2026年3月，中国AI大模型的日均Token（词元）调用量突破140万亿。每秒燃烧超过16亿Token的AI赛道上，一场无声的“座次重排”正在发生，衡量科技公司竞争力的标准，流量不再是唯一的通行证——Token正在成为新的硬通货。

用户规模曾是移动互联网时代无可争议的护城河。腾讯手握超10亿微信月活，阿里覆盖超10亿消费者，字节跳动坐拥超8亿月活的抖音。只要“流量池”足够大，通过广告、电商、游戏、增值服务的变现水到渠成。

当AI从“聊天玩具”进阶为企业生产工具，基于流量的游戏规则变了。英伟达创始人黄仁勋认为，Token将是未来数字世界最核心、最值钱的大宗商品。

一组关键数据暗示格局生变：豆包大模型日均Token使用量突破120万亿，中国第一、全球第三；智谱MaaS API平台ARR（年度经常性收入）达17亿元，同比提升60倍，CEO张鹏直言“当模型足够强，API本身就是最好的商业模式”；DeepSeek理论成本利润率曾达545%。全球最大API聚合平台OpenRouter的最新榜单中，中国 AI 大模型全球调用量再创新高，前六名全部来自中国。

流量为王正在被Token为王的新秩序取代。

Token之战

作为全球日均Token消耗量超100万亿的三家公司之一，字节跳动的Token调用量已与OpenAI和谷歌巨头在同一梯队。相较两年前的数据，实现了1000倍的高速增长，火山引擎上万亿级Token消耗企业增至140家。

字节未透露Token消耗在内外部业务的比重。火山引擎总裁谭待告诉记者，Token消耗涨势快源于两个因素：一是视频创作，因为所有行业都有营销需求，视频是最好的载体，短剧、动画等内容细分领域的消耗也在快速提升。二是OpenClaw这类火爆的Agent产品。

他说，一年前大家还会按行业划分AI的应用，但现在OpenClaw类产品的普及让每个员工都能使用，有人用它做招聘，有人用它做市场分析，有人用它处理周报，已经无法单一定义它的应用场景。

但在Token大规模调用量中，包含了大量无效算力。谭待以解数学题为例：枚举法计算量大，模型能力不足就会采用类似方式，造成无谓消耗；更优秀的模型能找到简洁解法，优化空间很大。

相比字节在调用量上的领先，智谱、MiniMax、月之暗面等AI公司，没有云计算生态，也没有微信、抖音这样的C端超级入口，却展示了Token在To B市场的商业价值。

智谱2025年MaaS API平台ARR达17亿元，同比提升60倍，毛利率提升近5倍至18.9%。2026年Q1，智谱API涨价83%，调用量反而同比增长400%，实现“量价齐升”。

智谱张鹏提出了AI生产力价值的公式：TAC = 智能调用量 × 智能质量 × 经济转化效率。他认为，随着OpenClaw等应用驱动Token消耗进入指数级轨道，推理再中心化和高质量Token出海将成为趋势。

在这样的趋势下，Token逐渐成为AI服务的核心计价与流通单位，进而对现有各厂商的商业模式造成冲击与影响。

传统大厂们已经感受到压力。一个直观的信号是：从市值看，智谱与MiniMax已一度连超包括携程、快手、百度、京东等巨头。

在大模型世界里，用户体量并不天然导向Token消耗增长。Token消耗由使用频次和深度共同决定——一个重度AI开发者一天消耗的Token可能比1万个普通C端用户还多。用户忠诚度由模型效率、性价比和稳定性决定。传统互联网看 “流量密度”，AI 大模型看 “Token 密度”：Token 调用量，本质是算力、模型、场景、商业化的综合成绩单，比流量更能反映真实竞争力。

“云计算厂商是双重身份，一方面是大模型提供者，能生产Token；另一方面，独立大模型厂商生产Token需要大量算力，主要由云计算厂商提供。”腾讯集团副总裁、政企业务总裁李强告诉记者。

他感受到，过去一段时间主要需求方还是头部大模型公司、具身智能等，但OpenClaw推动AI从对话层走向执行层，将提振B端用户意愿，Agent能在合同审核、标书撰写、视频读取、内部审计等更多核心领域替代人工。AI to B已成为所有云厂商最大的增量市场。

Token消耗在云业务中的重要性也在上升。阿里CEO吴泳铭判断，未来MaaS收入将成为阿里云收入最多的产品。继阿里成立由吴泳铭挂帅的Alibaba Token Hub事业群，腾讯3月底也将MaaS平台升级为TokenHub。

不过截至目前，包括腾讯、阿里、百度在内的传统大厂Token数据仍很模糊甚至缺席。

谈及Token经济将对互联网厂商的行业壁垒产生差异化影响，沂景资本董事总经理对记者表示，核心影响范围集中于具备庞大云业务的头部互联网厂商。对于此类厂商而言，Token经济是其云业务不可或缺的核心组成部分，若无法构建完善的Token经济体系，其云业务的差异化竞争优势将逐步丧失，进而削弱整体行业壁垒；而对于滴滴、美团等无庞大云业务布局的互联网厂商而言，受限于业务属性与资源禀赋，Token经济并非其核心发展需求，亦无必要投入资源构建相关体系。

