什么是Token經(jīng)濟？
AI時代的Token經(jīng)濟揭秘
智能經(jīng)濟的硬通貨新解
近期三大AI事件聚焦Token
01
近期，有三個AI大事件相信大家都有關(guān)注。
2026年初，開源AI Agent框架OpenClaw（“龍蝦”）席卷全球。隨著國內(nèi)掀起“養(yǎng)龍蝦”熱潮，國家多部委緊急提示“龍蝦”安全風險，同時各平臺網(wǎng)友紛紛曬養(yǎng)蝦賬單，提醒大家龍蝦太費Token，還要注意錢包安全。
3月16日下午，阿里巴巴宣布成立Token事業(yè)群，由CEO吳泳銘直接負責。阿里ATH事業(yè)群的成立，正是以“創(chuàng)造 Token、輸送 Token、應用Token”為核心目標。 這意味著，阿里成為全球首個以“Token”為組織架構(gòu)的科技巨頭，重構(gòu)自己的AI商業(yè)版圖。
北京時間3月17日凌晨，英偉達CEO黃仁勛在GTC 2026上提出了一套Token經(jīng)濟學，他指出在AI產(chǎn)業(yè)中，數(shù)據(jù)中心正在從訓練模型的地方，變成生產(chǎn)Token的工廠。其核心思想簡單來說就是，未來AI產(chǎn)業(yè)最底層的商業(yè)邏輯是“用最少的電，生產(chǎn)最貴的Token”。
以上三大AI事件都緊緊圍繞“Token”。那“Token”是什么？什么是Token經(jīng)濟？
Token是什么
02
去年8月，國家數(shù)據(jù)局局長劉烈宏在國務院新聞辦公室舉行的新聞發(fā)布會上表示，在人工智能時代，Token，也就是大家通常所說的詞元，作為處理文本的最小數(shù)據(jù)單元，如同互聯(lián)網(wǎng)時代大家所說的“流量”。
2024年初，我國日均Token的消耗量為1千億，截至2025年6月底，日均Token消耗量已經(jīng)突破30萬億，1年半時間增長了300多倍，這反映了我國人工智能應用規(guī)模的快速增長。
計算機學會最新一期專家術(shù)語談也解釋了Token，提出Token（詞元）是大語言模型處理信息的基本單位，即數(shù)據(jù)進入模型前，經(jīng)由切分、編碼或量化得到的基本處理單元，如文本子詞和圖片像素方塊。以自然語言處理為例，詞元可以是一個漢字、多個漢字、一個或多個英文單詞，或單詞中的一部分。例如，在中文中，“人工智能”既可以作為一個詞元，也可以切分為“人工”和“智能”；在英文中，單詞“l(fā)earning”可能會被切分為“l(fā)earn”和“ing”兩個詞元。詞元是將原始輸入數(shù)據(jù)嵌入映射到連續(xù)向量空間的橋梁。
什么是Token經(jīng)濟
03
如果流量是互聯(lián)網(wǎng)時代的晴雨表，那么，Token就是智能時代的硬通貨，對AI商業(yè)化和未來經(jīng)濟將產(chǎn)生重大影響。
智能經(jīng)濟工作者陶鶴山前兩天在澎湃新聞上發(fā)布的一篇文章《“龍蝦”只是Token經(jīng)濟的前菜》，對Token經(jīng)濟進行了分析。他在文中寫到，OpenClaw這只龍蝦，更像是智能盛宴的一道前菜，它讓大眾初嘗AI紅利的滋味，潛移默化間塑造著Token消費習慣，揮舞的紅色大鉗，拉開了Token經(jīng)濟的序幕。
我們不禁要問，這養(yǎng)的是“小龍蝦”還是吞金獸?
