文 | 解码Decode 文 | 解码Decode 👍 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”。 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，OpenA😀I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120亿-13🥳0亿美元。 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、Ant👍hropic、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Goo🔥gle 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 Ov😂erview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%。 展开全文 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tok😘ens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AP😂P）。 技术迭代解锁应用需求 越来越多的toke🔥ns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-ti🙌mecompute）+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150～2🤔00tokens，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👍Gemini 2.5 Flash 主打“极速低价”；Anth💯ropic用Claude 3.5 Haiku 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。 😜 尾声 如果把AI大模型想象成一个“知识电厂”，To❤️ken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。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 李倩说品牌 文 | 李倩说品牌 “做品牌😘”是一个人人都能说、快被说烂的事。这件事太容易被误解了，现实💯语境中，说起“做品牌”，常常是鸡同鸭讲，说的压根不是一回事儿🎉。 举个例子：我在一次CEO闭门讨论会上遇到一个高管，🔥当大家在讨论如何抓住新的内容平台做品牌时，他说：我觉得没有做😜品牌这回事，我们做企业本身就是在做品牌。你看，这就是典型的混😍淆概念了。 “做品牌”，很容易被误读，有两个比较常见的🙌说法： 一、“做品牌”= 好好“做企业”。 品牌🥳=企业，这种理解是把品牌这个词泛化和放大了，认为只要企业做得❤️好就等于品牌做得好。在这种理解视角下，品牌部门、品牌专业，甚🌟至品牌工作本身的存在，价值不大，甚至会觉得品牌部门“可有可无🥳”，品牌专业“没啥大用”，品牌工作就是“敲锣打鼓”。 💯我亲耳听过一家上市公司最大的事业部总经理说：做什么品牌，我们⭐业务部门做好了就有品牌，要什么品牌部门？！ 二、“做品😴牌” = 做具体的“营销动作”。 品牌=营销动作，这种💯理解是把品牌这个词功能化了，认为品牌就是一种非常具体的动作，🙌比如做PR（公共关系）、做产品推广、做文案和设计等。这种理解🌟就像是你说“做人力资源”，别人理解成“招人”；你说“做行政”😅，别人理解成“前台接待”。 一旦这样理解“做品牌”，最😴大的后果就是：CEO立刻觉得这事太小了。你们品牌部门自己做做😍就行了，这点事不需要太耽误我的时间。 先明确一下，我今😅天说的"做品牌"不是说做企业，也不是做某个具体的营销动作。这🚀里的“做品牌”= 做企业关键信息的梳理和表达。 这种理🤔解下，品牌要先萃取总结，再营销表达，是一个信息梳理、内容生产😴、营销传递的过程。 如果一个企业，不能意识到做品牌究竟🤩意味着什么，它就无法真正进入到做品牌的过程中，也就无法拿到做🤩品牌带来的成果。要么陷入到“品牌无所谓”的轻视，要么进入到对😎一个具体的“活儿”的考核，漏掉了全局梳理管理的关键工作。 😜 咱们既不要蓄意放大它，也不要刻意缩小它。正常理解它，才能🤩做对做好它。 02 “做品牌”的四大核心议题 如🤩果你认可“做品牌”是值得投入的事，也认可上面所说，“做品牌”😆就是做信息的表达和内容的体验。好，我帮你说清楚“做品牌”都有🌟哪几大板块的工作。 实际上所有“做品牌”的工作，不外乎🚀这四大核心议题。