--- author: 硅谷101 date: '2026-05-13' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=ppRvzPXGpEw speaker: 硅谷101 tags: - token-economy - ai-pricing - model-arbitrage - ai-native - supply-chain title: Token经济学：AI时代的新货币战争与中国模型的全球崛起 summary: 本期《硅谷101》深入探讨了AI时代的“Token经济学”，从硅谷企业内部的“Token-maxxing”现象切入，揭示了Token作为新型数字货币的定价机制与成本结构。文章分析了中国大模型如何凭借高性价比在全球开发者市场中脱颖而出，以及“Token套利”等新兴商业模式。同时，探讨了Token出海作为中国结构性产业新机会的可能性，并展望了未来Token经济的演变趋势。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - Meta - Uber - HubSpot - Anthropic - OpenAI - 阿里云 - 腾讯云 - 百度智能云 - MiniMax - 月之暗面 - Zhipu AI - NVIDIA - Metronome - OpenRouter - GMI Cloud products_models: - Claudeonomics - Anthropic Opus - GPT-5 - GPT-5.5 - Kimi - MiniMax - OpenClaw media_books: [] status: evergreen --- ### Token-maxxing：硅谷AI原生的新炫富与成本焦虑 在硅谷，一种新的炫富方式正在兴起，那就是攀比每天消耗了多少**Token**（Token: 大语言模型处理文本的基本单位）。这种现象被称为**Token-maxxing**（Token-maxxing: 把token用量拉到极限），意指将Token用量推向极限。它已成为公司内外衡量一个人“有多AI原生”的新指标，包括每天消耗的Token数量、同时调度的**Agent**（Agent: 能够自主规划、执行复杂任务的AI实体）数量以及Token吞吐量（**Token Throughput**）。 全球AI圈的巨头们正围绕Token的使用展开激烈辩论：公司是否应无限制地鼓励员工使用Token？例如，Meta内部就有一个名为“**Claudeonomics**”的排行榜，统计了超过85000名员工的AI使用数据，列出了Token消耗量最高的“超级用户”。在最近一个月，该排行榜上的总使用量突破了60万亿Token，若按**Anthropic Opus 4.6**的定价粗略估算，价值高达约9亿美元。其中，排名第一的员工消耗的Token价值高达数百万美元。 这一消息引发了硅谷的广泛讨论。AI创业公司**Writer**的CEO **May Habib**直言这是“生死存亡级别的问题”，她本人也密切关注公司内部的Token消耗排行榜，认为不全力拥抱AI就会被淘汰。**Uber**也表现出极强的进取心，其后端系统11%的新代码更新已由Agent完成，而三个月前这一比例还不到1%。Uber CTO的愿景是“把软件工程转型为Agent软件工程”。 然而，反对**Token-maxxing**的声音同样尖锐。**HubSpot**的CEO **Yamini Rangan**提出“**Outcome maxxing**大于**Token maxxing**”，强调产出结果的重要性而非单纯的Token消耗量。AI软件工程公司**Jellyfish**的CEO **Andrew Lau**也指出，盲目刷Token可能无法得到期望的结果。尽管存在争议，但多数中间派形成共识：不充分利用AI的公司将被竞争对手超越。在这种信念驱动下，即使排行榜和激励制度不完美，甚至一些AI使用被证明是浪费的，大厂高层仍认为必须这样做才能使公司转型为更**AI-native**（AI-native: AI原生）的企业。 自**OpenClaw**这类Agent工具爆火以来，Agent任务消耗的Token量直线上升。对于科技巨头而言，不计成本地烧Token尚可接受，但对于创业公司和个人开发者来说，Token成本带来了巨大的焦虑。例如，运行一个稍微复杂的**OpenClaw**任务，几千万的Token量非常常见，如果使用最贵的**Claude**模型，一个简单任务可能就要花费十几二十美元。