炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
Token经济，中国账本|《财经》封面
工业时代，电力有一套成熟的计量和定价体系。它的价格相对固定，交易规则清晰。AI时代，Token的“度量衡”还远未成形。在目前的中国市场，Token经济的账本明细已经开始变得复杂
文|《财经》主笔 吴俊宇 研究员 周源
编辑|谢丽容
2026年初，中国、美国的科技公司都担心员工不使用Token（词元），组织就无法提效。今年1月，Token冲量（Token Maxxing）现象，在美国硅谷和中国科技公司中流行开来——员工Token用量越高，越被认为效率高。一些公司甚至制定了员工Token排行榜。
但从今年6月开始，越来越多公司开始担心账单失控。员工Token排行榜在很多公司消失了，各个公司开始按部门、按人头分配Token。腾讯非研发部门员工年初每月Token额度超过1500元，到了6月初大部分员工的额度被砍掉了60%以上。小米从鼓励员工无限量使用自研MiMo模型，变成设置个人上限。
这些变化发生在短短半年之内。
Token是大模型处理信息的最小单位。它就像工业时代的“一度电”。但Token和电力不同——一度电的价格相对稳定。受模型能力等因素影响，一个Token价格可能相差百倍。
Token消耗无处不在。用DeepSeek、字节跳动的豆包问一个问题，用阿里的千问点一份外卖，一次对话要消耗几百到几千Token。用腾讯WorkBuddy安排一项工作，智能体（Agent）会自主工作持续数十分钟，一次消耗数百万或千万Token。用Codex或Claude Code写一个应用，要持续数小时甚至数十小时，要消耗数亿或数十亿Token。
今年3月GTC大会上，英伟达创始人黄仁勋甚至提出“Token经济”这个概念。他认为，Token是AI时代的基础货币。生成Token的成本与效率，将决定科技企业的营收与生死。
过去三年，Token单位价格下降了90%以上，但Token总支出却在指数级增长。这被称为算力的“杰文斯效应”——模型、芯片进步让Token变得更便宜，资源总消耗不但不会减少，反而会大幅增加。
在中国，Token消耗量正在以每年数十倍的速度增长。国家数据局数据显示，截至今年3月，中国日均Token调用量超过140万亿，比2024年初的1000亿增长1400倍。国际市场调研机构IDC预测，2026年中国Token调用次数将比2025年增长20倍。
这种增长落在个人身上是什么概念？《财经》一位研究员今年5月-7月使用了229亿Token，仅7月就达到125亿，日均超过4亿。这些Token订阅成本超过1万元。它们被用于辅助研究，制作图表，分析财报和论文，开发个人应用，对国内外模型进行测试。
Token需求正以十倍、百倍速度增长，供给却严重不足。这是因为背后的算力基础设施——如芯片、存储、网络、数据中心每年只能以几十个百分点的速度增长（报道详见《从芯到云，算力为何全线短缺？|《财经》封面》）。
算力短缺进一步推高了Token成本。《财经》了解到，截至8月，中国的头部科技公司，单家的月度Token消耗量普遍超过了数十万亿，费用高达数亿元。一个研发工程师单月至少要花掉价值超过2万元的Token。企业甚至已经把Token成本作为人力成本的一部分。
对于这些企业来说，Token成本不再是可有可无的可忽略成本，这让越来越多企业开始思考：这些Token到底创造了多少价值？
《财经》了解到，中国的政策部门正在密集调研，希望就Token的质量、成本、定价建立一套评价体系。按照设想，Token最终会像电一样，被计量、交易、管理。
工业时代，电力有一套成熟的计量和定价体系。价格相对稳定，交易规则清晰。AI时代，Token经济刚刚萌芽。它的“度量衡”远未成形，技术、成本与商业模式仍在剧烈演进。
Token经济，企业层面关心的问题是：生产一个Token需要多少成本？不同能力的Token要如何选择？有限的算力应该如何分配？一个员工消耗更多Token之后，能否创造更高的人均产出？ Token创造的价值，能否覆盖它消耗的算力、资本和人力？
