如何正確理解Token經濟學？

去年5月，當大模型廠商卷起價格戰時，Tokens大概率是出鏡率最高的英文單詞。

簡單來說，Tokens是大語言模型（LLM）用來切割自然語言文本的基本單位，可以直觀的理解為“字”或“詞”。

就像工業時代用“千瓦時”度量電力消耗，互聯網時代用“GB”度量數據流量，AI時代用“Token”來度量模型的工作量。一個Token可以理解為一個詞或詞片段（中文里可能是一個字或詞語）。

Tokens的調用量，本質反映了模型推理過程的計算量。而計算量的高或低，直接揭示了模型在實際應用中的能力、成本、速度和可行性。

因此，從Tokens角度跟蹤AI應用落地進展，就是一個非常深刻且切中要害的視角。

它意味著我們將AI從一種“黑箱魔法”或純粹的技術概念，拉回到了一個可度量、可分析、可商業化的實際生產要素的層面。

簡單來說，這意味著我們不再只關注AI“能做什么”，而是開始量化分析它“做了多少”、“效率多高”、“成本多少”以及“價值多大”。

誰在消耗tokens？

模型廠商以tokens為主要定價單位的底層邏輯是：模型調用時的tokens消耗量與相應算力投入存在強關聯性。而另一條暗線則是，算力投入鏈接了營收與tokens調用量。

換個說法就是，模型廠商營收與其tokens調用量呈現顯著同步的高增趨勢。

2024年6月至2025年6月，OpenAI大模型基礎設施——微軟Azure云的日均tokens調用量從0.55萬億上漲至4.40萬億，與此同時，OpenAI年化營收（ARR）從2024年12月的55億美元增長至2025年6月的突破100億美元，并在2025年8月達到120億-130億美元。

也就是說，誰消耗tokens更多誰就是基模廠商的主流商業模式。

就目前來看，OpenAI、Anthropic、字節跳動等基模廠商主要有C端和B端兩種，其中C端包括原生聊天助手、工具類原生應用（影視、圖片、編程等）的訂閱收入、付費功能以及與內部C端產品整合后的間接收入（如Google Chrome）；

B端則包含為大客戶落地AI應用和企業直接API調用。

C端的tokens調用量，主要貢獻者有三個：

1 大流量池產品內部的附加AI功能

2024年5月谷歌搜索上線的AI Overview功能，至2025年二季度月活已超20億。國海證券預測，AI Overview功能單日tokens消耗量在1.6至9.6萬億區間內，在2025年7月Google日均tokens調用量中的占比為4.9%至29.4%。

抖音、剪映、今日頭條等同樣為大流量池C端產品，月活量級已達到10億（2025年3月）、7億（2025年7月）、2.6億（2024年下半年月均）。

百度之于搜索、美圖秀秀之于圖像，大流量C端應用的AI改造都是上述邏輯。據非凡產研，2025年7月百度AI搜索訪問量居國內智慧搜索品類第一、美圖秀秀的國內訪問量/存量月活、新增下載量依舊居圖像品類第一，且月度收入仍在環比提升。

2 原生聊天助手

ChatGPT聊天助手保有較大C端用戶規模，2025年7月APP+網頁端合計月活達10.15億，是OpenAI重要Tokens調用量驅動因素。

3 視頻賽道擁有較大用戶基礎的新興應用

除產品內置AI功能、聊天助手外，圖像、視頻、陪伴、辦公、教育賽道內均出現了有較大潛力的C端新興AI應用。

字節跳動進行多維度布局，推出醒圖/星繪（圖像）、即夢（視頻）、貓箱（陪伴）、豆包愛學（教育）等AI應用。

其中醒圖、即夢7月月活達到4924萬（當月收入59萬美元）、1393萬（當月收入58萬美元），已成為圖像、視頻賽道內擁有較大用戶量級的產品；貓箱7月月活794萬，當月收入達112萬美元，商業轉化效率較高。

例如接入gpt-image-1、Leonardo.AI的Canva，用于文生圖、文生視頻、圖像補全等除文本模態外的編輯、生成場景。根據Gemini、Kimi等大模型的折算口徑，單張圖片的輸出（輸入）tokens消耗量在1024（kimi）—1290（Gemini）之間。

B端tokens調用量主要源于企業級AI應用。其所呈現出來的特征，一是滲透率較高，Google發布的“全球601個領先企業AI應用案例”顯示，各大規模的企業已開始嘗試將生成式AI投入生產，涉及汽車與物流、商業與專用服務、金融服務、醫療與生命科學、酒店與旅游、制作、工業與電子、媒體、營銷與游戲、零售、科技、通信、公共部門與非盈利組織”11大行業。