**Uber** CTO透露，公司2026年的AI预算在年初几个月内就已耗尽，主要原因是工程师对**Claude Code**的使用量暴增。知名投资人**Chamath Palihapitiya**也抱怨，他投资的软件公司在使用AI编程工具后，运营成本在几个月内翻了三倍多，年化AI支出将达千万美元级别。 这表明，对于企业，特别是软件SaaS行业，AI时代的成本结构与过去截然不同。传统SaaS产品研发投入是一次性的，用户越多边际成本越低。而现在，每个用户的每一次操作背后都有Token账单，用户用得越深、功能越智能，产品方反而要向模型厂商支付更多费用，这种成本是随用量线性增长的。因此，Token正成为AI创业公司最核心的“弹药”，甚至有风投基金开始直接向被投企业提供Token额度作为投资的一部分，这进一步印证了Token正在演变为一种新的货币。 ### Token定价机制与“越贵越便宜”的悖论 Token的定价并非简单的“单价乘以数量”，它涉及多种不同价格的Token类型。以一次最简单的对话交互为例，账单上至少有三种Token在运转： * **Input token**（输入token: 用户发送给模型的内容） * **Cached input token**（被缓存的输入token: 之前已被模型系统缓存的prompt、上下文或文件内容，价格更便宜） * **Output token**（输出token: 模型生成回答时产生的Token） 研究芯片与**Token Efficiency**（Token Efficiency: Token利用率）的专家**肖志斌**指出，在对话任务中，这三者的价格比大致为1:0.1:6。例如，**OpenAI**的**GPT-5** API定价，**Input token**每百万1.25美元，**Cached input token**每百万0.125美元，**Output token**每百万10美元。而最新模型**GPT-5.5**则根据上下文长短分为两档，长上下文价格是短上下文的两倍，短上下文的**Input token**每百万5美元，**Cached input token**每百万0.5美元，**Output token**每百万30美元。 虽然表面上Token价格在上涨，但这里存在一个反直觉的悖论：越贵的模型，可能反而总体成本越低。因为强大的模型往往能一次性准确完成任务，而较弱的模型可能需要反复重试，甚至需要人工介入修正错误，这会增加综合成本。因此，尽管Token单价更高，但每个有效结论的成本实际上在下降。例如，最贵的**GPT-5.5-pro**和**GPT-5.4-pro**在复杂任务和场景中，由于其强大的能力和准确性，反而能降低开发者的总成本，尤其是在Agent场景下。 Agent任务并非简单的一问一答，它会反复调用模型，每一步可能调用不同的工具，工具又会产生新的日志和上下文，返回给Agent继续循环调用。因此，Agent循环（**Agent loop**）的Token成本非常复杂，除了单次模型调用的输入和输出成本，还包括持续产生的日志和调用工具的成本。一个高质量的模型可能一次Agent循环就能生成所需答案，而便宜模型可能需要多次迭代，甚至出错，导致总成本更高。 模型公司的定价策略，一方面取决于模型的推理成本和研发费用，但更关键的是基于模型质量和任务完成度。推理成本是基础，大模型研发费用也需摊平。然而，最重要的应是根据模型是否具备**Reasoning**（Reasoning: 推理）能力、上下文窗口（**Context Window**）大小以及完成任务的效率来定价。许多公司目前仍按推理成本定价，但这并非最优解，按模型质量和任务完成度定价才能体现更大价值。 此外，云厂商如**微软Azure**、**亚马逊AWS**、**阿里云**和**火山引擎**也是Token定价链条中的重要一环。企业通过云厂商调用模型时，Token账单会包含模型Token费用、云服务封装费以及企业级基础设施溢价。云厂商会根据模型在机器上每秒能跑多少Token来反向推算GPU成本，并加上溢价。但有时为了抢占市场或提供企业折扣，云厂商也会降低价格。 ### 中国模型的崛起与Token套利新范式 在**OpenClaw**爆火、硅谷掀起**Token-maxxing**热潮后，高昂的账单促使开发者们寻找性价比更高的解决方案。来自中国的开源模型因此在国际开发者社区中大受欢迎。例如，**Kimi**的**Input token**价格不到55美分，**Output token**约2.6美分。