3月17日，2026年的英伟达GTC大会上，黄仁勋在两个小时的演讲，提到了超过了70次Token。如果你看最近的AI相关的文章，会发现“Token”这个词出现的频率也极高。不少人把黄仁勋的演讲，概括为“Token经济学”来传播。
我看到网上很多人都在讨论，要是把Token翻译成中文，该是什么？有人说叫“智元”，有人说叫“模元”，有人说叫“令牌”。直到前天（3月24日），国家数据局给起了个名字，叫“词元”。
不过，满屏的讨论似乎没能解答很多人的困惑。
这个Token到底是什么意思？它跟我有什么关系？
我理解，这种感觉，就像是千禧年时，很多人第一次听到“互联网”这个词那样。既兴奋，又迷茫。感觉很重要，但又说不出到底有什么用。
不过，我有一个半开玩笑的看法，反正Token是个AI时代前几乎没人提到的新概念，那“词元”这个翻译，格局可能小了。不如叫它“黄仁勋”。为什么这么说？
别急，听我用一个你绝对熟悉的场景，把这件事给你说明白。
01
Token，就像是电玩城的“游戏币”
电玩城，我们大概率都去过。
那里面，有投篮机，有赛车，有拳皇，各种游戏街机，老板给它们标上不同的价格。赛车火爆，想收5块一次。娃娃机机器多，薄利多销，想收2块一次。投篮机玩的人也不少，3块一次。
问题来了，怎么收费呢？如果每台机器都装一个投币口，只收现金，那得准备多少零钱？老板和玩家都觉得麻烦。
于是，电玩城的老板们想出了一个办法：
游戏币。
首先，设定一个最小计价单位，比如说1块钱换一个游戏币。接着，所有的游戏全都用这个最小单位的整数倍定价，比如投篮3个币，赛车5个币，抓娃娃2个币。
你看，问题解决。只要你一进门先在柜台换上50个、100个游戏币，就能全场畅玩。更重要的是，如果没花光，收好游戏币，下回接着来。
只要你理解了电玩城游戏币的逻辑，也就能看懂Token。
如果你去搜“Token”的翻译，你会发现，它的直译就是“代币”。
Token，就是AI世界里的“游戏币”，用来计量AI帮你干活到底花了多少“智力”的最小单位。
你让AI给你写诗、分析财报、写代码，这些任务其实就跟在电玩城玩游戏一样，都要付不同的钱，消耗不一样的Token。
好了，我们知道了Token是AI世界的“游戏币”。那么它能买什么呢？
02
Token，是“智力”定价的度量单位
买的是智力。
更具体地，Token就是一个给AI“智力”定价的度量单位。
什么意思？
过去，在工业时代，想搞建设就要先实现最基础的“三通”：通水、通电、通气。后来，到信息时代，多了个“通网”，变成了“四通”。到了AI时代，又多了一通：通智力。
这意味着，“五通”，正在成为未来商业发展的基础设施。
打好了基建，自然就要考虑开销支出。每一个基础资源，都有一个清晰、公认的计量单位。
水，按“吨”算。电，按“度”算。网，按“G（流量）”算。那么，“智力”该用什么计量呢？答案就是Token。
今天，用来计量“智力”的“Token”，可以看作是AI时代的“度量衡”。
所以，未来判断一家公司的营运，除了用电量、用水量、服务器数量。或许可以加上一个问题：
你们公司一个月消耗多少Token？
听到这，你可能会想，不对啊，我用的豆包、DeepSeek，从来不花钱啊。那我岂不是没有消耗Token，也用上了AI？
其实，这恰恰是很多人对AI应用在理解上的误区。
拥抱AI的最终目的，是用它改造业务，而很多人仅仅是用AI聊天。
如果你打开DeepSeek的官网，会看到两个硕大的按钮。左边，是最熟悉的窗口聊天，完全免费。右边，则是API接口，收费。那里是企业“通智力”的入口，也是DeepSeek赚钱的地方。
那么，这个“智力”到底卖多少钱？
