Token 工厂（即将开放注册）
按 Token 计费的大模型推理服务，覆盖主流领先的开源模型。兼容 OpenAI、Anthropic API，简单配置即可接入。
支持主流开源模型品牌：MiniMax · Kimi · GLM · Qwen · DeepSeek
MiniMax
主打长上下文与生产力场景，适合文档处理、摘要、多轮业务对话。
Kimi
多模态、超长上下文与代码类任务稳定，是 Agent 与研发工具链的常用底座。
GLM
在中文语料上具备优势，覆盖通用对话、工具使用与智能体工程。
Qwen
模型线完整，从端侧小模型到旗舰 MoE 均已覆盖，兼顾性能与成本。
DeepSeek
在推理、代码与数学任务上有口碑，MoE 路线提供了优秀的性价比。
GPU 服务（敬请期待）
原生基于国产 GPU 的算力服务，提供三种形态。GPU 服务产品尚未开放，欢迎联系销售预约早期访问。
GPU Instance
按需的单卡或多卡 GPU 实例容器，分钟级交付，按小时计费。
Bare-Metal
整机独占的 GPU 服务器，提供完整的硬件控制权与资源隔离。
Cluster
基于多节点组网的大规模算力池，面向大规模推理场景。
端到端的推理系统
国产 GPU超节点架构，系统级软硬件调优
深度整合的Token工厂
兼容性良好的 API
兼容 OpenAI 与 Anthropic API 规范，简单配置，即可使用。
全链路可观测
TTFT、TPS、缓存命中率及Token用量明细均实时可见。
系统级 KV 缓存加速
专属 KV Cache引擎，支持混合分层管理，显著加速推理。
拓扑感知的 MoE 加速
通过超节点架构，实现对张量、流水线与专家并行（TP/PP/EP）的拓扑感知调度优化。
多节点高可用
具备面向大模型推理的多种调度策略，提供灵活、支持弹性扩缩容的GPU集群架构。
国产GPU基础设施
广泛支持包括寒武纪、壁仞、曦望、沐曦等在内的多家国产GPU厂商。
GPU 高性能互联拓扑设计
面向大规模推理，与 MoE 并行协同设计的 GPU 通信拓扑。
出色的推理能效设计
卧龙超节点平台对 GPU 调度、批处理与散热进行协同优化，为大规模服务实现高能效。
为大模型推理场景而设计
全栈协同设计
从硬件兼容性、超节点系统架构、模型推理引擎到API服务的端到端一体化云化基础设施，提升整合程度，降低性能损耗。
可用性 SLA
Token工厂可用性最高达 99.9 %，适配生产级负载。
运维负担
开箱即用的推理API，无需基础设施管理。
加速
依托系统级缓存技术，预填充速度可达常规方案的 10 倍。
国产芯片家族
壁仞、寒武纪、沐曦、曦望等多款国产算力原生兼容。
试用wylon新云的Token工厂
Token工厂已正式开放注册，几分钟内即可完成集成；GPU服务正在接受早期访问申请。