OpenClaw目前的核心用戶其實是更專業(yè)的B端群體，比如咱們常說的OPC（一人公司）。要是普通人沒什么經(jīng)常用它的場景，還非要裝一個，要么就是花了大價錢，實際用到的效果卻寥寥無幾；要么就跟雞肋似的，食之無味、棄之可惜，更麻煩的是，就算想卸載，還得再花一筆錢。
給大家舉個真實例子，一位私募基金的研究員，用OpenClaw自動處理研報，僅僅一周就消耗了超過1200萬Token，光費用就快一千塊了。其實OpenClaw的成本結(jié)構(gòu)，早就悄悄劃分好了適合它的用戶。咱們分三類說說：輕度體驗的朋友，每天用10次，一個月大概要耗3000萬Token，成本在100—300元；做自媒體的伙伴，每天用50次，月消耗1.5億Token，成本大概600—1500元；要是自動化團隊用，每天200次任務，月消耗能到6億Token，成本直接沖到3000—10000元。
還有個關(guān)鍵點大家要注意，OpenClaw是“永動模式”——只要不斷網(wǎng)、不斷電，它就能7×24小時不停干活，這和咱們平時用的傳統(tǒng)對話式AI完全不一樣。傳統(tǒng)AI是“問一句答一句，答完就結(jié)束”，而OpenClaw會一直消耗算力。這就導致原本偶爾花一次、還能控制的Token成本，變成了源源不斷的持續(xù)性開支。
不過對專業(yè)用戶和企業(yè)來說，OpenClaw帶來的效率提升是肉眼可見的，這筆高昂的成本完全能靠效率補回來。但對普通用戶來說，要是沒有高價值的任務要做，用它就相當于花Token養(yǎng)了一只“寵物蝦”，圖的就是體驗一把被“數(shù)字員工”伺候的新鮮感而已。
那么，我們又該如何理解Token經(jīng)濟呢？
根據(jù)陶鶴山的觀點，Token經(jīng)濟，是指智能時代以Token計價的經(jīng)濟運行模式?？梢园裈oken理解為智能世界的“通用計價標尺+價值流通載體”。
這也意味著，Token本身有兩個很關(guān)鍵的作用：
第一個是“語義計量”，說白了，它就是AI處理信息的“最小單位”。你跟AI說的每一句話、發(fā)的每一個指令，還有AI給你回復的每一段內(nèi)容、生成的每一份文件，都會用Token來算清楚“處理了多少信息”，就像咱們買東西會算重量、算數(shù)量一樣。
第二個是“計算量映射”，它還是AI運行時，消耗算力的“基本計量單位”。AI每動一次腦子、每做一次推理，都得消耗算力，而計算效率的高低，會決定每單位算力能產(chǎn)出多少Token。所以不管是性能強的算力，還是普通的算力，都能通過Token，變成統(tǒng)一的“衡量標準”，方便大家計算和對比。
可能大家沒概念，現(xiàn)在全球大模型每天消耗的Token，已經(jīng)達到30萬億級別了！而且我國的模型調(diào)用量，首次超過了美國，占了全球的60%以上。
而這種Token消耗的變化，也讓安迪比爾定律，在智能時代重新煥發(fā)了生機。
安迪比爾定律曾統(tǒng)治PC時代30年，核心邏輯很簡單：硬件性能提升的部分，總會被軟件的新功能、高需求消耗掉，用戶實際體感的提升遠不及硬件性能的翻倍。而到了智能時代，這個定律換了一種形式“回歸”，且和我們前文說的Token消耗緊密相關(guān)。
和PC時代不同，智能時代的安迪比爾定律更激進：以OpenClaw為代表的智能應用，能力越強，消耗的算力（即Token）越多。傳統(tǒng)對話式AI僅需單次模型調(diào)用，而OpenClaw執(zhí)行復雜任務時會多輪思考、多次調(diào)用，消耗幾萬甚至幾十萬Token很常見。
更關(guān)鍵的是，這一定律已從B端燒向C端：此前算力消耗集中在企業(yè)研發(fā)、模型訓練環(huán)節(jié)，OpenClaw出現(xiàn)后，普通用戶也需直面成本壓力——其重度用戶日均Token消耗3000萬至1億，單日費用最低40美元、最高可達3000美元，遠超傳統(tǒng)對話式AI的訂閱成本。
這意味著算力消耗的“通脹”正傳遞到消費側(cè)，而PC時代的經(jīng)驗也在提醒我們：真正的競爭力，不只是算力，還有如何設計更節(jié)制、更高效的系統(tǒng)。Token消耗的爆炸式增長，如果不能被技術(shù)創(chuàng)新和效率提升所對沖，終將成為智能時代發(fā)展的障礙。
