詞元（Token）調用量的指數級增長，正在帶來一批公司估值的飆升。

被稱為“Token第一股”的迅策科技，上市僅108天，股價較發行價上漲近6倍，最新總市值已經達到1050億港元。

今年1月8日登陸港股的智譜，上市首日市值約580億港元，交出首份年度成績單后股價迅速，突破1000港元大關，市值也沖破4000億港元。

智譜CEO張鵬將2026年的關鍵詞定義為“Token量”，認為智能上界突破與Token消耗的指數級增長一起，共同構成了AGI時代的商業價值。

尚未上市的公司之中，月之暗面上個月剛完成新一輪超10億美金融資，估值達到180億美元，而在去年底的一輪5億美元融資中，其估值僅為43億美元。

這種估值的短時間躍遷，與今年2月OpenClaw宣布將Kimi K2.5設為其官方主力模型有著直接聯系。K2.5發布僅一個月，月之暗面ARR（年度經常性收入）即突破1億美元，業績增速不僅支撐了估值提升，也打開了公司IPO的可能性。

無論國內國外，資本市場都在以驚人的熱情為Token經濟的騰飛定價，未來幾個月里，我們將有機會聽到各種各樣的財富神話。這場轟轟烈烈的Token經濟大繁榮，正在以“大躍進”的方式完成對所有人的認知普及，以及對風險的累積。

增長

聊天Bot剛問世的時候，很少有人能想到2年之后，僅僅豆包這一款大模型的日均Token使用量就可以突破120萬億。即便按照每百萬Token兩塊錢這個有點便宜的價格來計算，這也意味著每天有3億元的真實經費在豆包上空燃燒。

事實上，國內外各家大模型公司都在上演著類似的劇本，全球范圍內的Token日均消耗量都在以指數級規模增長。

工信部旗下中國信息通信研究院發布的數據顯示，截至2026年3月，中國日均Token調用量已突破140萬億，較2024年初暴漲超過1000倍。

全球最大的AI模型API聚合平臺OpenRouter則統計到，其平臺每周處理的Token數量從2025年3月的1.62萬億飆升至2026年3月的16.90萬億，一年之內增長超過10倍。

OpenRouter連接著Anthropic、OpenAI、谷歌、Meta等幾乎所有主流模型廠商的API接口，它的周度Token消耗曲線，本質上就是全球AI應用活躍度的實時監測圖。

這條Token消耗曲線幾乎是垂直向上的，既不像GDP的線性增長，也不像互聯網用戶滲透率的S型曲線，完全走出了人工智能經濟自己的發展趨勢。

是什么在驅動Token需求的大爆發？答案是人工智能的技術演進。

早期AI應用以聊天機器人（Bot）為主，用戶輸入一句話，模型返回一段回答，一個來回消耗幾百到幾千Token，完事即止。

但從去年下半年開始，以Agent和Claw為代表的新型應用范式以更快的速度、更廣的范圍流行開來。它們的共同特征是讓AI不再只是“一問一答”的對話工具，而是一個能夠自主規劃、調用工具、長周期執行任務的數字員工。這種技術架構底層的變化，讓Token消耗量以很多用戶意想不到的方式大幅增長。

行業內部測算表明，完成同一個業務目標的情況下，Agent模式消耗的Token大約是Bot模式的50到200倍。

這是因為，Agent在執行任務時需要將整個歷史對話上下文全量攜帶，一個復雜任務動輒累積數十萬Token的上下文窗口。

而且Agent每次思考都需要經過多輪推理，都會觸發API請求，還需要持續加載系統配置文件和記憶庫，以維持任務的一致性和個性化體驗。這導致Agent模式下的Token消耗，更像是個不受用戶主觀控制的黑箱操作。

更值得警惕的是，這個階段Token表面的消耗量，并不等同于真實的需求量。

當AI轉型成為企業的政治正確，當Token消耗量被越來越多的公司納入員工的考核指標，一種“Token偽需求”的情況就誕生了。

Meta內部已經有團隊將Token消耗量作為AI滲透率的衡量標尺，部分員工為了“顯得自己很懂AI”，會故意運行大量冗余的模型調用任務；國內騰訊等大廠也被爆料存在類似現象，一些業務線甚至發明了“Token刷量”的灰色操作。

這種為了不被時代拋棄而制造多余的消耗、夸大不存在的業績的行為，充滿了大躍進式的荒誕。

核心

當Token消耗量以指數級增長，一個嚴肅的產業問題也浮出水面——誰來買單，誰會受益？

4月15日，國家數據局就《關于推進行業高質量數據集建設行動的實施方案（征求意見稿）》公開征求意見，首次在官方政策文件中提出“探索詞元交易等新型交易模式，構建以詞元為基礎，可量化、可定價的數據集價值體系”。

從“詞元交易”被寫入國家頂層設計的那一刻起，Token就不再僅僅是一個技術概念，而是會逐漸成為人工智能經濟的法定計價單位。某種意義上來說，Token化收費是人工智能經濟的核心。

迅策科技被稱為“Token第一股”，就是因為其率先在商業模式上做出了調整，全面轉向了按Token消耗付費與分成的新模式，構建了“收入=Token價格×調用次數×模塊應用數”的增長模型。