“从本质来看，Token经济的核心支撑并非单一算力，而是数据与算力两大核心要素的重资产持续投入，二者的协同布局构成了Token经济的核心壁垒，也是头部厂商维持竞争优势的关键。”上述人士表示。

Token数量不是唯一标准

Token正从大模型中的技术计量单位，跃升为智能经济的基础性价值尺度与结算工具，成为智能时代的价值锚点。

摩根大通预计，2025至2030年中国AI推理Token消耗量将从约10千万亿增至约3900千万亿，五年增长约370倍。DeepSeek此前公布的理论成本利润率高达545%，印证了Token经济在高效模型厂商手中的盈利潜力。

但Token数量不是衡量AI价值的单一标尺。

“大家千万不要觉得Token是相同的。”阿里云智能集团资深副总裁、公共云事业部总裁刘伟光对第一财经记者说。

同样一千个Token，用AI写搞笑文案或闲聊，与客服坐席用AI解决实际问题，创造的价值天差地别。前者更多是情绪价值，后者直接关联企业的降本增效。

一位从业者表示：如果一个模型用100句话、10万Token才讲完一件事，而先进模型只用五句话、一千个Token就解决——哪个价值更大显而易见。“企业为Token付费，本质上是为生产力提升、成本降低、效率优化买单。”

吴泳铭也提到，大量企业在用Token消耗时，并不把它当成IT预算，而是当作公司的生产或研发成本、生产资料的一部分。

李强告诉记者，腾讯未将重点全放在Token消耗上。“假定Token是油耗，如果只关注油耗而不关注造引擎的经济性，可能用户端成本会很高，客户最终也会舍弃。”他举例，Token不是有黏性的业务，如果利用低价获取客户，哪天不发“红包和鸡蛋”，客户很容易流失。

他认为，与其关注Token，不如关注能否做出跟OpenClaw同样好用且更安全的Agent，以及把精力放在引擎研发上，确保更好的引擎、更低的油耗，未来在Token获取上占据主导地位。腾讯为此已经在补课。

还有大量Token使用发生在“看不见”的地方。例如金融机构下载开源模型在本地做票据识别、风控——这些调用不会被公有云统计。车端智能座舱模型为保护隐私，对话在车内闭环完成。机器人内置的CV小模型毫秒级响应，不可能依赖云端。还有大量企业基于开源模型做后训练、构建专属Agent，全部隐藏在冰山之下。

面壁智能相关负责人告诉记者，很多行业对过程可追溯、结果可审计有硬性要求。目前主流的Agent产品仍以云端交付为主，但在强敏感数据、强合规及高频调用场景下，会同时撞上安全可控与综合成本两道墙，这也是越来越多客户开始认真看待端侧方案的原因。

一位从业者对记者估算，非公有云API的调用量至少是公有云的5到10倍。“最大的客户都不用公开API，他们都在自己的环境里用。”

市场才刚刚开始

最新一波涨价背后，既有Token调用量暴涨等需求因素，也有供应链成本上升的原因，尤其是核心硬件采购成本的显著上涨。

一位AI平台负责人告诉记者，GPU芯片是大模型推理最核心的成本，一张高端GPU动辄几十万，运行一个大模型需要几十甚至几百张GPU同时工作。电费也是实打实的开销，一个大型推理集群一年的电费就是天文数字。此外研发摊销、运维和安全都有成本。

但他认为Token还有很大下降空间：芯片算力在增长、模型效率在提升、基础设施的规模效应在累积。

不过，“便宜的Token”不等于“好用的AI”。当Token价格不再是门槛，竞争焦点会转向模型能力、响应速度、定制化程度和对特定行业的理解深度。

多位从业人士认为，按Token计费或许只是一个过渡阶段，未来理想的模式是按结果付费。就像打滴滴不需要关心汽油消耗了多少升。

企业客户更关心消耗的Token有没有带来业务改变。如果一家基金公司用AI改造多模态数据治理，一家保险公司实现车险自动定损，一家重工业企业把高级技师的培养周期从几年缩短到几个月——这些结果才是客户愿意买单的。

当然，按结果付费还面临模型迭代、场景探索和衡量标准统一的挑战。但方向清晰：行业预期未来Token将演进为按结果付费，中间状态以“订阅+按量+效果付费”的混合体系过渡。

智谱董事长刘德兵预计，未来简单对话与轻量任务的低阶Token将走向低价、免费的广告模式，高复杂度、高可靠性、具备生产力能力的高阶Token将具备持续定价权。

钉钉CTO朱鸿则提到，过去软件以订阅为主，未来一条工作流调用的接口会变成API调用模式，按需付费。未来钉钉的龙虾产品“悟空”也会考虑按需付费、按效果付费的商业模式。

百度千帆平台产品负责人张婷预测，五年后Token可能从普通用户视野里消失，但价值会以另一种形式存在。Token价格继续下降，计费方式可能从“按Token数”演变成“按任务结果”。同时，随着多模态发展，Token的定义也会扩展为图像、音频、视频Token，计量单位更复杂。

在刘伟光看来，Token消耗的背后，AI是否真正提升了GDP、创造了新岗位、提高了社会效率更重要。

从这个角度看，市场才刚刚开始。大部分制造业企业还没真正使用AI，金融、医疗、教育等行业的AI应用深度不够，AI原生企业还处在爆发前夜。而Token，只是AI当中最原子级的单位。