然而，Token的作用遠不止計價，它正在重構(gòu)整個智能經(jīng)濟的運行邏輯，這就帶來了一個新銳的觀點：萬物皆Token。這一點，我們可以結(jié)合最近黃仁勛提出的“AI五層蛋糕理論”來談。
黃仁勛認為AI發(fā)展有五層，最底層是能源（電力），往上依次是芯片、數(shù)據(jù)中心、模型、應用。這個框架其實告訴我們一個真理：不管哪一層搞創(chuàng)新，最終都繞不開電力這個物理約束。
而到了智能時代，當電力都能用Token來統(tǒng)一計價，整個框架就可以概括成“萬物皆Token”。
基于Token，我們得以重新構(gòu)建物理世界和數(shù)字世界的關(guān)系。
數(shù)據(jù)是Token的原材料。每一次訓練和推理，都是將海量數(shù)據(jù)轉(zhuǎn)化為Token的過程。數(shù)據(jù)的質(zhì)量、規(guī)模、多樣性，決定Token的價值密度。高質(zhì)量的專業(yè)數(shù)據(jù)，能產(chǎn)出更稀缺、更昂貴的Token；海量泛化數(shù)據(jù)則產(chǎn)出通用但廉價的Token。
算法是Token的精煉廠。同樣的電力和算力投入，更高效的算法架構(gòu)能產(chǎn)出更多Token。DeepSeek V3以十分之一的算力成本匹敵頂級模型，正是通過架構(gòu)創(chuàng)新實現(xiàn)了更高的Token產(chǎn)出率。算法效率的每一點提升，都體現(xiàn)為單位電力Token產(chǎn)量的增加。
服務是Token的流通網(wǎng)絡。從大模型API調(diào)用，到A2A(Agent to Agent)協(xié)作，再到端到端應用場景，Token在不同層級、不同主體之間高效流轉(zhuǎn)，實現(xiàn)Token與服務無縫交換的協(xié)作生態(tài)。
更深遠的是，Token會成為跨模態(tài)的“硬通貨”。文本、圖像、音頻、視頻、3D模型、傳感器數(shù)據(jù)，都可以被轉(zhuǎn)化為Token，進入同一個計算和計價體系。
這背后的經(jīng)濟邏輯清晰而深刻，工業(yè)經(jīng)濟時代用“千瓦時”度量電力，數(shù)字經(jīng)濟時代用“GB”度量流量，智能經(jīng)濟時代則用“Token”度量智能。物理世界的能源、數(shù)字世界的算力、無處不在的智能服務，最終都匯聚到Token這個統(tǒng)一的價值單位上。
而當Token成為通用標尺，一個更深刻的問題來了：未來的貨幣，會錨定在Token上嗎？
我們先拿H100芯片來舉例，咱們算一筆簡單的賬：1度電，理論上能產(chǎn)出大概923萬Token，但實際用的時候，機器會散熱，有損耗，最后實際能產(chǎn)出約550萬Token。
這就說明，電費（也就是能源成本），以后可以用Token來計算，而貨幣最終也會跟著Token，和電力綁在一起。
從貨幣本質(zhì)看，錨定物要滿足三個條件：稀缺性、穩(wěn)定性和可流通性。電力完全滿足這些條件：它是宇宙的基本貨幣，可轉(zhuǎn)化為任何形式的工作；受物理定律約束，不可憑空創(chuàng)造，天然防通脹；而且隨著綠色能源的普及，電力供給正變得日益穩(wěn)定和可持續(xù)。
Token作為電力的金融化表達，正在構(gòu)建“能源→算力→Token→價值”的完整價值鏈條。中國西部一度0.2元的綠電，經(jīng)過算力轉(zhuǎn)化，可以變成AI服務以數(shù)倍計價輸出。而歐美0.8—1.2元/度的電價，使得其Token成本是中國模型的3—5倍。這種成本差異，直接轉(zhuǎn)化為AI服務的價格競爭力。
更深層的影響還在于跨境貿(mào)易模式的重構(gòu)。傳統(tǒng)電力出口需要物理電網(wǎng)輸送，面臨5%—10%的線損、高昂的基礎(chǔ)設施投入和復雜的地緣政治壁壘。而Token出口通過日益發(fā)達的通信網(wǎng)絡即可完成瞬時交付，電力始終留在國家電網(wǎng)內(nèi)，但電力的價值卻通過Token被全球用戶消費。以國內(nèi)模型每100萬Token約2元的定價計算，一度電通過Token可賣到11元，這種增值效應是傳統(tǒng)電力出口無法企及的。