二是基模廠商的B端收入比例較大。

數據預測2025年OpenAI來自B端的ARR收入占比達54%；Anthropic占比達80%。谷歌透露Gemini企業客戶超過8.5萬家，推動調用量同比增長35倍；火山引擎大模型收入2024年在國內公有云市場中份額排名第一，占比達46.4%（外部使用量，不包括豆包等內部APP）。

技術迭代解鎖應用需求

越來越多的tokens調用量，并非因為更大參數的大模型，而是推理增強、多模態、Agent化、長上下文轉型共同作用的結果。用一句話概括既是：技術迭代解鎖應用需求。

以GPT-5和Grok4為例：

GPT-5把“更強的推理能力（通過引入test-timecompute）+多模態+更長上下文+更嚴格的安全控制等”置于產品默認層面；

Grok4核心升級則是把“原生工具調用+多代理協同推理+超長上下文等”做成一個可商用產品。

GPT-5和Grok4如此設置的目標，是希望借助技術迭代增強AI在更復雜、更具備“生產力”的關鍵場景下的實用性、準確性，并且使得AI應用加速落地。

舉個例子，假設原來1輪客服對話服務消耗200tokens，升級后客服問答場景中的大模型推理過程將擴展成：

客戶意圖澄清+內部知識庫檢索+邏輯校驗+答案潤色4個環節，即4輪內部推理，每輪150～200tokens，最終消耗600至800tokens。

類似的案例在對應的推理增強、多模態、Agent化、長上下文轉型中都能找到，其最終結果是雙向增強，存量AI應用場景的解決方案更好，對應的tokens調用量也倍數增長。

隨著技術趨勢的不斷推進，大量原本因“不準、不全、不落地”而被擱置的需求將被解鎖。當準確率、可控性跨過可行性線后，用戶特別是B端企業（有生產力場景需求）或將從觀望轉為批量采購。

總結起來就四點，推理增強把能用變成敢用、多模態把單點工具變成端到端工作流、Agent化把對話變成可審計的業務系統、長上下文把項目級任務放進模型。

與此同時，雖然tokens調用量倍數增長，但定價卻是直線下降。

比如xAI的Grok-4-Fast，輸出百萬Token僅需0.5美元（約3.5元人民幣），但比起國內基模廠商來還是不夠狠，去年9月阿里通義千問主力模型最高降價85%，Qwen-Turbo低至0.3元/百萬Tokens。

其中一部分原因是基模廠商的價格戰，讓“一百萬Tokens的錢,都買不了缽缽雞”，也有一部分是因為模型廠優化算力成本的結果。

2024-2025年，為優化大模型算力成本，模型廠商進行了壓縮大模型單次推理計算量（稀疏化、量化、投機解碼）、提升GPU利用率（連續批處理、編譯器融合）以及換用租金更便宜的云、芯片（國產替代、專用ASIC）等方面的嘗試，平均tokens定價實現了較大降幅。

此外模型廠商還進一步通過“模型分層+價格分層”的多樣化策略壓低模型的使用門檻，讓中小預算客戶也可接入，比如：OpenAI 用GPT-5-mini/nano覆蓋輕量場景；Google以Gemini 2.5 Flash 主打“極速低價”；Anthropic用Claude 3.5 Haiku 提供中等規模、高性價比選項等。

因此一個AI飛輪就已成型，當模型使用成本下降，企業/個人調用ROI隨之上升，更多應用需求從觀望向采購轉化，促進tokens調用量倍數增長的同時，AI應用隨之迎來生態繁榮。

Token經濟學就意味著，可以直觀的獲得以下幾個關鍵進展的洞察：成本與經濟效益的量化、技術效能與模型能力的評估、應用場景的深化與演化以及商業模式與市場格局的清晰化。其中成本與經濟效益的量化是最直接、最商業化的意義。

尾聲

如果把AI大模型想象成一個“知識電廠”，Token就是它發出的“度電”，你的提示詞就是“合上電閘”的指令，AI應用開發者就像是“家電制造商”。

從Tokens角度跟蹤進展，就相當于電力公司和社會在跟蹤：

全社會總用電量（AI應用的總規模）增長了多少？

哪種家電（哪種AI應用）最耗電（消耗Token最多）？

發電技術是否進步了（模型效率）？每度電的成本是否下降？

新的高能效家電（高效的AI應用）是否被開發出來？

從Tokens角度跟蹤AI應用落地進展，意味著AI行業正在走向成熟、務實和工業化。它摒棄了早期對參數規模和技術炫技的過度關注，轉而聚焦于一個更根本的問題：如何以可承受的成本，可靠地利用AI能力來解決實際問題并創造商業價值。

這標志著AI不再是實驗室里的玩具，而是真正成為了驅動下一代技術和商業創新的基礎效用。作為從業者、投資者或觀察者，理解Token經濟學，就如同在互聯網時代理解帶寬成本一樣，至關重要。