智算多多



Token,简而言之就是AI大模型处理文本、图像、视频等信息的“最小计量单位”。2026年3月23日,国家数据局正式确定Token的中文译名为“词元”,并将其定位为“智能时代的价值锚点”,作为连接技术供给与商业需求的结算单位,为商业模式的落地提供了可量化的基础。Token,可类比为AI产业运转的“数字电力”,也是AI服务计费与结算的基础单位。如果把大模型比作一台智能机器,那么词元就如同这台机器运转所消耗的“每一度电”,同时也是对外提供服务时“按度计费”的核心依据。
(艾媒咨询)数据显示,2025年中国词元调用总量达24,619.3万亿次;报告预计2026年将增至111,799.5万亿次,2030年将进一步攀升至7,046,680.4万亿次,2025–2030年复合增长率(CAGR)为210%。
区别于传统经济,Token经济展露出相当鲜明的“杰文斯悖论”特性,技术进步致使推理成本降低了280倍,然而人们的使用需求却激增,进而导致总体支出增加了2.4倍,这就像汽车油耗变低后,人们驱车出行的次数反而增多,最终石油消耗总量不降反升。
Token经济的产业链,能够划分成五大核心环节,进而构成一个从底层基建起始延至上层应用的价值链条。
“炼油厂”处于产业链极为底层部分,英伟达依靠它的GPU以及CUDA生态,使得自身数据中心营收同比增长达143%,进而构建起强大的算力帝国,在中国,华为昇腾、寒武纪等国产芯片正加快速度追赶,为国产AI发展提供支撑。
算力芯片依托数据中心才能够发挥出作用。摩根士丹利进行预测,中国AI云市场(IaaS+MaaS)在2024年至2029年期间,将会保持72%的年复合增长率,进而成为承载Token生产与流通的核心平台。预计在2026年,中国AI加速芯片市场规模能够达到3813.9亿元,并且AI服务器市场同比增长56%。
这里是把算力转变为Token极重要 “车间”作加工。云服务商将大模型包装成API接口,依据Token使用量收取费用。不管是阿里云 “通义千问”,字节跳动 “豆包”,还是海外叫GPT-5.4,都在这一面向开发者给予服务。
这是Token的最终消费场景,从聊天机器人,比如像OpenClaw那样呈现病毒式传播的,到编程助手,例如Claude Cowork这类的,AI正从辅助工具朝着独立员工进行跨越,直接对传统SaaS软件的商业根基产生动摇。
Token的广泛运用正在对劳动力市场进行重塑,催生出像“AI训练师”这样的新岗位,一并还带来了“幽灵GDP”现象,即产出增长却没能同步转变为劳动者的工资收入,劳动收入份额大概会从60%下降到45%。
在过去的一年当中,有关大模型的技术迭代的时间跨度,从原本以年作为计算单位压缩成了是以季度为单位,DeepSeek,Qwen,GLM等等一些国产模型靠着MoE加上思维链技术,从而在测评表现实现了迅速缩小跟美国顶尖模型之间差距。
从闭源走向开源,中国模型凭借超高性价比在全球市场展开抢占行动。就拿Minimax M2.5来说,运行一轮标准测试所需成本才125美元,Claude Opus 4.6却要4970美元,GPT - 5.2也需3244美元。这样的成本优势,直接促使国产模型在OpenRouter等平台上的调用量急剧上升,在2026年3月时,前十名模型里半数以上已都是国产品牌了。
谁会是Token经济时期的最大获胜者呢?摩根士丹利有了清晰论断:阿里巴巴会借由全栈实力彰显优势脱颖而出,字节跳动(火山引擎)也会依靠全栈能力闪耀夺目胜人一筹。
阿里云的优势体现于“全”,它从自研芯片“T-Head”、顶尖模型“通义千问”、MaaS 平台再到企业应用各方面,形成全面完整的闭环,是一种全方位体现。字节跳动的优势则突出在“猛”,它依靠巨大的资本支出以及强大出色的 2C 应用生态,其中涵盖抖音、豆包等优秀程序,在 AI 云市场快速迅猛地抢占份额,从而成为极为有力的挑战者,展现出强劲冲击态势。
具有微信生态助力的腾讯,被看作是2C应用的最佳入口;具备全栈能力的百度,是在各个环节都落后于那些领跑者;而有着国企背景作为支撑的中国电信、华为等云服务商,于创新速度以及芯片获取这两方面处于劣势。
Token经济的盈利模式,正在经历着深刻的转变,过去,推理服务商在价格战中陷入了“薄包装公司”的困境,利润趋向于零,然而,随着上游CPU、内存成本的上涨,以及算力需求持续旺盛,行业正迎来20年来首次的价格上调周期。
2026年年初,AWS把机器学习容量块价格提升了15%,谷歌云宣称数据转移价格大幅上扬,中国的网宿科技以及Ucloud等也先后声明提价。摩根士丹利经分析,每10%的价格上涨能够给阿里云带来大约4个百分点的利润率提升。这意味着云服务商正在重新拿回定价权,行业从“价格战”演变成“价值战”阶段。
Token经济给社会带来的影响,远远不只是局限在商业那个领域之内。一方面,那种具有创造性破坏性质的效应,促使AI训练师、数据科学家等这样一些新兴的岗位出现,而且这些岗位的需求增长幅度超过了100%。另一方面,就业结构展现出了K型极化的态势,也就是高技能岗位的需求增加了12%,而低技能岗位的需求降低了15%。
AI 所带来的产出增长主要偏向于流向资本所有者,劳动者的收入份额出现下降,财富高度集中在少数科技巨头手中,这极有可能致使中产阶级的消费能力被削弱,内需增长受到阻碍,进而需要通过财税政策来进行再分配调节。
基于地缘政治的角度来看,Token经济已然把算力以及能源推到了国家战略资源的地位上,美国针对中国进行芯片出口管制,而中国的国产替代战略与之构成了“重复博弈”,全球的AI算力供应链正从过去效率优先朝着安全与自主优先转变。
往后,Token经济产业链的竞争要点会聚焦于这三个核心点:推理成本的优化,全栈能力的整合,还要争夺定价权。而对于企业以及投资者来讲,明白Token经济的逻辑,那就是明白AI时代价值创造与分配的关键所在。
结语:一个曾让人对其印象陌生的技术用语Token,正对业界边线与社会架构实施迅速得惊人的重塑行动。Token经济产业关联链条里的每一项环节都藏有极大的机会以及挑战。搞明白Token,便是弄清楚AI时代的基础逻辑了。