**MiniMax**甚至受到了**OpenClaw**官方的推荐。虽然中国模型在顶级能力上可能略逊一筹，但在许多不需要极高推理能力的任务中，它们表现出色，指令遵循（**Instruction following**）好，速度快，最重要的是价格便宜。 在某些任务上，中美模型的价差可高达50到70倍。这解释了为何当**OpenClaw**这类Agent工具将Token消耗从万级推向百万级时，全球开发者几乎本能地转向了中国的便宜模型。**OpenClaw**的爆发式增长，也带动了中国模型厂商如**智谱AI**和**MiniMax**的股价上涨。与此同时，国内云厂商如**腾讯云**、**阿里云**和**百度智能云**在2026年3月掀起了一波集体涨价潮，AI算力产品价格在10天内上涨了约30%。 开源模型Token消耗量的上升，是因为其能力已跨越了某个门槛。例如，**智谱**和**Kimi**模型在编程（**Coding**）方面的提升显著，而编程正是大模型Token消耗最大的赛道之一。当程序员发现开源模型与几个月前的**Anthropic**模型一样好用，但价格极其便宜时，自然会切换。对于个人开发者和创业公司而言，处理不那么复杂的任务时，转向开源模型是明智之举。例如，**MiniMax M2.5**和**Claude Opus 4.6**在**SWE-Bench Verified**软件工程基准测试中得分分别为80.2%和80.8%，实际使用中差距微乎其微。但价格上，**MiniMax M2.5**的输入价格是每百万Token 0.3美元，而**Claude Opus 4.6**是5美元，前者仅为后者的1/17。对于每天消耗几千万Token的**OpenClaw**用户来说，这能将账单从几百美元直接降到几十美元。 中国模型之所以能做到如此便宜，主要有几方面原因： * **技术层面**：国内大模型广泛采用深度**MoE**（Mixture of Experts: 混合专家模型）架构，通过缩小专家规模和减少每次活跃的专家数量来节省成本。 * **生态问题**：通过补贴用户抢占市场生态。 * **云厂商优势**：部分中国公司本身就是云厂商（如**阿里云**），其内部成本定价可以低于外部计价，拥有更高的利润率（**Margin**）来压低模型价格。 不同的模型为开发者提供了混合使用的选择：复杂任务交给高性能模型，简单或重复性高的任务则交给便宜模型。这种混合使用成为了Agent时代新的Token模式。**黄仁勋**在2026年的GTC大会上提出了一个更宏观的Token定价框架，将Token分为免费层、中级层、高级层、高速层和超高速层，价格从每百万Token 3美元到150美元不等。他明确指出，Token不再是同质商品，其价格应由交互速度和使用场景决定，就像电力有峰谷电价一样。 ### Token效率与智能调度：套利空间的挖掘 然而，Token需求暴增的背后，也存在大量Token消耗未产生实际价值的问题。业内人士批评，当前全球企业AI应用中，近一半的Token可能被浪费。Agent不像人类那样懂得“适可而止”，它在执行任务时会反复读取对话历史、重新扫描已处理文件，并一遍又一遍地“喂”给模型早已过期的上下文，导致冗余信息像滚雪球一样越滚越大，而真正与当前任务相关的可能只占一小部分。如何让Agent少烧冤枉钱，正在成为新的技术和商业赛道，**Token Efficiency**（Token Efficiency: Token利用率）成为下一阶段的关键词。 **OpenRouter**这家公司就是其中一个值得关注的例子。它已成为观察全球模型使用趋势的一面镜子，许多关于中国模型调用和排名的数据图都出自该平台。**OpenRouter**的创始人**Alex Atallah**曾是全球最大NFT交易所**OpenSea**的联合创始人兼CTO。2023年，他创立**OpenRouter**，其商业逻辑很简单：市面上模型越来越多，开发者不希望为每家模型单独注册、充值和对接API格式，**OpenRouter**提供一个统一入口，所有模型一个接口搞定，平台从中抽取约5%的费用。**A16z**在2025年对**OpenRouter**领投了4000万美元，估值已接近13亿美元。 **OpenClaw**的爆发让**OpenRouter**的生意真正起飞。当全球开发者疯狂调用各种模型驱动Agent工作流时，他们需要一个能快速切换模型的中间层，**OpenRouter**恰好满足了这一需求。