国家层面，这个问题会变得更宏大。政策研究者更关心的是：一个国家拥有多少能源、算力、资本，能生产多少Token？这些Token最终能够转化成多少生产力？能否催生新的企业和应用？能否提高劳动生产率？能否创造新的就业和经济增长？
这些问题暂时都很难有真正的答案。但我们可以尝试逼近一个问题：中国市场，Token经济的账本究竟是怎样的？
谁决定了Token成本？
不同的Token，定价可以相差百倍。全球最贵的Claude Fable 5，在典型的智能体场景下1亿Token综合使用成本（未命中输入3%，输出1%，缓存占比96%）约1200元，最便宜的DeepSeek-V4-Flash不到7元，两者相差170倍。
那么，Token成本受哪些因素影响？黄仁勋把AI产业分成能源、芯片、基础设施、模型、应用五块蛋糕。他认为，能源、芯片、模型、基础设施共同影响着Token成本。
但这四个因素影响程度不同。野村中国科技及电讯行业分析师段冰今年4月对《财经》表示，芯片、算法在更大层面上决定了Token成本，能源、基础设施等因素更多是现有基础上做优化。
芯片是决定Token供给的核心因素。芯片越强，单位时间能够生产的Token越多，单位Token成本也会随之下降。
国际半导体市场研究机构SemiAnalysis数据显示，英伟达B300（2026年出货）运行DeepSeek-V4-Pro时，单卡Token吞吐量是H200（2024年出货）的5倍-28倍，单位Token成本仅为H200的7%-37%。
国际市场上，B300八卡服务器售价约65万-67万美元，是H200服务器的两倍左右。但更贵的芯片，反而能生产更便宜的Token。因为，芯片、存储、网络、数据中心等固定投入会被摊薄到更多Token上。
模型迭代，同样能降低单位Token成本。更强的模型，实际使用成本反而可能更低。
《财经》测算发现，在典型智能体场景下（未命中输入3%，输出1%，缓存占比96%），DeepSeek-V4-Pro 1亿Token综合使用成本约17元，比DeepSeek-R1的124元低86%。
算法创新影响了定价结构。在智能体任务中，缓存命中Token通常占总Token的90%以上。DeepSeek-V4-Pro的缓存命中价格很低，这足以抵消模型参数变大带来的基础推理成本，最终使用成本大幅下降。
软件层面的优化，如优化推理调度、提升缓存命中等，都会继续降低Token成本。不过这些因素无法起到决定作用。
芯片和模型不变，通过推理框架软件，仅三个月每秒Token吞吐量就可以提升超过20%。SemiAnalysis测试显示，英伟达B300今年4月26日运行DeepSeek-V4-Pro的吞吐速度是5920 Token/秒，但7月12日提升到7153 Token/秒。单位Token成本随之摊薄。
提高缓存命中率也能降低成本。缓存命中相当于模型的记忆。一位中国模型公司技术人士对《财经》解释，输入/输出部分主要消耗GPU（图形处理器）算力，缓存命中减少了重复计算，主要消耗存储和网络带宽资源。
以DeepSeek-V4-Pro为例，智能体任务中提升1个百分点的缓存命中，1万亿Token实际成本会从17.4万元降至14.4万元，降幅达17.1%。
能源是算力建设的前置条件，但电力成本对Token成本有影响。
电力决定了算力集群的规模和选址，建设数据中心需要能评审批，还需要选择低电价的区域。比如，北京、深圳等东部地区的电费价格是乌兰察布、大同等西部地区的2倍-3倍。
但电力在Token成本中的影响权重有限。多位数据中心从业者对《财经》表示，电力成本通常占GPU数据中心的资本支出、运营支出综合成本的10%或以下。
《财经》粗略统计，阿里、腾讯2025年的综合电力成本分别都为数十亿元。单家资本支出均在1000亿元上下。电力成本不到资本支出的十分之一。
在中国市场，Token成本里还有两个技术之外的隐性变量——美国政府的出口管制、地方城市智算中心的芯片利用率（报道详见《中国算力，以何强壮？|《财经》封面》）。
简单理解，一旦GPU服务器采购成本攀升、利用率走低，经济账就会迅速恶化。因此，芯片出口管制、智算中心芯片利用率会深刻影响中国市场的Token成本。
