Token正在重塑AI时代的价值坐标，它是效率革命的引擎，还是成本失控的暗礁？本期将从Token降本的视角，透视AI时代“新石油”的经济逻辑。

最近关于Token的讨论，氛围有些微妙。朋友圈里随处可见对其中文译名的探讨——“词元”、“智元”各执一词，甚至出现了“慧根”这类颇具禅意的幽默版本。

Token本身并非新概念，自大模型落地之日起，它便与神经网络共生。然而，直到OpenClaw（坊间昵称“龙虾”）在用户群体中大规模扩散，各类Agent应用才真正将Token的消耗问题推至公众视野的前台。

核心矛盾浮出水面：消耗量过于庞大，而价格也着实不菲。

回想OpenAI发布GPT-5.4时，曾有用户反馈测试一句简单的“你好”就消耗了价值80美元的Token，当时多数人认为这过于夸张。但随着“小龙虾”的普及，单次任务烧掉千万级Token已成为常态。与之形成鲜明对比的是，英伟达CEO黄仁勋在GTC 2026大会及后续多个场合，反复强调工程师应大量使用Token，甚至建议将其纳入薪酬激励体系。在一次对话中，他直言不讳：“如果一位年薪50万美元的工程师，连25万美元的Token都没用掉，我会极度恐慌。”

但问题在于，疯狂燃烧Token就一定能解决问题吗？其中有多少是有效消耗？怎样的投入产出比才算合理？

结合近期外媒消息，有OpenAI程序员一周内消耗了2100亿Token，其数据量相当于33个维基百科。如此巨量的消耗究竟带来了何种成果？这不禁让人思考，这场轰轰烈烈的“Token运动”，其实际效能存疑，而其中的获利者却相对明确。

黄仁勋将英伟达定位为“Token之王”，手握全球最先进的“Token制造机”。若一味鼓吹使用量，甚至暗示不用就会落后，那么其策略便具有双重性：一方面旨在彻底改变AI时代企业“效率考核”的逻辑；另一方面，也无形中制造了广泛的“Token焦虑”。

Token太贵了

“Token太贵”是许多用户的直观感受。不久前，周鸿祎对此表达了不同看法：“大家觉得Token贵可能存在些误解，因为大模型后端是可以灵活配置的。”在他看来，用户可以通过自主选择模型来控制成本。日常对话聊天的成本其实很低，真正的Token消耗大户是那些复杂任务，例如生成视频、创作短剧或撰写小说等深度调用场景。

猎豹移动CEO傅盛曾分享过自己的经验，他通过一系列使用技巧，将最初日均数百美元的Token费用优化至日均10多美元。折算下来，月费约2100元，年费则高达25200元。

这就引出一个现实问题：有多少用户能够承担日均10美元的使用成本？对比当前中国互联网主流的消费级软件，例如剪映的高级会员年费仅在600元左右，各类娱乐会员年费也多在300元上下，几乎找不到任何一款年费超过25000元的面向普通消费者的工具软件。

“绝大部分人一天10美金，仍然不会接受，这里会过滤掉大片的非付费用户。”这一判断，也得到了业内的 tacit acknowledgement。

实际上，尝试各类“小龙虾”产品时，用户接触到的成本远不止Token本身。例如，若需生成图片，则要调用专门的生图模型API；如需监控动态，则需接入付费的搜索API。这些潜在叠加的费用，会逐步劝退绝大多数普通用户。虽然存在开源方案等变通方式以降低成本，但开源项目往往间接隐藏着安全风险。

3月13日，在腾讯科技“虾聊”系列直播首期中，玄武实验室的嘉宾Lambda分享了一个数据：他个人平均每月“养虾”的费用在千元以上。

无论是参照消费级工具的定价，还是聆听一线“养虾户”的反馈，基于Agent的Token消耗，称其“太贵了”，是站得住脚的结论。

存储瓶颈与效率黑洞

简单理解，Token就是大语言模型处理信息的基本单位。用户输入的提示词，模型输出的答案，每一个字、每一个标点，都会计入Token消耗量，其本质仍是算力成本的体现。

过去衡量算力总拥有成本，指标繁多，包括能效比Flops/W、单位成本Flops等等。而在今年的“Token经济学”语境下，Token/W正逐步成为新的共识指标。“我们的每一个Token成本都是世界最低的。”黄仁勋在GTC上如此宣称。

