声明:本文来自于微信公众号 解码NewSight，作者:史高飞，授权站长之家转载发布。
去年5月，当大模型厂商卷起价格战时，Tokens大概率是出镜率最高的英文单词。
简单来说，Tokens是大语言模型（LLM）用来切割自然语言文本的基本单位，可以直观的理解为“字”或“词”。
就像工业时代用“千瓦时”度量电力消耗，互联网时代用“GB”度量数据流量，AI时代用“Token”来度量模型的工作量。一个Token可以理解为一个词或词片段（中文里可能是一个字或词语）。
Tokens的调用量，本质反映了模型推理过程的计算量。而计算量的高或低，直接揭示了模型在实际应用中的能力、成本、速度和可行性。
因此，从Tokens角度跟踪AI应用落地进展，就是一个非常深刻且切中要害的视角。
它意味着我们将AI从一种“黑箱魔法”或纯粹的技术概念，拉回到了一个可度量、可分析、可商业化的实际生产要素的层面。
简单来说，这意味着我们不再只关注AI“能做什么”，而是开始量化分析它“做了多少”、“效率多高”、“成本多少”以及“价值多大”。
1
谁在消耗tokens?
模型厂商以tokens为主要定价单位的底层逻辑是:模型调用时的tokens消耗量与相应算力投入存在强关联性。而另一条暗线则是，算力投入链接了营收与tokens调用量。
换个说法就是，模型厂商营收与其tokens调用量呈现显著同步的高增趋势。
2024年6月至2025年6月，OpenAI大模型基础设施——微软Azure云的日均tokens调用量从0.55万亿上涨至4.40万亿，与此同时，OpenAI年化营收（ARR）从2024年12月的55亿美元增长至2025年6月的突破100亿美元，并在2025年8月达到120亿-130亿美元。
也就是说，谁消耗tokens更多谁就是基模厂商的主流商业模式。
就目前来看，OpenAI、Anthropic、字节跳动等基模厂商主要有C端和B端两种，其中C端包括原生聊天助手、工具类原生应用（影视、图片、编程等）的订阅收入、付费功能以及与内部C端产品整合后的间接收入(如Google Chrome);
B端则包含为大客户落地AI应用和企业直接API调用。
C端的tokens调用量，主要贡献者有三个:
1大流量池产品内部的附加AI功能
2024年5月谷歌搜索上线的AI Overview功能，至2025年二季度月活已超20亿。国海证券预测，AI Overview功能单日tokens消耗量在1.6至9.6万亿区间内，在2025年7月Google日均tokens调用量中的占比为4.9%至29.4%。
抖音、剪映、今日头条等同样为大流量池C端产品，月活量级已达到10亿（2025年3月）、7亿(2025年7月)、2.6亿(2024年下半年月均)。
百度之于搜索、美图秀秀之于图像，大流量C端应用的AI改造都是上述逻辑。据非凡产研，2025年7月百度AI搜索访问量居国内智慧搜索品类第一、美图秀秀的国内访问量/存量月活、新增下载量依旧居图像品类第一，且月度收入仍在环比提升。
2原生聊天助手
ChatGPT聊天助手保有较大C端用户规模，2025年7月APP+网页端合计月活达10.15亿，是OpenAI重要Tokens调用量驱动因素。
3视频赛道拥有较大用户基础的新兴应用
除产品内置AI功能、聊天助手外，图像、视频、陪伴、办公、教育赛道内均出现了有较大潜力的C端新兴AI应用。
字节跳动进行多维度布局，推出醒图/星绘（图像）、即梦(视频)、猫箱(陪伴)、豆包爱学(教育)等AI应用。
其中醒图、即梦7月月活达到4924万（当月收入59万美元）、1393万(当月收入58万美元)，已成为图像、视频赛道内拥有较大用户量级的产品;猫箱7月月活794万，当月收入达112万美元，商业转化效率较高。
例如接入gpt-image-1、Leonardo.AI的Canva，用于文生图、文生视频、图像补全等除文本模态外的编辑、生成场景。根据Gemini、Kimi等大模型的折算口径，单张图片的输出（输入）tokens消耗量在1024(kimi)—1290(Gemini)之间。
B端tokens调用量主要源于企业级AI应用。其所呈现出来的特征，一是渗透率较高，Google发布的“全球601个领先企业AI应用案例”显示，各大规模的企业已开始尝试将生成式AI投入生产，涉及汽车与物流、商业与专用服务、金融服务、医疗与生命科学、酒店与旅游、制作、工业与电子、媒体、营销与游戏、零售、科技、通信、公共部门与非盈利组织”11大行业。
二是基模厂商的B端收入比例较大。