**Atallah**将**OpenRouter**与他上一次创业类比，都是将分散的供给整合到一个平台上，他认为供给越分散，中间商的价值越大。**OpenRouter**提供了一个与**OpenAI** API兼容的调用层，用户可以自动切换不同模型，统一API和定价，这对于AI初创公司快速上线、试错和找到匹配模型至关重要。此外，它还提供模型故障或延迟时的快速切换备用方案。 尽管**OpenRouter**的数据更像是创业公司和独立开发者群体的风向标，而非整个AI行业的全景图，但正是这个对价格最敏感、最愿意尝鲜新模型、迁移成本最低的群体，构成了中国模型出海的第一波“自来水”用户。 如果Token是AI时代的“电”，那么总得有人给这些电装电表。**Metronome**公司就是做这件事的，其客户名单包括**OpenAI**、**NVIDIA**、**Anthropic**、**Databricks**等巨头。**Metronome**的两位创始人来自**Dropbox**，亲身经历了SaaS行业“改定价”的痛点。在AI时代，收费单位从“人头月费”变为Token数、API调用次数、GPU时长等颗粒度极细的指标，且每个客户的合同条款、折扣结构和用量阶梯可能各不相同。SaaS成本相对稳定，而Token公司的计费则复杂得多，与卡、电、请求量以及峰值拥堵都有关。 **Metronome**的核心业务是清晰记录谁在何时调用了什么、消耗了多少Token。其设计理念是将“发生了什么”与“该如何收费”彻底分离。工程团队只负责上报用量数据，产品和销售团队自行配置价格和合同条款，中间的换算、出账、对账全部自动化。这种分层设计，从事件流记录、事件定价、到订阅制/API购买/限制加溢价等计费方式，再到折扣策略，都使得计费系统更加灵活和健壮。**Metronome**发展迅速，累计融资1.28亿美元，并于今年1月被**Stripe**收购，其估值甚至追上了许多模型公司，这说明在Token经济中，如何精确算钱变得越来越重要。 在这样的产业中，“套利”机会也随之出现，业内称之为**Token Arbitrage**（Token Arbitrage: Token套利）。开发者将不同模型混用，复杂任务用**Claude**、**GPT**等昂贵模型，简单任务用**MiniMax**、**Kimi**等性价比模型。本质上，只要用户感知不到便宜模型与昂贵模型在体感上的显著差异，中间商就有套利空间。这类似于税务审计师通过专业优化帮助客户节省税费，然后与客户分成。 更进阶的套利方式是搭建一个“智能路由器”。用户需求进来后，先用一个模型判断任务复杂程度，简单任务分配给便宜模型，只有真正复杂的任务才交给**Claude**或**GPT**。对用户而言是黑盒操作，但中间商不断优化成本结构。作为一个模型提供商，通常都会有自己的“路由模型”，用于判断任务难易度，并将其分配给合适的模型以最小化成本（**Minimize cost**）。此外，通过Agent产品（如**Genspark**或**Manus**），内部也会基于基准测试和经验，对不同任务进行灵活分发。 例如，嘉宾**知县**作为典型的“混合调度”用户，每天与AI互动数百次，将**Opus**视为产品经理，利用其发散性思维进行设计；将**GPT**视为技术负责人，用于把关和复盘；而中间的执行环节，则交给国产的便宜模型，因为执行需要智能、快速且便宜，且输出成本最高。Agent开发者**王浩**从工程化角度解释了如何实现：初期用简单模型检测用户意图，通过指标和阈值区分任务。后期可利用用户数据，通过强化学习（**RL**）或微调（**Fine-tune**）优化路由模型，使其更高效地区分复杂和便捷场景，最终让用户在支付高价值Token价格的同时，实际消耗的是低价值Token。 这种“套利”模式短期内具备可持续性。尽管大模型厂商如**Anthropic**已将类似能力内置到其**Coding Agent**的“**Advisor**（顾问）”模式中，但跨模型的调度空间远未被穷尽。因为每家大模型公司只优化自己的模型，而市场上的模型数量庞大，跨模型的智能调度并非短期机会，而是具备创业空间。这不仅关乎模型定价，更涉及任务与模型的精准匹配、模型的吞吐量（**Throughput**）、延迟（**Latency**）判断、模型质量和任务完成度的判断。目前**OpenRouter**主要做了API聚合和定价策略，但尚未深入到模型质量与任务、甚至模型与硬件的匹配。最终，最会调度Token的系统将胜出，但这种系统需要比**OpenRouter**更深入，例如整合**Prompt**压缩等功能。 ### Token出海：中国的新结构性产业机会 将视角拉大，当一个伦敦的程序员用**MiniMax**的API运行**OpenClaw**时，物理层面上，他的请求从英国穿过海底光缆，落在贵州的数据中心，GPU开始工作，几秒钟后结果原路返回。整个过程中，没有一度电离开中国的电网，但电的价值已通过API账单以Token的形式完成了跨境结算。这是一种全新形态的“出口”——中国过去出口日用品、衬衫、家电、电动车等实物商品，需要过海关。而Token出海无需集装箱，甚至无需任何实体商品离开国境，电力在本地消耗，算力在本地运转，但创造的价值通过互联网瞬间交付到全球任何一个开发者手上。有人称之为“电力出海”，即电的价值出去了。 那么，中国Token为何能卖得如此便宜，这种状态会持续下去吗？实际情况较为复杂。**GMI Cloud**创始人**Alex**在GTC现场指出，美国其实不缺电，缺的是运送能力（**Distribution power**）。高压电虽然充裕，但将其传输到数据中心需要漫长的审批和变电站建设过程。中美工业用电成本的绝对值差异并不大，中国工业用电约0.4到0.6元/度，美国约0.8到1.2元/度。真正拉开差距的是基础设施的响应速度：中国可以在西部沙漠铺设光伏板，通过特高压电网将电送到东部算力集群。因此，从电力角度看，美国的Token价格短期内很难大幅下降。 同时，**Alex**认为，从存储等供应链角度来看，Token价格短期内更难下降。DDR4（DRAM）价格是过去的10倍，CX7和电源供应（**Power supply**）也面临短缺。**OpenClaw**、Agent、多模态和编程的兴起，恰好形成了“三个完美的风暴”，导致所有供应链都跟不上节奏。最大的挑战是建设足够多的数据中心，这是物理上的限制。尽管云服务商会努力提升Token效率、降低延迟，但最终仍受限于数据中心数量、GPU卡数量和电力供应。当然，这还涉及数据跨境、网络延时、隐私安全等合规问题。 尽管存在挑战，但**OpenRouter**上的开发者平台出海、云平台出海以及开源模型出海的趋势正在迅速发生。这波出海红利已实实在在地反映在收入上：**MiniMax**海外收入占比超过七成；**月之暗面**在**Kimi K2.5**发布后数周内收入就超过了2025年全年；**智谱**的模型API收入也出现了爆发式增长。 Token需求的天花板目前根本还看不到。每一个事件（**Event**）都触发了Token消耗的指数型增长。目前，并非每个人都在使用**OpenClaw**，也并非生活中的每一个垂直领域（**Vertical**）都已完全AI化。因此，Token的消费（**Consumption**）仍将继续增长，潜力巨大。 Token的消耗正在从“人类主动发起”转变为“机器自动运转”。一个程序员手动使用AI编程助手一天可能消耗几十万Token，但一旦配置Agent全天候在后台运行，进行代码编写、资料查询、测试、部署等任务，消耗量可直接跳到千万级。当这种使用方式从少数极客扩散到普通开发者，再扩散到每一个知识工作者，Token的需求增长将是指数级别的。如果用一句话概括这个趋势，那就是：上一个时代中国出口的是衬衫和家电，这个时代是电动车，那么下一个时代可能就是Token了。 Token到底意味着什么？对**Meta**员工来说，它是排行榜上的勋章；对创业公司来说，它是每月最大的一笔开支；对**OpenRouter**来说，它是抽取5%佣金的流水；对中国的云厂商来说，它是把电力变成美元的管道；对**黄仁勋**来说，Token会变成大宗商品（**Commodity**），每一个输入和输出都与芯片挂钩。Token作为一种大宗商品，人类历史上所有销售大宗商品的方式，如期货、套利、批发零售、聚合平台、计量计费，都将在Token身上重新上演。 同时，Token的定价方式也可能发生巨大变化。业界正在尝试按“复杂度计费”的**Effort-based Pricing**模式，或按任务完成度计费的**Task-based Pricing**模式。这都使得**Token Economy**的定价方式在未来有着巨大的进化空间，就像原油到汽油再到续航里程的定价逻辑，将在Token到任务到业务结果这条进化路径上再现。从**Token-maxxing**到**Token套利**，从**OpenRouter**到**Metronome**，每一个概念和公司本质上都是古老商业逻辑的AI升级版本，唯一不同的是速度——这一切不是在几十年里慢慢展开，而是在几个月内迅速发生。这场游戏才刚刚开始。