GPU服务器折旧周期一般是5年。一位中国云厂商资深架构师给《财经》算了一笔账，理想状态下，一台H200服务器按每月12万-15万元租赁价格，平均回本周期约3年。如果用于卖Token，它能不能在折旧期回本，服务器采购成本、GPU实际负载率影响很大。
《财经》按照英伟达今年4月官方技术博客中的Token吞吐测试数据，计算了一台H200服务器运行智谱GLM-5.2的理论回本周期（计入电力、运维成本，但不计人力、网络成本）。
结果是，如果早期以360万元/台购买，GPU利用率保持70%，理论回本周期只要17.8个月。但如果按500万元/台购买，GPU利用率仅有30%，理论回本周期将长达65.6个月——芯片报废前都无法回本。
美国政府长期对中国实施芯片出口管制。这导致中国市场芯片价格持续上涨，单位Token成本也随之走高。这就是2026下半年正在发生的事。
英伟达的芯片无法通过合规渠道进入中国市场。国际市场，H200八卡服务器价格32万-35万美元，B300八卡服务器65万-67万美元。
但这只是理论价格，转运市场往往要溢价60%-100%，甚至更高。《财经》从多位服务器渠道商了解到，H200服务器今年4月价格约360万元/台，7月超过400万，8月超过500万元，目前溢价超过80%。今年4月B300服务器价格400万-500万元，6月涨至800万-900万元，8月涨至1300万-1500万元。B300服务器目前几乎有价无市。
GPU利用率不足，单位Token成本同样会变高。空转的芯片，会产出最贵的Token。
中国市场目前算力供不应求，但部分地方城市的智算中心仍存在闲置算力。一位中国服务器厂商CEO（首席执行官）5月在一场小规模沟通中对《财经》提到，过去三年，各地方城市的算力中心，单个项目起步投入超过2亿元，大型项目超过10亿元。2026年这一轮AI需求爆发前，很多地区智算中心利用率不到50%，甚至只有30%-40%。
“数据中心建完了，商也没招来，算力也没卖出去。”他在面对地方城市客户时，经常建议不要重复建设，而是通过算力调度平台，从新疆、青海、宁夏等地调用已有算力。
芯片采购成本不断变高的大环境下，提高算力利用率变得意义重大。《财经》了解到，云厂商和模型厂商凭借更大的用户规模，可将GPU利用率维持在50%以上。
中国的Token真的便宜么？
2026年初，“Token出海”成为一种新现象，越来越多中国模型正在被全球开发者使用（报道详见《关于Token出海，三个事实和三个误解》）。
《财经》统计OpenRouter数据发现，它在今年1月-7月被调用902万亿Token。中国模型占369万亿Token，占比41%。OpenRouter是一家美国的模型中转站，覆盖全球1000多万用户和400多个模型，每月Token调用超过200万亿，占全球调用量不到1%。这虽然不多，但代表了相当一部分开发者、创业公司的偏好。
“中国Token更便宜”，被认为是中国模型出海的关键因素。事实上，这需要放在三种场景分别讨论：企业调用API（应用接口）、个人和开发者订阅、单个任务的综合成本。
在企业调用API这个市场，中国模型的价格的确更便宜。
《财经》统计了全球16款模型官网API价格，并估算了智能体场景下各家1亿Token综合使用价格（未命中输入3%，输出1%，缓存占比96%）。
中国旗舰模型（如月之暗面Kimi K3、阿里Qwen3.8 Max、智谱GLM 5.2）价格仅有美国旗舰模型（GPT-5.6 Sol）的30%-60%。中国入门模型（如DeepSeek-V4-Flash）综合使用价格甚至不到美国中端模型的3%。
中国云厂商、模型厂商还在补贴战略客户。多位中国云厂商销售对《财经》表示，包括阿里云、腾讯云、字节跳动旗下火山引擎在销售智谱GLM-5.2时，可以给战略客户五折低价。这几乎是贴着成本价卖。
但在个人用户和中小开发者市场，中国公司的Token套餐（Token Plan）实际价格，高于OpenAI、Anthropic。