目前，Token付費收入占迅策科技總營收的5%左右，公司預計到年底這一比例將快速提升至20%至30%。市場對迅策的估值邏輯也因此發生了重大變化，脫離了傳統市銷率的限制，有了更大的想象空間。

迅策科技的模式也說明，在人工智能經濟中，大模型廠商大概率會扮演“精煉廠”的角色，即將底層的算力與數據，加工成可以被直接消費、以Token計價的“成品”、“結果”，并掌握著價值分配體系中的關鍵生態位。

而云服務廠商大概會扮演著“發電廠”和“電網”的角色，它們不直接定價Token，卻決定了Token的底層成本。

以阿里云為例，截至2026年2月底，阿里云2026財年累計外部商業化收入突破1000億元，AI相關產品收入延續高增長態勢，實現連續第十個季度三位數同比增長。

緊隨需求而來的就是漲價，上周阿里云四天連發三條產品漲價公告，調整百煉部分模型單元服務價格及DataWorks部分API免費額度——云服務廠商對Token成本的影響力，可見一斑。

云服務廠商在傳統架構中主要收入來自虛擬機、存儲與網絡等基礎設施計費，進入Agent時代后，它們完全可以推動按資源（Token）使用量計費，并通過Agent平臺訂閱、開發者生態套件、行業級解決方案等獲得長期合同收入。

算力廠商則像是更上游的原材料、燃料供應方，英偉達的高端GPU至今仍然處于產業鏈中最核心位置，高帶寬內存（HBM）如今更是供應緊張，三星、SK海力士及美光三大存儲原廠一邊產能受限，一邊毛利率抬高。

也許有人會擔心算力實際已經過剩，英偉達和存儲廠商的股價已經過高，但是這都不影響Token化收費的歷史進程。

Token收費，讓整條產業鏈的價值分配有了清晰的計算依據。

就像千瓦時的確立讓電力市場得以形成，流量/曝光量成為抖音和視頻號的收費標準單位一樣，Token正在讓人工智能經濟從“感覺有用”走向“可以算賬、可以收稅”，成為一種真實存在的經濟構成。

狂歡

Token化收費，讓人工智能經濟運轉的邏輯變得清晰起來，但是人工智能作為一種劃時代的技術革命，其經濟運轉的邏輯，是否與傳統的經濟學規律一致呢？

至少傳統經濟學的供需平衡理論，在人工智能經濟中并不完全適用。

傳統模型中，供給和需求是兩條獨立的曲線相交，而在人工智能經濟中，供給本身會通過數據飛輪改進供給質量。需求曲線向右移動不是因為外部收入變化，而是因為供給曲線本身向下、向右移動了。

目前這個階段，我們更可能看到蒸汽時代的“杰文斯悖論”在人工智能時代重演。所謂的杰文斯悖論是指，當蒸汽機效率提升、單位馬力耗煤量下降時，煤炭的總消耗量反而暴增，因為更便宜的蒸汽動力催生了更多工廠、火車和輪船。

現在Token的單位生產成本越低，愿意消耗Token的群體就越多，舍得使用Token而非人力的場景就越多，最后Token的總成本就越高，或者說人工智能經濟的總價值就越大。

根據國內媒體的數據統計，過去兩年多，Token生產成本下降了超過99%，GPT-4每百萬Token的成本已經從37.5美元下降到了2025年的0.14美元。但根據硅谷知名風投Menlo Ventures，全球企業2025年在AI上的支出反而比2024年增長了3.2倍。

如果這種趨勢延續下去，那么哪怕單位 Token的價格趨近于零，全人類消耗的 Token 總價值（總量 × 單價）以及它撬動的 GDP 比重，也可以成百上千倍的增長。

這正是智譜、MiniMax等公司在巨額虧損的情況下，仍然被資本市場賦予超過許多傳統互聯網企業估值的深層原因——市場定價的不是今天的利潤，而是未來Token經濟總價值。

更何況，用Token生產出來的東西，本身也會越來越有價值。

同一百萬個Token，在不同場景下創造的價值差距可達十萬倍，其價值完全因執行的任務而異——用于閑聊的Token只值幾分錢，用于寫代碼的Token值幾百幾千元，用于量化投資、企業并購的Token完全可以價值幾萬元。

斯坦福大學2026年AI指數報告估算，僅2024年生成式AI就為美國消費者創造了約1720億美元的消費者剩余，而用戶獲得的價值遠超實際支付的費用。

值得警惕的是，在AI代替了大量人類的腦力勞動后，傳統的勞動力供給理論也會面臨挑戰。傳統的需求曲線會因為購買力萎縮而整體坍塌，而供給端因為自動化依然強勁，這就是凱恩斯所說的“技術性失業導致的有效需求不足”。

只不過在這個階段，圍繞著Token消耗量指數級增長的一切都還披著繁榮的外衣，引領著產業鏈上下游和資本市場的狂歡。

但是歷史已經反復證明了，每當一種新技術被資本市場賦予無限想象空間，泡沫總是比價值更先抵達終點。

責任編輯 | 汪鵬