Token经济学：AI时代新货币战争

事件概述

AI领域围绕token的消耗、定价和竞争正在形成一套全新经济模式。硅谷大厂推行“Token-maxxing”（将token用量拉到极限），将token消耗量视为AI原生程度的核心指标，引发行业辩论。与此同时，中国模型凭借超高性价比在全球开发者市场快速崛起，token套利、聚合平台、智能计费等衍生商业模式加速涌现。

核心信息

Token-maxxing之辩

• Meta内部8.5万员工AI token排行榜显示，单月总消耗突破60万亿token，按Anthropic Opus定价换算约价值9亿美元，头号用户消耗价值数百万美元。
• 支持方（如Writer CEO、Uber CTO）认为不用AI将被淘汰，Uber目前11%新代码由AI agent生成，目标转型为agent软件工程。
• 反对方（如HubSpot CEO）强调应重产出而非消耗，单纯token量是错误指标。
• 多数大厂形成共识：即便存在浪费，也要推动公司转型AI原生；但创业公司和个人开发者面临严重成本焦虑，Uber 2026年AI预算开年几个月即用完，部分软件公司AI运营成本数月翻三倍。
• AI时代SaaS成本结构彻底改变：传统SaaS边际成本随用户增长摊薄，现在token成本随用量线性增长，token已成为AI创业核心“弹药”，部分风投直接以token额度投资。

Token定价拆解

• 一次对话交互的token分为三类：输入token、缓存输入token、输出token，OpenAI定价比例约为1:0.1:6。
• 不同模型价格差异巨大，例如GPT-5.5短上下文输入每百万token 5美元，输出30美元，是GPT-5价格的数倍。
• 存在悖论：越贵的强模型，完成任务的综合成本反而越低，因其一次做对无需反复重试，尤其在agent多轮循环场景中差异显著。
• 大模型定价基础包括推理成本、研发摊销，核心按模型能力和任务完成度定价；云厂商还会加入服务封装和基础设施溢价，或因抢占市场给出折扣。

中国模型性价比密码

• OpenClaw爆发带动agent token需求从万级跃升至百万级，中国模型已在OpenRouter等平台登顶调用榜，相关厂商股价、收入爆发，2026年3月国内主流AI厂商集体涨价5%-400%。
• 以MiniMax M2.5和Claude Opus 4.6对比，SWE-Bench得分分别为80.2%和80.8%，实际使用差异可忽略，但MiniMax输入价格仅为Claude Opus的十七分之一。
• 低价原因：深度使用MoE混合专家模型降低单次运行成本、厂商补贴抢占生态、云厂商自有基础设施给出更低定价。
• 黄仁勋提出token分层定价框架，按交互速度和场景分五档，当前近一半token消耗无实际价值，Token效率（减少冗余消耗）成为新核心赛道。

关键基础设施与新商业模式

• OpenRouter：全球模型调用聚合平台，估值接近13亿美元，抽成约5%。数据反映创业公司及独立开发者趋势，中国模型在此获得第一波自发用户。
• Metronome：被Stripe收购的AI计费服务，将“事件记录”与“定价收费”拆分，实现token精细计费自动化，解决AI计费颗粒度极细的痛点。
• Token套利：开发者混合使用模型，复杂任务用高价海外模型，简单执行用便宜中国模型。基础模式是小模型判断任务复杂度，自动分配对应定价模型，赚取成本差价。跨厂商、跨模型的任务-能力匹配仍有大量创业空间。

Token出海：结构性出口机会

• Token出海是全新出口形态：请求跨境传输，电力、算力留在中国，价值通过API跨境结算，无需实体出口。
• 中美token价格差主要源于美国配电审批慢、基础设施响应慢、存储和芯片供应链缺货，推高美国token成本。
• 红利已落地：MiniMax海外收入占比超七成，月之暗面发布Kimi K2.5后数周收入超过2025年全年，智谱API收入爆发增长。
• token需求没有天花板：当前消耗从人类主动使用转向机器自动运转，单个agent全天候运行消耗量是手动使用数倍，未来将指数增长。

值得关注

Token已成为AI时代的“新电力”和大宗商品，围绕其产生的套利、期货、聚合、计量等商业模式正在快速复制传统大宗商品市场逻辑。定价逻辑将从按数量向按任务结果进化。中国模型凭借性价比优势抢占全球开发者市场，token出海或成为继电动车之后的下一个结构性产业机会。