如何正确理解Token经济学?
吃瓜电子官网最新热点:如何正确理解Token经济学?
更新时间: 浏览次数:4321
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)
天眼查App显示,近日,成都高新区盛扬广材商贸部(个体工商户😜)成立,法定代表人为陈雨阳,注册资本10万人民币,经营范围为😁一般项目:复印和胶印设备销售;机械设备销售;油墨销售(不含危😀险化学品);办公设备销售;文具用品零售;办公服务;打字复印;😢3D打印服务;3D打印基础材料销售;办公用品销售;办公设备耗😆材销售;教学用模型及教具销售;纸制品销售;旧货销售;广告制作😡;广告设计、代理;数字内容制作服务(不含出版发行);广告发布😜;组织文化艺术交流活动;会议及展览服务;企业形象策划;专业设😁计服务;市场营销策划;礼仪服务;图文设计制作;文艺创作;信息😎咨询服务(不含许可类信息咨询服务);计算机软硬件及辅助设备零😉售;办公设备租赁服务;计算机及办公设备维修;日用百货销售。(😎除依法须经批准的项目外,凭营业执照依法自主开展经营活动)。返😂回搜狐,查看更多
推荐阅读
地平线再融58亿,自动驾驶芯片赌的是未来



35岁失业后的“宅系工作”,80、90后靠兴趣边玩边赚钱



【钛晨报】细化餐饮服务连锁企业食品安全主体责任,市场监管总局发布新规;龙蟠时代已于9月25日停产,预计11月正式复产;八部门:适时丰富重要有色金属期货交易品种和金融衍生品种



慕思X鸿蒙智选联合发布智能床新品;FILA发布品牌网球战略并官宣小布;甜啦啦联名《茶啊二中》|消研所周报



3000亿天价算力协议背后:OpenAI的“资本大戏”与AGI的泡沫边界



两大千亿能源巨头筹划重组,河南能源格局15年后再重构



谁在为AI的狂欢埋单?



小米大家电进军欧洲;美团Keeta将在迪拜上线;泡泡玛特美国网站访问量翻番 |一周大公司出海动态



【钛晨报】央行例会最新定调:抓好政策执行,加力支持小微、外贸等;开源鸿蒙新进展:未来可支持全尺寸类人型机器人;零跑汽车回应成失信被执行人



银行杀入科创债战场,抢先切分2600亿增量蛋糕 | 巴伦精选



中国的“气电迷思”:新能源第一大国能否绕过“最清洁”的化石燃料



美食博主变现辛酸史,对着预制菜尬夸是常事



78岁“A股好岳父”转女婿2.8亿元股票,身家较巅峰缩水超五成



安克创新渡劫2025:自燃、召回与非法避税



一大波00后投资人正向我们走来



全球第二大铜矿停产,推倒的“多米诺骨牌”如何收场?



「叔圈天菜」比音勒芬,疯狂攻略年轻人



山姆、 朴朴们盯上的前置仓,是巨头的游戏



AI劳动力冲击招聘平台根基,BOSS直聘终要转型? | 巴伦精选



减肥市场下一个爆点明确了



医药逻辑的“变局时刻”已经开始酝酿