然而，无论价格多低，采用何种计算单位，它终究是投入成本的量化，涵盖了研发、硬件、部署、能耗、运营等环节。因此，降本也必须围绕这些环节展开。

对于Token降本而言，一个不容乐观的消息是内存价格正在疯涨。以HBM内存为例，作为支撑大模型训练和推理的关键器件，推理数据量的暴涨同步拉高了存储需求。2026年第一季度，DRAM价格环比上涨超过50%，NAND价格环比最高涨幅竟达150%。黄仁勋、苏姿丰均已喊出“HBM有多少要多少”的口号，三星、美光等存储原厂披露，头部客户的战略长约已签至五年后。

存储市场的波动影响深远。消费级市场已出现千元机库存面临停产的窘境，而云厂商同样处于涨价的煎熬之中。目前行业最乐观预计存储价格在2028年回落，悲观一点则要等到2030年。存储价格一日不回落，Token降价就缺少了一个关键的外部杠杆。

模型能力的提升是另一个潜在的降价杠杆。“现在一些8B的小模型，能力越来越逼近全量大模型。”一位学术界研究员指出。在这方面，面壁智能联合清华团队在《Nature》子刊上提出的Densing Law概念颇具启发性，它强调大模型的能力密度随时间指数增长，约每3.5个月翻一倍，这意味着同等性能所需的参数量每3.5个月减半。

一位国产AI芯片从业者也强调了模型“又好又小”对成本的推动力：“你看国内开源大模型的token价格，基本都跟模型规模正相关。”此外，多位国产算力从业者表示，提升MFU（模型浮点运算利用率）也能带来成本压缩空间，这还涉及架构、显存等多方面的推理优化。

“MFU跟模型本身关系不太大，主要是算子和调度策略有关。”另一位国产存算一体芯片从业者解释道，“目前主流大模型的推理MFU均值在30%左右，优化后可超过50%，估计能省出50%的成本。”换言之，行业远未榨干GPU的性能——支付了100%的硬件成本，目前却只利用了不到三分之一的算力。

不过，MFU提升带来的单Token成本下降，能否传导至消费端，取决于大模型提供方的商业策略。如果用于发动价格战，这无疑是一个有效的杠杆。

再来一次价格战？

中国大模型市场并非没有价格战的先例。2024年，国内厂商就曾爆发过一轮激烈角逐。当时正值DeepSeek-V2上线，其定价为每百万Token输入1元、输出2元，价格仅为同期GPT-4-Turbo的百分之一。

DeepSeek当时降价的关键在于推理优化——采用MoE稀疏架构大幅降低了计算量，并通过MLA多头潜在注意力机制将KV缓存压缩了90%以上。此轮降价如同推倒第一张多米诺骨&牌，随即阿里、字节等大厂先后下场博弈，甚至一度出现了“Token免费”的现象。

王小川在当时的一次交流中谈及这轮价格战，他认为其与此前的团购、网约车大战有本质不同：“这次价格战是直接生产力的供给，是B端市场的价格战。”他同时强调，即使短期内亏损，大厂也可能在一年后实现盈利。

“在推理效率提升的情况下，通过补贴，用户有了非常明显的增长，”一位亲历上一轮价格战的大模型公司内部人士回忆道，“大概花了几个亿吧。”

然而，当前这一轮Token消耗的特点是B端和C端需求同时爆发，其情境反而更接近能够改变生产关系的团购、网约车大战。但市场此次却表现出出奇的沉默。前述参与过价格战的人士分析，在模型的特定能力已趋成熟、并拥有稳定用户基础的情况下，厂商未必有动力再次下场血拼。

“Token消耗不像2024年那种规模了。这种情况下，为了‘虾’去打价格战，存量用户的ARR（年度经常性收入）也会被迫失血，”前述国产AI芯片从业者补充道，“没必要。价格战带来的增量还不确定，先把自己的存量业务砍一刀，这笔账不好算。”

一个具体的案例或许能说明问题：曾尝试用“小龙虾”生成指定时间戳的GIF动图。在与一位同行交流时，对方表示：“你这里面的gif图，我们同事手工做，半分钟一张。”尽管这并非典型的生产场景，但如果制作几张GIF动图就需要花费数元，其经济性显然存疑。

———— / E N D / ————