从技术计量单位到数字新燃料四方面读懂词元经济学|燃料|经济学|计量

（来源：中国经济导报）

转自：中国经济导报

本报评论员 | 张守营

近期，AI产业的讨论焦点，正从技术参数比拼转向底层经济逻辑重构。从OpenClaw智能体走红，到大模型服务价格上调，再到将Token定义为“词元”……一系列信号清晰指向：Token已从技术计量单位，蜕变成为AI时代的核心经济单位。

这如同石油从地下黑水，进阶为工业文明的血液。如今的Token，正站在相似的历史拐点，催生一门全新的经济学，即词元经济学。读懂这一新范式，需牢牢把握四大要点。

概念重塑：Token是AI运行的核心“燃料”。

很多人习惯把Token等同于“字数”，这是典型的认知偏差，更贴切的比喻应是，Token是驱动AI运行的燃料。

早期人机交互以简单问答为主，Token消耗微乎其微，如同短途出行忽略油耗。但随着OpenClaw智能体时代到来，AI从被动“应答者”升级为主动“执行者”，订机票、写代码、审合同、自主决策等复杂任务，需要持续推理、试错与执行，Token消耗呈指数级增长。

数据显示，2024年初，中国日均Token调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。这一爆发式增长，不是因为用户更“健谈”，而是AI真正走向产业落地，“跑腿干活”必然大量消耗燃料。由此可见，Token成为计价单位，并非人为概念，而是算力消耗的客观映射。

Token计价：破解AI服务“度量衡”难题。

如今，主流大模型厂商都不约而同采用Token计费，究其原因，在于其精准解决了AI服务的计量痛点。

此前，行业尝试过按次、按时长收费，但都存在明显缺陷：按次收费无法区分一句问候与一套代码的百倍消耗差异；按时长收费难以匹配算力非匀速消耗的特点，高峰与低谷成本难以核算。Token是目前最精准的计量方式，每生成一个Token，对应一次完整推理计算，消耗量与任务价值直接挂钩，金融决策、工业研发等高价值场景的Token，含金量远高于日常闲聊。

而更深层的变革在于，大模型产业的成本与收入结构彻底反转。过去厂商核心成本在训练，Token只是副产品；如今成本重心转向持续推理，Token消耗量直接与营收挂钩。这种转变，让厂商有能力也有动力去分层定价——高价Token不是因为“字”多，是因为它能干的事更复杂、价值更高。

产业链博弈：谁掌握Token定价权？

就目前来看，Token的定价权，分散在AI产业链的四个关键环节，形成层层传导的利益格局。

底层是算力硬件商，以英伟达为代表。其不直接售卖Token，却掌控“每瓦产出Token数”核心指标，新一代芯片可将Token成本降低90%，成为产业链的“印钞机零件”供应商。

中间层是模型厂商，如同“印钞厂厂长”。OpenAI、混元等直面市场，敢于调价的底气，源于Token从“娱乐工具”升级为“生产资料”，AI可大幅提升人力效率，千元Token投入能节省万元人力成本，算力稀缺性直接转化为商业利润。

分销层是云厂商，扮演“加油站”角色。阿里云、腾讯云等将Token打包为生态服务，绑定办公、电商、数据平台等场景，赚取渠道溢价与生态粘性收益。

最顶层是终端用户，用价值投票。高价值场景中，单日数千万To-ken的投入看似高昂，但若能解决行业难题、节省数百万研发成本，便成为性价比极高的生产投入。Token的最终价格，由其创造的价值决定，而非单纯的生产成本。

未来趋势：定价权向“高价值场景”转移。

Token定价逻辑正在迭代：过去由成本驱动，当下由供需与能力决定，未来将向场景价值倾斜。

成本驱动是基础。我国凭借电力与产业链优势，具备更强价格竞争力。

供需驱动是现实。今年2月，全球前十AI模型Token总消耗突破27万亿，中国贡献过半。但供给端产能紧张，HBM显存、先进制程GPU都受限，涨价在所难免。

能力分层是策略。高价值业务场景的Token定价，远高于日常交互场景。