主权 AI 云 RE:AI 在新加坡首发 AI Token-as-a-Service（TaaS），把模型、算力、编排与治理打包成一个按 token 计费的托管服务。它瞄准的是企业部署智能体时两头难的现实：智能体把 token 消耗放大，敏感数据又不愿出境。TaaS 跑在本地主权云上，支持 Qwen、Mistral、GLM、Kimi、MiniMax 等开放权重模型与部分前沿模型，并带智能路由把负载匹配到合适的模型。
对跑智能体的企业，TaaS 的卖点首先是「账本可见」。智能体常常多步反复调用模型，成本随任务数上升，按 token 计费让每一类用量都摊在明面上，治理策略、护栏、监控也能挂在 token 级可见性上。企业买的不是分别采购、集成、运维每个模型，而是一项托管服务，部署链路被缩短。
另一道难是数据主权。TaaS 依托 Singtel 在新加坡的主权云，数据留在本地，对应 PDPA 这类跨境传输限制；不太敏感的工作负载也能走非主权云平衡成本。对受监管行业，这种「本地跑、按量付」的组合，比把数据送到海外大模型那里更容易过合规关。
把 TaaS 放回区域竞争格局看，它踩的是东南亚「主权 AI」这股势头。新加坡靠 PDPA 与本地数据中心把数据留在境内，RE:AI 的主权云正是这块牌的延伸。对怕数据出境的金融、医疗、政务客户，本地主权云加按量计费，比把负载送到海外大模型更省合规心。Singtel 作为运营商，手里还握着连接与算力，天然适合做这层托管。
把视角拉远，TaaS 映出的是行业从「试用单个生成式 AI 工具」走向「把模型、基础设施、自动化工作流组合起来」的迁移。过去企业要么自采模型自己养，要么逐个接 API；当智能体开始规模化调用多家模型、连内部系统、踩审批流程，一个统一的服务比一堆分散采购更顺手。Singtel 给的「智能路由自动选模型」也是顺着这个方向——把成本与性能的平衡交给平台，而不是每个团队自己手调。
当然现在能确认的边界有限：发布稿没给具体费率，可用性、性能、客户采用都还没披露。它宣称的模型无关也要看客户自己的模型能不能方便地接进来做推理，若只接几家开放权重、前沿模型靠外部，主权叙事就会出现裂缝。TaaS 是不是真能成为区域内智能体规模化的默认入口，还要等首批企业把账算清楚——但「按 token 计价的主权云」这个形态，恰好对着智能体部署最现实的两道难：成本可见，数据可控。
智能路由是这套服务里最容易被当成噱头、实则很关键的一环。智能体任务千差万别：有的要强推理、有的只要抽取归类，统一塞给同一个大模型既不经济也不必要。TaaS 把「负载该匹配哪个模型」交给平台自动选，企业不必每个团队自己手调阈值——这对没有专门 ML 平台团队的普通企业尤其省心。当然路由准不准，取决于平台对任务类型的理解深度，初期仍要靠人工护栏兜底。
放到账本视角，TaaS 把企业智能体的成本从「一笔说不清的云账单」变成「按 token 可核的明细」。当智能体开始规模化调用多家模型、连内部系统、踩审批流程，一个统一的服务比一堆分散采购更顺手，也更容易把治理和监控挂上去。现在能确认的边界仍有限：发布稿没给具体费率，可用性、性能、客户采用都还没披露，它宣称的模型无关也要看客户自己的模型能不能方便地接进来做推理——若只接几家开放权重、前沿模型靠外部，主权叙事就会出现裂缝。