在這個框架下，貨幣的價值錨點正在發(fā)生微妙但深刻的變化。當AI服務成為全球經(jīng)濟增長的絕對引擎，當Token成為智能交互的通用計價單位，能源的物理屬性將逐漸讓位于Token的數(shù)字屬性。未來的貨幣體系，很可能不再是基于法幣對石油的錨定，而是基于Token對電力的錨定。
那么，Token經(jīng)濟能給我們帶來什么實際好處？
陶鶴山暢想，伴隨智能應用的全面滲透，Token經(jīng)濟將使社會實現(xiàn)計算自由。
第一，人類可無邊界訪問頂尖智能服務。借助Token統(tǒng)一計價，只要有互聯(lián)網(wǎng)，無論身處何地都能調(diào)用全球頂尖AI，無需投入巨額成本搭建自身AI系統(tǒng)，這也能讓發(fā)展中國家跳過傳統(tǒng)IT基建，直接進入智能經(jīng)濟時代。
第二，智能體（Agent）可自主協(xié)作?；诮y(tǒng)一的A2A協(xié)議，不同公司、不同框架的智能體能相互識別、交換信息、配合完成任務，形成不依賴單一平臺的分布式智能生態(tài)。
第三，智能體可實現(xiàn)經(jīng)濟自治。當智能體擁有專屬Token賬戶，就能自主交易服務、購買算力、優(yōu)化收益，人類將從“管理者”轉(zhuǎn)變?yōu)橹悄芙?jīng)濟網(wǎng)絡的“發(fā)起者”，OpenClaw等開源自主智能體，已具備“數(shù)字公民”的雛形。
總的來說，算力的根本是電力，而電力未來會通過Token來計價、流通，這才是Token經(jīng)濟最核心的價值。未來十年，咱們談論Token，可能會像現(xiàn)在談論水、電、氣一樣自然——它是衡量智能的單位，是用來交換價值的“貨幣”，更是我們和智能體一起生活的社會基礎(chǔ)。
黃仁勛的Token經(jīng)濟學
04
堪稱“AI春晚”的英偉達GTC大會，今年3月16日至19日在美國加利福尼亞州圣何塞舉行。
北京時間3月17日凌晨2點，英偉達CEO黃仁勛在圣何塞SAP中心發(fā)表了超過兩小時的主題演講。
黃仁勛在演講中預測，到2027年全球AI基礎(chǔ)設施相關(guān)需求將達到1萬億美元。他還指出，實際需求可能會比1萬億美元高得多。
但黃仁勛的這場演講值得仔細看的地方不在于萬億美元這個數(shù)字本身，而在于他用兩個小時講了一套新的商業(yè)邏輯：數(shù)據(jù)中心正在從訓練模型的地方，變成生產(chǎn)Token的工廠。
過去兩年，Token的消耗量發(fā)生了幾次量級上的跳躍。
黃仁勛在演講中，用三個關(guān)鍵轉(zhuǎn)折點總結(jié)這一趨勢的演變：
（一）2022年底ChatGPT上線，AI學會了生成內(nèi)容，開始大量消耗Token；
（二）ChatGPT o1模型出現(xiàn)后，AI學會了推理和反思，為了思考，它要在內(nèi)部生成大量Token給自己看；
（三）Claude Code（Anthropic公司開發(fā)的AI編程工具）發(fā)布后，AI能讀取文件、編寫代碼、編譯測試，每完成一個任務消耗的Token比簡單對話多出好幾個數(shù)量級。
黃仁勛提到，英偉達所有的軟件工程師都在用AI輔助編程。
AI的工作分兩個階段：
（一）訓練是讓模型變聰明的過程，需要花一次大錢把模型練出來；
（二）推理是模型干活的過程，每天都在發(fā)生，需求也越來越大。
黃仁勛說，過去全球買GPU（圖形處理器，目前AI計算的核心硬件）主要是為了訓練，現(xiàn)在重心已經(jīng)在向推理轉(zhuǎn)移。推理服務商的業(yè)務規(guī)模過去一年增長了100倍。IDC中國分析師杜昀龍也告訴經(jīng)濟觀察報記者，目前國內(nèi)推理服務器不論增速還是占比均已超過訓練，從服務器出貨金額來看，推理占比已接近60%。
推理的需求在爆發(fā)，但Token還沒有形成市場定價體系。
