文｜小卢鱼编辑｜杨旭然词元（Token）调用量的指数级增长，正在带来一批公司估值的飙升。

        被称为“Token第一股”的迅策科技，上市仅108天，股价较发行价上涨近6倍，最新总市值已经达到1050亿港元。

        今年1月8日登陆港股的智谱，上市首日市值约580亿港元，交出首份年度成绩单后股价迅速，突破1000港元大关，市值也冲破4000亿港元。

        智谱CEO张鹏将2026年的关键词定义为“Token量”，认为智能上界突破与Token消耗的指数级增长一起，共同构成了AGI时代的商业价值。

        尚未上市的公司之中，月之暗面上个月刚完成新一轮超10亿美金融资，估值达到180亿美元，而在去年底的一轮5亿美元融资中，其估值仅为43亿美元。

        这种估值的短时间跃迁，与今年2月OpenClaw宣布将Kimi K2.5设为其官方主力模型有着直接联系。

        K2.5发布仅一个月，月之暗面ARR（年度经常性收入）即突破1亿美元，业绩增速不仅支撑了估值提升，也打开了公司IPO的可能性。

        无论国内国外，资本市场都在以惊人的热情为Token经济的腾飞定价，未来几个月里，我们将有机会听到各种各样的财富神话。

        这场轰轰烈烈的Token经济大繁荣，正在以“大跃进”的方式完成对所有人的认知普及，以及对风险的累积。

        本文是来自《巨潮WAVE》内容团队的深度价值文章，欢迎您多平台关注。

        增长聊天Bot刚问世的时候，很少有人能想到2年之后，仅仅豆包这一款大模型的日均Token使用量就可以突破120万亿。

        即便按照每百万Token两块钱这个有点便宜的价格来计算，这也意味着每天有3亿元的真实经费在豆包上空燃烧。

        事实上，国内外各家大模型公司都在上演着类似的剧本，全球范围内的Token日均消耗量都在以指数级规模增长。

        工信部旗下中国信息通信研究院发布的数据显示，截至2026年3月，中国日均Token调用量已突破140万亿，较2024年初暴涨超过1000倍。

        全球最大的AI模型API聚合平台OpenRouter则统计到，其平台每周处理的Token数量从2025年3月的1.62万亿飙升至2026年3月的16.90万亿，一年之内增长超过10倍。

        OpenRouter连接着Anthropic、OpenAI、谷歌、Meta等几乎所有主流模型厂商的API接口，它的周度Token消耗曲线，本质上就是全球AI应用活跃度的实时监测图。

        这条Token消耗曲线几乎是垂直向上的，既不像GDP的线性增长，也不像互联网用户渗透率的S型曲线，完全走出了人工智能经济自己的发展趋势。

        是什么在驱动Token需求的大爆发？答案是人工智能的技术演进。

        早期AI应用以聊天机器人（Bot）为主，用户输入一句话，模型返回一段回答，一个来回消耗几百到几千Token，完事即止。

        但从去年下半年开始，以Agent和Claw为代表的新型应用范式以更快的速度、更广的范围流行开来。

        它们的共同特征是让AI不再只是“一问一答”的对话工具，而是一个能够自主规划、调用工具、长周期执行任务的数字员工。

        这种技术架构底层的变化，让Token消耗量以很多用户意想不到的方式大幅增长。

        行业内部测算表明，完成同一个业务目标的情况下，Agent模式消耗的Token大约是Bot模式的50到200倍。

        这是因为，Agent在执行任务时需要将整个历史对话上下文全量携带，一个复杂任务动辄累积数十万Token的上下文窗口。

        而且Agent每次思考都需要经过多轮推理，都会触发API请求，还需要持续加载系统配置文件和记忆库，以维持任务的一致性和个性化体验。

        这导致Agent模式下的Token消耗，更像是个不受用户主观控制的黑箱操作。

        更值得警惕的是，这个阶段Token表面的消耗量，并不等同于真实的需求量。

        当AI转型成为企业的政治正确，当Token消耗量被越来越多的公司纳入员工的考核指标，一种“Token伪需求”的情况就诞生了。

        Meta内部已经有团队将Token消耗量作为AI渗透率的衡量标尺，部分员工为了“显得自己很懂AI”，会故意运行大量冗余的模型调用任务；国内腾讯等大厂也被爆料存在类似现象，一些业务线甚至发明了“Token刷量”的灰色操作。