《财经》今年7月-8月订阅了国内外主流Token套餐，通过开源智能体框架OpenCode重复运行同一项任务（统计谷歌24个季度财报中的10项财务指标）直至耗尽一周Token额度。最终根据周额度估算套餐中实际可用的月额度，并计算1亿Token均价。
OpenAI旗下的ChatGPT/Codex，200美元/月套餐月额度109亿Token，1亿Token均价12.5元，远低于大部分中国厂商的Token套餐。实际使用成本不到官网API列表价的2%。
国内Token套餐运行各家旗舰模型对应的1亿Token均价，阿里云是101元、火山引擎是50元、智谱25元、月之暗面95元。DeepSeek-V4-Pro是17.5元，DeepSeek-V4-Flash是6.2元。绝大部分厂商的Token使用成本都比ChatGPT/Codex更贵。
OpenAI、Anthropic的Token套餐超低定价现象也得到了SemiAnalysis的验证。SemiAnalysis今年6月耗尽OpenAI、Anthropic多个档位的套餐后，按官网API价格折算实际Token价值。
结果显示，200美元/月订阅套餐，OpenAI旗下Codex对应的Token价值是1.4万美元，Anthropic旗下Claude对应的Token价值是8000美元。实际使用成本远低于列表价格。
为什么OpenAI、Anthropic的订阅套餐，最终Token均价比中国企业还便宜？
答案是，这两家公司仍在大规模融资，短期无需盈利，补贴成本由投资人承担。它们希望低价订阅吸引重度开发者。重度开发者容易影响企业采购决策，也是潜在的创业者，他们未来可能会带来更大规模的Token消耗。
OpenAI、Anthropic还在赌，用户用不完套餐中的Token。一位中国模型公司人士对《财经》表示，真正能把上百亿Token彻底耗尽的重度开发者只是少数。大部分普通用户每月消耗量可能不到总额度的10%。但低定价策略可以吸引更多用户，带来稳定的订阅收入。
与之相反，中国企业的算力采购成本更贵，回本周期更短，收入压力更大。结果是，中国公司更多通过低价API争夺企业调用量，美国公司则通过低价订阅争夺消费者和开发者。
不过，Token定价依然不能反映真实问题。企业更关心，完成一次任务要付出多少成本。
为理清这个问题，《财经》进行了一项测试：通过OpenCode接入全球20款主流模型完成同一项任务——统计谷歌2021年-2025年20个季度的10个财务指标共200个数据，并生成一份Excel表格。每款模型独立执行3次，共完成60次任务。
选择财报统计作为任务，有三个原因。第一，它有标准答案，结果能被客观验证。第二，它是开放任务，模型要自主思考规划路径。第三，它的Token消耗大且任务时间跨度大。
三个特点叠加，不同模型的能力差距（Token消耗量、任务时长、成本等）会充分显现。需要强调，这次测试并非严格的性能基准测试，结论只适用财务统计这类重度办公场景。
《财经》最终记录了20个模型每次任务的准确率、Token消耗、任务时长、API折算成本。60次测试显示，9款模型达到100%准确率。其中包括3款海外模型，6款国产模型。
海外模型的平均任务成本更高。Claude Opus 5是9.38元，GPT-5.6 Sol是7.06元，GPT-5.5是10.16元。
国产模型的平均任务成本更低。阿里Qwen 3.8-Max（预览版）是7.74元，阿里Qwen 3.8-Max（正式版）是6.21元，智谱GLM-5.3是3.76元，月之暗面Kimi K3是2.89元，DeepSeek-V4-Pro（正式版）是0.48元，DeepSeek-V4-Flash（正式版）仅0.25元。
至少在重度办公场景，国产模型具备接近海外旗舰模型的能力，且Token成本更低。DeepSeek-V4-Flash（正式版）成本甚至只有Claude Opus 5的不到3%。
《财经》同时测试发现，面对复杂代码任务，比如半个月都难以修复的Bug时，DeepSeek-V4-Flash（正式版）和Claude Opus 5、GPT-5.6 Sol差距会被拉大。在处理这类工作时，更强、更贵的模型，可能Token消耗更少，最终成本更低。便宜的模型，反而会反复试错消耗更多Token，要花更长时间、更高成本解决问题。