现在一般按照100万Tokens来计价，我给它起了个名字，叫“一度智能”。目前的主流大模型公司，以输入价格为例。比如DeepSeek V2，一度智能只要1元人民币。豆包，0.8元。GPT-5.4，大约18元。Gemini 3.1 Pro，大约15元。
假如让AI分析一篇1万字的中文文章，大约要消耗8000 Tokens。DeepSeek要花0.8分钱，豆包0.6分钱，而ChatGPT大约要0.13元。差距大约有二十几倍。
你看，国内大模型的Token价格，远远低于国外的。但是，在具体的功能上，国外主流大模型也确实厉害。
所以，如果你的业务追求量大管饱，就用国内的。如果业务复杂追求性能，就用国外的。
当我们真正开始计算Token成本，AI就不再是只会对话的玩具，而是一个严肃的生产力工具。
想让企业“通智力”，就要把业务接上那个“API接口”。让每一次Token消耗，都为你创造价值。
比如，客服。接入AI大模型的客服系统，能实现24小时实时响应，智能应答。比如，设计。接入到公司内的设计软件，实现一键生成海报。
再比如，我们公司前阵子在内部上线一个“编审系统”。就用的是大模型Claude，专门帮主笔改稿。
一篇写好的初稿，直接粘贴丢进去。它能从标题到结尾，逐字逐句地给你分析。比如，认知差够不够，要不再封装几个概念。比如，情绪足不足，要不再加点愤怒或者兴奋。比如标题好不好，再给你10个不一样的参考。
很好用。但每条建议背后，都是Token，都是花出去的真金白银。
这种把AI放进具体业务的实践，才是AI时代真正要做好的功课。
在5月16日的年中大课上，我还会更详细、更具体地分享，我自己在“AI融入业务”这件事上的思考和经验。
03
Token，是“智力”到“方案”的媒介
既然Token把“智力”明码标价，那么它到底是怎么运转的？
黄仁勋在GTC上提到了一个概念：Token工厂。
工厂，意味着Token已经变成可以工业化、规模化、标准化生产出来的“工业产品”。
整个过程，可以被拆解为三层效率转换。从下至上，层层递进。
第一层转换，从煤到电。
传统发电厂的核心任务，就是把煤这样的能源，转化为电力。它们要研究的，是怎么让煤更高效率地燃烧，发更多的电。
第二层转换，从电力到智力。
OpenAI、Claude这些大模型公司，就像是“二代发电厂”。只不过，烧的是“电”，产出的是Token。它们的竞争，是如何用更少的电，产生更多、质量更高的Token。这就是黄仁勋提到过的“Token生产效率”的竞争。
方法有很多。比如在算法层面优化模型结构。比如在系统层面用上更先进的推测解码技术。比如在硬件和软件协同层面降低能耗。当然，这些技术细节不一定要懂。但你要知道的是，今天生成Token的成本已经大幅下降。比如结合了MoE架构和英伟达Blackwell平台的优化，让生成Token的成本降低了20倍。
第三层转换，从智力到方案。
好了，现在Token已经从“二代发电厂”里源源不断地往外冒。接下去的主角，成了AI时代的创业者和企业家们。他们要解决的，是怎么用更少的Token消耗，做出更好的方案。
所以，这就像空调。你会发现，同样是制冷到18度，一级能效的就是比三级能效的更省电，更受消费者欢迎。
因此，未来的创业者和企业家们，都成了“空调厂商”。比的是谁能用最少的电烧最好的饭，用最好的电把电视点亮。
这就意味着，“大模型领域”的竞争，几乎已经结束了。未来的竞争，可能不再是纠结用谁家的“电”，而是你打算用多少“电”，干怎样的事。
于是，企业招聘条件也变了。黄仁勋在演讲里做了预测：
未来，Token配额会成为薪酬的一部分。