黃仁勛在演講中給出了他認為未來會出現(xiàn)的五檔價格：
免費層，Token產(chǎn)出量大但響應速度慢；
中等層，每百萬Token約3美元；
高級層，每百萬Token約6美元；
高速層，每百萬Token約45美元；
頂級層，每百萬Token約150美元。
模型越大、上下文越長、響應速度越快，Token就越貴。
他以頂級層舉了個例子：一個研究團隊每天用5000萬Token，按每百萬Token150美元來算也就只有7500美元，對企業(yè)來說不算什么。上下文窗口從32K個Token拉到400K個Token之后，AI能一次性讀完一整份合同或一整個代碼庫，價格對應的是此前做不了的事情。
有了分層定價，數(shù)據(jù)中心的經(jīng)濟模型就變了。
黃仁勛表示，所有數(shù)據(jù)中心都受限于電力供應，1吉瓦的機房不可能憑空變成2吉瓦，這是由電力與土地資源先天決定的。在功率固定的前提下，誰能用每瓦電產(chǎn)出更多Token，誰的成本就更低。換句話說，同樣消耗一度電，誰能生成更多Token，誰就能獲得更高收益。
他在演講中給出一組對比數(shù)據(jù)：在同一座1吉瓦數(shù)據(jù)中心內(nèi)，按不同算力方案分配資源，采用英偉達現(xiàn)有Blackwell架構(gòu)，年收入約300億美元；升級到新一代Vera Rubin架構(gòu)，年收入可達約1500億美元；若再搭配Groq LPU推理加速器，年收入能攀升至約3000億美元。同樣一座機房，僅更換設備，營收差距就能達到10倍。
英偉達2026財年總營收為2159億美元，其中數(shù)據(jù)中心業(yè)務貢獻1937億美元。
按照黃仁勛的判斷，客戶現(xiàn)有的數(shù)據(jù)中心潛力并未完全釋放，只要替換成新一代設備，在同等電力條件下，收入就能實現(xiàn)數(shù)倍增長。市場給出的萬億美元估值預期正是源于此——并非芯片漲價，而是相同電力能產(chǎn)出更多、價值更高的Token。
黃仁勛認為，未來每位CEO都會高度關(guān)注自家“Token工廠”的運行效率，因為這直接關(guān)系到企業(yè)收入。
伴隨智能應用的全面滲透，Token經(jīng)濟將使社會實現(xiàn)計算自由。
這種自由首先體現(xiàn)在人類對智能服務的無邊界訪問上。通過Token計價體系，無論身在何處，只要有互聯(lián)網(wǎng)連接，就可以調(diào)用全球最頂尖的智能。東南亞的電商公司、南美的醫(yī)療團隊、中東的主權(quán)基金，都可以通過采購Token，獲得與世界一流AI公司同等水準的智能服務。南方國家因此可能跳過沉重的傳統(tǒng)IT基建階段，直接躍入智能經(jīng)濟。
更廣泛的自由，在于Agent之間的自主協(xié)作?；贏2A協(xié)議，不同框架、不同供應商構(gòu)建的智能體，能夠在統(tǒng)一的標準下發(fā)現(xiàn)彼此、交換信息、協(xié)調(diào)行動。一個擅長數(shù)據(jù)分析的Agent，可以將結(jié)果傳遞給一個擅長可視化的Agent；一個專注金融風控的Agent，可以調(diào)用一個擅長合規(guī)審核的Agent服務。這種多Agent協(xié)作網(wǎng)絡，正在構(gòu)建一個超越單一中心化平臺的分布式智能生態(tài)。
再進一步，則是Agent的經(jīng)濟自治。當智能體擁有獨立的Token賬戶，能夠在市場中自主交易服務、購買算力、優(yōu)化收益，人類可能成為這個智能經(jīng)濟網(wǎng)絡的“發(fā)起者”而非“管理者”。OpenClaw等自主智能體的開源，正是朝著這個方向邁出的第一步——它們擁有執(zhí)行權(quán)、記憶系統(tǒng)和工具調(diào)用能力，本質(zhì)上已經(jīng)是“數(shù)字公民”的雛形。
? Copyright 2013 南京奧特賽人工智能技術(shù)研發(fā)有限公司 版權(quán)所有 備案號：蘇ICP備19032300號-1 
蘇公網(wǎng)安備32011602010459 技術(shù)支持：科威鯨網(wǎng)絡