60次测试过后，《财经》发现并不存在一个模型能在成本、效率、准确率三个维度同时领先。这就像是“不可能三角”：最快、最准的模型通常并不便宜，便宜的模型往往要用更长的时间完成任务。
滴普科技是一家企业级大模型解决方案服务商。滴普科技创始人赵杰辉的看法是，大多数企业面临的挑战是，Token依然没有创造足够的价值。这道题要算平，只靠Token价格下降是不够的。第一性原理是，企业要在业务中提升Token的价值密度。
事实上，企业采购AI时，通常也不会寻找某一个维度的绝对第一。时间敏感型任务，企业可能更愿意用贵而强模型。大规模批量任务，模型的成本低变得重要。审计合规等高风险任务，准确率、稳定性是不可妥协的底线。
对内，把Token用到刀刃上
模型选择影响成本。但对大多数企业来说，Token账单失控的根源，主要在于缺乏管理。
今年2月，Token冲量现象流行时，一位中国市场的模型平台高管曾在腾讯、美团、百度等科技公司分享，号召企业内每人每天消耗10亿Token。
在他看来，企业不应该时刻担心Token消耗量。像拥有“无限弹药”一样使用Token，员工才会探索出过去无法想象的应用和工作模式。“这就像打仗，用小米加步枪，和拥有无限弹药，打法完全不同。”
三个月后，这场试验逐渐回归理性。
企业逐渐意识到，Token增长并不等于生产力提升。一名员工一天消耗3亿Token，可能修复了一个长期存在的Bug（程序错误），可能完成了过去一个月才能完成的工作。但也可能没有任何产出。其中浪费的Token，远多于真正产生价值的部分。
上述中国市场的模型平台高管解释，这场试验在落地过程中逐渐变味，“一些公司的员工为了登上Token消耗排行榜，选择用各种无意义的任务刷高用量。这已经走向形式化，脱离了我当时提倡的创新工作方式的本意。”
《财经》和一些科技公司一线员工交流发现，有人把公司免费提供的Token用于和工作无关的个人项目，例如为自己的机器人编写程序，或者为孩子制作个人网页。
在这种情况下，企业随之开始收紧Token额度。越来越多公司的员工Token消耗排行榜正在消失，取而代之的是按部门、按员工核算的Token账单。
腾讯非研发部门（如行政、市场、销售等）员工今年年初每月Token额度从1500元-8000元不等。但进入6月，腾讯非研发部门员工的Token额度普遍被砍掉60%以上。小米非研发员工最初使用小米MiMo不限额度，如今一些一线员工被设置了每月500元上限。
企业的Token管理逻辑正在发生变化：从一开始鼓励员工无限量用Token，转向建立Token核算体系。这背后首先是一笔越来越无法忽视的昂贵成本。
《财经》近期密集调研了华为、阿里、腾讯、小米、美团以及部分创业公司的多位一线产研、销售、运营人员。这些企业一线员工日均Token消耗量已经达到了1000万-4亿的规模。其中销售、运营人员日均Token消耗量通常在千万级别；产研人员中等强度开发的日均Token消耗量达到了2亿-4亿，高强度开发可达5亿以上。
金山办公CEO章庆元今年7月对《财经》表示，金山办公6000多名员工今年6月消耗了4万亿Token，每月Token成本数百万元。
章庆元算了一笔账：给一名员工每月1000美元Token额度，放在单个员工身上看似不高。但在阿里、腾讯、字节跳动这类拥有至少10万名员工的公司，如果按照这个标准计算，每月Token成本就会超过1亿美元。
“CEO拿到账单，第一反应是问CFO（首席财务官），每月1亿美元Token花到哪里去了？哪些部门在用？哪些员工在用？解决了什么问题？节约了多少成本？创造了多少收入？”章庆元说，他和很多企业负责人交流后发现，大家都开始希望管好Token账单。
美的集团美云数智数字运营总经理魏晓刚今年6月对《财经》表示，美的对AI投入产出的评估已经形成了一套统一的衡量方式，由财务、人力资源、业务和IT等多个部门共同参与制定。这套体系可以按照场景算清楚，人工完成某个任务，与Token完成任务之间的效率差异。美的可以算清每一个Token的投入产出比。
《财经》了解到的情况是，阿里、腾讯这种规模的公司，每月Token消耗量高达数十万亿。研发部门，单个员工每月Token成本通常在2万元以上。