数据预测2025年OpenAI来自B端的ARR收入占比达54%;Anthropic占比达80%。谷歌透露Gemini企业客户超过8.5万家，推动调用量同比增长35倍;火山引擎大模型收入2024年在国内公有云市场中份额排名第一，占比达46.4%（外部使用量，不包括豆包等内部APP）。
2
技术迭代解锁应用需求
越来越多的tokens调用量，并非因为更大参数的大模型，而是推理增强、多模态、Agent化、长上下文转型共同作用的结果。用一句话概括既是:技术迭代解锁应用需求。
以GPT-5和Grok4为例:
GPT-5把“更强的推理能力（通过引入test-timecompute）+多模态+更长上下文+更严格的安全控制等”置于产品默认层面;
Grok4核心升级则是把“原生工具调用+多代理协同推理+超长上下文等”做成一个可商用产品。
GPT-5和Grok4如此设置的目标，是希望借助技术迭代增强AI在更复杂、更具备“生产力”的关键场景下的实用性、准确性，并且使得AI应用加速落地。
举个例子，假设原来1轮客服对话服务消耗200tokens，升级后客服问答场景中的大模型推理过程将扩展成:
客户意图澄清+内部知识库检索+逻辑校验+答案润色4个环节，即4轮内部推理，每轮150～200tokens，最终消耗600至800tokens。
类似的案例在对应的推理增强、多模态、Agent化、长上下文转型中都能找到，其最终结果是双向增强，存量AI应用场景的解决方案更好，对应的tokens调用量也倍数增长。
随着技术趋势的不断推进，大量原本因“不准、不全、不落地”而被搁置的需求将被解锁。当准确率、可控性跨过可行性线后，用户特别是B端企业（有生产力场景需求）或将从观望转为批量采购。
总结起来就四点，推理增强把能用变成敢用、多模态把单点工具变成端到端工作流、Agent化把对话变成可审计的业务系统、长上下文把项目级任务放进模型。
与此同时，虽然tokens调用量倍数增长，但定价却是直线下降。
比如xAI的Grok-4-Fast，输出百万Token仅需0.5美元（约3.5元人民币），但比起国内基模厂商来还是不够狠，去年9月阿里通义千问主力模型最高降价85%，Qwen-Turbo低至0.3元/百万Tokens。
其中一部分原因是基模厂商的价格战，让“一百万Tokens的钱，都买不了钵钵鸡”，也有一部分是因为模型厂优化算力成本的结果。
2024-2025年，为优化大模型算力成本，模型厂商进行了压缩大模型单次推理计算量（稀疏化、量化、投机解码）、提升GPU利用率(连续批处理、编译器融合)以及换用租金更便宜的云、芯片(国产替代、专用ASIC)等方面的尝试，平均tokens定价实现了较大降幅。
此外模型厂商还进一步通过“模型分层+价格分层”的多样化策略压低模型的使用门槛，让中小预算客户也可接入，比如:OpenAI 用GPT-5-mini/nano覆盖轻量场景;Google以Gemini2.5Flash 主打“极速低价”;Anthropic用Claude3.5Haiku 提供中等规模、高性价比选项等。
因此一个AI飞轮就已成型，当模型使用成本下降，企业/个人调用ROI随之上升，更多应用需求从观望向采购转化，促进tokens调用量倍数增长的同时，AI应用随之迎来生态繁荣。
Token经济学就意味着，可以直观的获得以下几个关键进展的洞察:成本与经济效益的量化、技术效能与模型能力的评估、应用场景的深化与演化以及商业模式与市场格局的清晰化。其中成本与经济效益的量化是最直接、最商业化的意义。
3
尾声
如果把AI大模型想象成一个“知识电厂”，Token就是它发出的“度电”，你的提示词就是“合上电闸”的指令，AI应用开发者就像是“家电制造商”。
从Tokens角度跟踪进展，就相当于电力公司和社会在跟踪:
全社会总用电量（AI应用的总规模）增长了多少?
哪种家电（哪种AI应用）最耗电(消耗Token最多)?
发电技术是否进步了（模型效率）?每度电的成本是否下降?
新的高能效家电（高效的AI应用）是否被开发出来?
从Tokens角度跟踪AI应用落地进展，意味着AI行业正在走向成熟、务实和工业化。它摒弃了早期对参数规模和技术炫技的过度关注，转而聚焦于一个更根本的问题:如何以可承受的成本，可靠地利用AI能力来解决实际问题并创造商业价值。
这标志着AI不再是实验室里的玩具，而是真正成为了驱动下一代技术和商业创新的基础效用。作为从业者、投资者或观察者，理解Token经济学，就如同在互联网时代理解带宽成本一样，至关重要。
（举报）