你可以一边思考一边做个归类： 第一大品😢牌工作议题：【我是谁】 展开全文 众所周知的那些😀关于品牌定位、品牌战略、品牌特色、品牌名称、品类和产品、商业😀模式、定价策略、品牌渠道、品牌故事、品牌口号、品牌哲学、品牌😎VI、品牌理念、品牌安全、品牌管理规范、品牌CIS……这些满😎坑满谷的概念、工具，只要是关于说明品牌方自己信息的，都可以归😀到这一类【我是谁】的议题下。 很多时候你可能会被这些概🤔念搞得头昏脑涨，我想说：其实你不必理会这些故弄玄虚的概念，喜😎欢卖弄这些概念也不是什么有益的事情。 你可以把每一个概😴念都当做一个向你发起提问的记者，借助于它的提问，从不同角度，🎉帮你想清楚说清楚【我是谁】。 当然，如果觉得需要专业的🔥外部咨询顾问辅助你来想清楚、表达出来，也是很好的办法。 😘 但不管用什么办法，想清楚说清楚【我是谁】，都是第一重要的品🤔牌工作。这一点如果糊弄过去了，后面三件事绝不可能做好。 😢 我们遇到一些品牌，请我们帮忙直接做“品牌物料”，说已经把品🙌牌是谁的事都想清楚了，就差输出内容了。结果品牌中心轴十要素逐💯一细问下去，能回答上来的，不到三分之一。 【我是谁】要😀经得起方方面面角角落落的追问，才叫真正“说清楚”了。 😡看起来简单，但真正要做到“说清楚”并不容易，要花很多时间很大❤️力气，而只有那些真正有恒心塑造品牌的企业，才会在这件事上不惜🚀投入（主要是时间投入）。 后面我会持续分享这些年遇到的🌟那些在【我是谁】上真花过心思、获得市场奖励的好品牌。 👏第二大品牌工作议题【你是谁】 如果说【我是谁】是品牌对🌟自身的认清和表达，那么，【你是谁】，就是品牌对顾客的洞察和探🙄索。 这个大议题下包含的工作量也很大。既有时髦的所谓市🎉场调研、顾客画像、用户研究、痛点挖掘、顾客旅程、品牌触点等工🔥作，也有基于这些工作产生的内容形式、内容渠道、内容手法、内容😉调性等内容体验的整体策略。 说白了，【你是谁】是研究透😆顾客/受众，并基于这些研究去匹配内容策略的过程。 这个🚀议题处理得好，品牌营销的效率才能真的提上去，也许你会发现，看🔥清楚了【你是谁】之后，好多品牌动作压根就没必要做。 【👏你是谁】决定了一个品牌输出内容的策略，满世界越来越多的内容形👍式（图文、视频、音频、虚拟……）、内容渠道（媒体、门店、经销🤔、私域……），我们到底以什么内容渠道为主，以什么内容形式为主😀呢？ 你看，如果人群、旅程和内容策略足够精准，是不是就😴能省掉很多事儿？ 第三大品牌工作议题【我们的成果】 😁 光知道【我是谁】【你是谁】只是品牌展示的工作，最好的“做🤔品牌”一定要讲究“品效合一”，因此第三大品牌工作议题就是双方😡碰撞之后产生的【成果】。 没有【成果】的品牌工作，就是😜唱高调，耍流氓。 可能你要问：【成果】是不是就是说购买😡产生销量啊？ 不全是。 品牌工作毕竟不只是销售工😊作。品牌工作不单单以“购买”作为评估成果的一个标志，除了购买⭐，还有其他三件事，也可以表示品牌的工作有了“成果”。 😂这三件事分别是：复购、连接、分享，再加上“购买”，一共四大成🤔果。 如果企业高质量完成了【我是谁】、【你是谁】，那么😎围绕着四大成果去反向设计品牌内容和运营动作，好的品牌工作，将🙄会不断提高这四方面的成果表现。 要么能让人直接拿钱投票😡（直接下单），要么能让人产生复购或转介绍（买了又买，劝别人买⭐），要么能让人产生和你主动连接的动作（点赞、投票、留言、UG😉C、参加活动、扣1、说话、到店……），要么能让人分享你的产品🙄和内容（转发、传播、拍照、举例、转告……）。 你看，如🥳果【我是谁】说得够清楚，【你是谁】做的够清楚，四大【成果】运🎉营得够极致，说得绝对一点，一个品牌的所有顾客/潜在顾客都至少👏可以满足购买、复购、连接、分享四大效果中的一项。 这，🎉才是最精准的品效合一。 第四大品牌工作议题【内容的效率🤗】 做到了成果，不意味着“做品牌”的工作就结束了。 😘 好的“做品牌”不仅要看“成果”，还要看“效率”。我们究竟🤩用了多长时间、多少投入、多大精力做到了这样的一个“成果”，这😉个过程是否可以不断优化？不断提高上述所有内容的生产效率？ 🔥 这个过程中包括但不限于：在梳理品牌过程中对管理的效率、在😴企业内部跨部门品牌沟通的协作效率、内容团队生产内容的效率、内😂容团队的管理效率、内容团队的协作效率、AI辅助内容生成等新趋😴势的试用效率…… 你看，这些问题几乎都聚焦在做品牌这件😎事的“内部摩擦力”上。 事实上，这些看起来很抽象的问题😂，都是有方法、工具、流程可以解决掉的。 毕竟，德鲁克老🤯先生说过：凡是不能被测量的事，都无法被管理。既然我们想要“管😉理品牌”工作，那么就需要想到办法“测量”这些事，不断用工具、😆数据加速，让做品牌的正向飞轮转动起来。 这是很容易被企🚀业忽略掉的一块“做品牌”的工作板块，不管是大企业小企业，在品💯牌内容工作过程中，都会产生大量的沟通和管理成本，而这部分成本🎉，是完全可以压缩提效的。 结语 以上，我试图用最🤔简朴的语言把“做品牌”这件事说清楚，希望能在你的脑海里建立起🌟清晰的一张地图，让做品牌这件复杂的事从此明了起来。返回搜狐，😍查看更多