企业正在面临一个全新的问题：Token正在成为人力成本的一部分。
企业计算人力成本时，除了工资、社保、奖金等支出，还出现了一项过去不存在的支出——Token。企业愿意承担这笔新增成本的前提是，它能换来更高的人均产出。
现实中已经有这样的案例。腾讯2026年走红的AI办公产品WorkBuddy，最初的第0.01版本就是由技术产品专家汪晟杰用一个晚上写完的。今年1月15日，汪晟杰在业余时间用AI Coding（AI编码）的方式写出这套原型。他最初只是希望做一个简单干净的工具满足自己日常办公需求。没想到，这款产品快速在公司内外流行。
《财经》一位没有专业编程基础的研究员，今年5月业余时间通过Codex搭建了一套研究工作流。这套系统包含254个文件、61289行代码。一位软件工程师对《财经》表示，在2023年之前，如果完全依靠人工开发，同等规模的系统通常需要三五人花数月才能完成。如果由一个人从零开始设计、开发、调试和上线，至少需要半年。
一个人能完成过去需要一个团队才能完成的工作量，也导致企业正在改变对人的要求，甚至重新调整组织的形态。
中国科技公司产品研发团队的原有专业分工正在被打破。过去软件研发往往需要产品、设计、前端、后端、架构、测试等多个岗位协作完成。AI Coding普及之后，很多工作开始由一个人借助智能体独立完成，全栈工程师重新变得流行。
腾讯部分产品团队的形态开始从大团队协作转向“三五成群”的小编队。他们根据项目组合在一起，每个人身兼多职推进工作。
在章庆元看来，2026年金山办公在组织管理层面最重要的工作就是，全员转型全栈工程师，公司组织结构要扁平化。他说，“我们不奢望自己能变成像创业公司一样AI Native（AI原生），但是至少不要变成老登公司。”
《财经》近期与多家大型科技公司管理者和一线员工交流发现，Token正在改变企业的组织结构——只承担信息传递、部门协调的中层管理者，核心价值在削弱；只重复执行任务，缺乏业务判断能力的基层初级员工也面临压力。
中层管理层正在被要求进入业务一线，找回具体事务的“手感”。初级员工则被要求尽快建立业务判断能力，而不只是等待分配任务。
过去企业关心的是一个岗位需要多少人、每人支付多少工资。现在需要考虑的是，给一个人配置更多Token之后，他能否完成过去几个人的工作，能否探索新的业务可能性。
Token在改变企业对员工的要求，也在改变组织管理形态，甚至在改变企业的成本结构。
对外，让每个Token产生收入
算清内部的Token账单，只解决了一半问题。对于掌握大量算力的科技公司来说，更重要的问题是：如何用有限的芯片，获得更多Token收入，进而更快收回算力采购成本。
这是一个艰难的权衡问题。一台GPU服务器可以拿去训练下一代模型，也可以用于推理。如果用于推理，它既可以支持消费者聊天，也用来支持日常办公，还可以用于重度代码、智能体任务。不同选择，背后的用户规模和商业价值完全不同。
《财经》查阅英伟达官方技术博客今年4月披露的B300运行DeepSeek-V4-Pro的吞吐数据发现，一台八卡B300服务器可以同时支撑520个并发用户用于聊天，也可以同时支撑70个并发用户用于文档、总结、分析等办公任务，还可以同时支撑17个并发用户用于代码和智能体任务。
当一家科技公司拥有一台GPU服务器时，到底要怎么用？在算力有限的情况下，这是一道选择题：卖给普通消费者聊天，用户规模大但付费的人少；卖给企业和开发者，客户规模更小但付费的人多；或者用于训练模型，短期没有直接收入，但这决定未来的竞争力。
这也是今天阿里、字节跳动、腾讯等一批科技公司正在面临的问题。每一枚GPU都存在机会成本。给某个业务多分算力，另一个业务就要少分算力。
“显而易见，免费聊天很难直接产生足够的商业回报”，一位阿里技术人士对《财经》表示，任何企业拥有一台GPU服务器时，最快、最直接获得收入方式就是——部署更贵、更强，更容易收回算力采购成本的模型，而不是给用户免费聊天。
过去两年，中国科技厂商普遍依靠免费Token换取用户规模。但随着用户规模变大，Token消耗继续增长，免费模式开始收缩。字节跳动、阿里、腾讯都在控制免费用户的规模，或是尽量把他们转化成付费用户。