就像现在公司配电脑、配手机一样，以后还会给你配Token额度。比如，月薪2万，每个月2000万Token额度。有了Token，你的工作就越离不开AI。想要AI用得好，你就要不断提高写提示词的水平。提示词水平越高，Token的投入产出比就越高。
也许，Token也将跟对员工能力的评价挂钩。
怎么用Token？打算用多少Token？这些，或许将成为每个企业家和创业者，要日思夜想的问题。
最后的话
好了。当你理解了Token，就能看清AI世界的价值流动。
但有意思的是，作为“Token经济”的创造者、亲历者，我们人类自己，却常常在算一笔笔糊涂账。
举两个例子。
比如，我们在古巴的时候，看到很多人花130美金买一根雪茄，眼睛都不带眨一下。因为这根古巴雪茄太稀有，买回去很有面子。但是，你建议他花20美金订阅一个月的ChatGPT会员，他很可能犹豫半天，觉得“这钱没必要花”。
你看，这就是糊涂账。他宁愿为了感官享受而支付高价，却不愿意投资一个24小时待命、可能产出价值千金创意的AI。
再比如，很多老板喜欢动不动就拉一群人到会议室开会，但他从来都没有算过，光是开会要花掉多少成本。
我们简单算一笔账。假如有20个人开会，平均月薪1万元，那么按21个工作日，每天8小时算。这一小时会议的成本就是1200元。换算一下，如果一周开三次会，一个月的会议成本够20个人用ChatGPT整整3个月。
这也是糊涂账。他舍得花时间拉大家开会，却不舍得把真金白银换成ChatGPT、DeepSeek的Token。
想想看，要是大家都能算明白这笔账，那得省下多少时间成本、人力成本。可为什么那么多人都算不清？
我想，可能很多人还没有意识到，Token正在近乎全面地影响企业的成本结构。
未来，衡量一家企业的经营情况，要把Token成本，和用电量、人力成本放到一起看。从这个数字，看你的Token消耗、看你用AI产出了多少好用的解决方案。如果看不到这个数字，你就永远感受不到AI对业务的真实价值，更不会真正投入。
发现了吗？Token不仅仅是个新鲜的技术词汇，而是AI时代的“度量衡”。
过去，电的普及用了将近100年，才从工厂走进千家万户。可Token的渗透速度显然快得多，它不需要铺设物理管道，只需要一个API接口。交付方式的改变，让它迅速从一个生僻的术语，变成深入文明毛细血管的基本单位。
伟大的发明家定义单位，伟大的技术定义时代。
Token，很像工业时代的瓦特、电力时代的安培，有了些划时代的意义。既然瓦特、安培留在了灯泡、电路里，也许，我们可以干脆大胆些，把那个让Token成为AI时代最小单位的人的名字，留在我们的账单上。
开个玩笑，不然，我们把度量智力的单位，直接叫“黄仁勋”吧。
以后老板给员工发福利，就可以直接说：
“这个月表现不错，奖励你2000万黄仁勋，加油干！”
观点/ 刘润主笔/ 海盐编辑/ 歌平版面/ 黄 静
这是刘润公众号第2896篇原创文章。未经授权，禁止任何机构或个人抓取本文内容，用于训练AI大模型等用途
PS：
这段时间大家对Token的热烈讨论，折射出我们面对AI时的共同心态：兴奋、又有点焦虑，不知道究竟该干点什么。
我有个判断：在见证了这些年大模型能力的疯狂内卷后，我们都知道，2026，正式来到了AI技术的落地之年。许多积累多年的真问题，终于等来了解决它的新技术。创新的火焰，就这样被点燃。
这几个月，我看到了大量优秀的技术落地案例。实在等不到年底年度演讲和你分享。所以，5月16日，我将在上海影城1000人的大剧场。与你分享【刘润·年中大课】。今年的主题就是：
不做现场直播。也不做事后回放。就让我与你，独家分享。点击下方购票链接，就可以了解到更加详细的票务信息。
现在抢先购买，或是带着团队一起来，还可以享受到“早鸟价”。
5月16日，我们不见不散！
热门跟贴