字节跳动旗下的豆包App拥有超过1亿日活跃用户。它仍然提供免费对话，但今年6月开始推出付费订阅，标准版68元/月、加强版200元/月、专业版500元/月。
阿里变化更明显。2026年1月，阿里通过千问App发放至少30亿元补贴，鼓励用户通过AI点外卖。这是典型的用Token和补贴换用户的打法。但到下半年，阿里就转向了——千问App开始面向消费者收费，并推出千问办公智能体直接向个人和企业收费。
《财经》了解到，微信智能体迟迟未能全量上线的一个重要原因就是，算力不够充裕，很难完全免费提供给14亿用户。
《财经》按照英伟达官网技术博客中H200运行DeepSeek-V4-Flash的吞吐效率（201.9 Token/秒/卡）测算，如果微信智能体拥有1亿日活用户，每人每天消耗5000 Token，在保持70%的集群有效利用率情况下，至少需要2万枚H200等效芯片。如果考虑波峰波谷和备用冗余等情况，实际算力需求只会更大，甚至是数倍的规模。
相比个人用户，企业客户更容易带来直接收入。因此，中国科技公司正在把更多算力资源投向云计算等To B（企业级）市场。
Token在阿里已经成了一项独立的收入指标。阿里管理层今年5月财报电话会披露，计划在2027财年末将AI相关年度经常性收入（ARR）做到300亿元。
阿里云近半年连续启动了围绕Token收入增长的“515战役”和“830战役”。“515战役”目标，是5月15日之前日均Token收入比4月初增长5倍。“830战役”，目标是8月30日之前日均Token收入再增长10倍。
阿里公共云事业部总裁刘伟光今年5月对《财经》表示，2025下半年，大部分公司的Token支出在其IT支出中的占比不到1%。2026年情况变了。据他粗略估算，一些AI创业公司的Token支出可能占其IT总支出的100%。互联网公司Token支出占比普遍达到15%-20%，其他步伐相对更慢的企业则仍在5%以下。
字节跳动也在沿着同一条路径加速。截至今年6月，豆包大模型日均Token使用量达到180万亿。《财经》多方了解到，截至5月末，火山引擎月度Token收入超过15亿元，2026年Token收入目标超过150亿元，且仍在多次上调。
独立模型公司的收入也在快速增长。截至今年6月，月之暗面ARR达到3亿美元，三个月内增长约3倍。截至7月，智谱ARR达到10亿美元，提前半年实现年初目标。
中国市场Token的商业化还在继续向更多场景下沉。中国公司正在尝试在每一个角落找到变现的方式，它甚至已经进入此前难以想象的领域——AI玩具（报道详见《深圳，把算力塞进AI玩具里》）。
《财经》今年6月走访深圳AI玩具产业链发现，一颗不到10元的芯片、一个不到14元的4G通信模组、一套20多元的喇叭、电池和电路板，再加上一份不到20元的Token买断授权，就可以让一个售价不到100元的毛绒玩具开口对话。
Token就像芯片、电池、通信模组一样，进入了很多硬件公司的物料成本表。百度智能云泛科技解决方案部行业解决方案总监张东锦对《财经》表示，对于硬件厂商来说，这种模式更容易计算成本，也更符合用户购买消费电子的习惯。
AI玩具只是中国企业寻找Token商业化的缩影。这种化学反应还在更多领域发生。深圳及其周边庞大高效的电子制造产业链，正在把Token嵌进越来越多的AI硬件——AI眼镜、AI录音卡片等一批新兴消费电子由此诞生。
从用户订阅，到企业API，再到AI硬件，中国科技公司几乎在寻找一切能够把Token转化成收入的场景，让每一个Token产生收入。
中美：两种逻辑，两套账本
中国市场是勤俭持家，用更少的资本支出，尽快实现商业正循环。美国市场还在烧钱试错，用大量免费Token补贴个人开发者，在浪费中探索可能性。
中美两个市场的Token经济，账本完全不同。这从两个市场的算力巨头资本支出差距就能看出端倪。2025年，美国主流算力巨头的资本开支规模是中国的4.7倍。
中国七家科技/算力巨头（阿里、字节跳动、腾讯、百度、中国移动、中国联通、中国电信）2025年资本支出约6586亿元，同比增长16%。保守估算，2026年资本支出在6836亿元以上，至少增长4%。
美国五家科技/算力巨头（包括亚马逊、微软、谷歌、Meta、甲骨文）2025年资本支出4500亿美元（约合3.1万亿元），同比增长70%。预计2026年资本支出7600亿美元（约合5.2万亿元），增长69%。
资本投入相差数倍，这最终改变了两个市场Token资源的分配和使用方式。美国市场在用冗余的算力扩大探索空间，中国市场在用有限的算力提高生产效率。
美国科技公司的算力资本开支更高，有成熟庞大的企业服务市场。因此它们更有意愿用便宜甚至亏损的Token培养开发者、消费者的习惯。
OpenAI、Anthropic这两家美国模型公司的低价补贴，建立在这些条件之上。今年7月-8月，OpenAI的Codex甚至几乎每周都在给用户赠送Token重置卡。
Codex产品负责人蒂博·索蒂奥（Thibault Sottiaux）每次在社交媒体X宣布重置Token额度，总会附上一句“玩得开心”（Have Fun）。开发者和消费者每次都会在社区狂欢。
在不断鼓励用户大胆使用Token的过程中，Codex用户快速增长。Codex 6月周活跃用户500万，到8月迅速突破1500万。但与此同时，OpenAI 2025年营收130.7亿美元，营业亏损209.2亿美元。换句话说，它每赚1美元，就要亏损1.6美元。
OpenAI、Anthropic虽然都尚未盈利，但千亿美元规模的融资足以支撑这套烧钱换习惯的打法，它们背后还有美国科技巨头的资本和算力支持。
中国科技公司的算力投入远小于美国科技公司。在芯片出口管制的影响下，算力供给紧张，采购成本更高，大规模补贴无从谈起。尽快获得正向现金流才更符合商业逻辑。
无论是阿里云、火山引擎激进的Token收入目标，还是豆包、千问转向收费，本质上都是这个背景下的结果。智谱今年7月Token套餐全线涨价，涨价幅度超过130%。月之暗面在推出Kimi K3后不久宣布，由于算力资源紧张暂停C端新用户订阅。
在中国市场，补贴消费者和开发者，这条不确定的路太过漫长。因此，找到能够自我造血的应用场景才更符合现实。
近三个月，多位中国服务器厂商高管、云厂商高管在小规模沟通中均向《财经》表达了一个事实——中国市场目前算力供不应求，2027下半年之后才可能有所缓解。
今年6月，浪潮信息董事长彭震对《财经》表示，短期内算力紧张没有根本解法。因为，模型算法高度依赖芯片供给。但他同时认为，创新是在资源有限的环境下诞生的。缺算力，也许会让中国的技术创新走出一条完全不同的路。
事实上，在芯片出口管制和算力供应不足的压力下，中国市场依旧在不断诞生领先的模型——比如，智谱GLM-5.2、月之暗面的Kimi K3。
有模型训练工程师对《财经》表示，智谱GLM-5.2在后训练层面做了大量创新，这让它能够以7440亿参数规模跑出万亿参数规模的效果。月之暗面的Kimi K3创新了模型的注意力机制，这让它在2.8万亿参数规模下，仍然能保持相对低廉的价格。
资源不足，让中国AI产业走上了另一条发展逻辑。技术上，用算法创新弥补算力不足，降低每一个Token的生产成本；经营上，尽量减少每一个Token的浪费；商业上，让有限的Token尽快产生收入。
当然，目前这些选择都只是阶段性的。未来两年可能还有两个变量。
如果中国芯片供不应求的情况得以缓解，华为昇腾等国产芯片持续迭代，国产芯片性能逼近国际领先水平，中国科技公司是否会开启新一轮价格补贴？
如果美国资本市场对模型公司长期亏损的容忍度触及上限，OpenAI、Anthropic被迫加速走向盈利，烧钱换规模的打法是否还能持续？
这两个变量都将影响中美两个市场的Token经济走向。
在滴普科技创始人赵杰辉看来，AI产业化想走通，归根到底要回答一道经济学题——每一个Token创造的生产力价值，能否大于它所消耗的算力、人力、运营成本。
野村中国科技及电讯行业分析师段冰今年4月曾对《财经》提到，Token经济能否健康持续发展，取决于是否能够不断涌现新的应用场景。一旦需求增长放缓，它的可持续性也将受到挑战。
工业时代，电和煤的度量衡花了几十年才成形。AI时代，Token这个度量衡的完善才刚刚开始。