        这种为了不被时代抛弃而制造多余的消耗、夸大不存在的业绩的行为，充满了大跃进式的荒诞。

        核心当Token消耗量以指数级增长，一个严肃的产业问题也浮出水面——谁来买单，谁会受益？

        4月15日，国家数据局就《关于推进行业高质量数据集建设行动的实施方案（征求意见稿）》公开征求意见，首次在官方政策文件中提出“探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据集价值体系”。

        从“词元交易”被写入国家顶层设计的那一刻起，Token就不再仅仅是一个技术概念，而是会逐渐成为人工智能经济的法定计价单位。

        某种意义上来说，Token化收费是人工智能经济的核心。

        迅策科技被称为“Token第一股”，就是因为其率先在商业模式上做出了调整，全面转向了按Token消耗付费与分成的新模式，构建了“收入=Token价格×调用次数×模块应用数”的增长模型。

        目前，Token付费收入占迅策科技总营收的5%左右，公司预计到年底这一比例将快速提升至20%至30%。

        市场对迅策的估值逻辑也因此发生了重大变化，脱离了传统市销率的限制，有了更大的想象空间。

        迅策科技的模式也说明，在人工智能经济中，大模型厂商大概率会扮演“精炼厂”的角色，即将底层的算力与数据，加工成可以被直接消费、以Token计价的“成品”、“结果”，并掌握着价值分配体系中的关键生态位。

        而云服务厂商大概会扮演着“发电厂”和“电网”的角色，它们不直接定价Token，却决定了Token的底层成本。

        以阿里云为例，截至2026年2月底，阿里云2026财年累计外部商业化收入突破1000亿元，AI相关产品收入延续高增长态势，实现连续第十个季度三位数同比增长。

        紧随需求而来的就是涨价，上周阿里云四天连发三条产品涨价公告，调整百炼部分模型单元服务价格及DataWorks部分API免费额度——

        云服务厂商对Token成本的影响力，可见一斑。云服务厂商在传统架构中主要收入来自虚拟机、存储与网络等基础设施计费，进入Agent时代后，它们完全可以推动按资源（Token）使用量计费，并通过Agent平台订阅、开发者生态套件、行业级解决方案等获得长期合同收入。

        算力厂商则像是更上游的原材料、燃料供应方，英伟达的高端GPU至今仍然处于产业链中最核心位置，高带宽内存（HBM）如今更是供应紧张，三星、SK海力士及美光三大存储原厂一边产能受限，一边毛利率抬高。

        也许有人会担心算力实际已经过剩，英伟达和存储厂商的股价已经过高，但是这都不影响Token化收费的历史进程。

        Token收费，让整条产业链的价值分配有了清晰的计算依据。

        就像千瓦时的确立让电力市场得以形成，流量/曝光量成为抖音和视频号的收费标准单位一样，Token正在让人工智能经济从“感觉有用”走向“可以算账、可以收税”，成为一种真实存在的经济构成。

        狂欢Token化收费，让人工智能经济运转的逻辑变得清晰起来，但是人工智能作为一种划时代的技术革命，其经济运转的逻辑，是否与传统的经济学规律一致呢？

        至少传统经济学的供需平衡理论，在人工智能经济中并不完全适用。

        传统模型中，供给和需求是两条独立的曲线相交，而在人工智能经济中，供给本身会通过数据飞轮改进供给质量。

        需求曲线向右移动不是因为外部收入变化，而是因为供给曲线本身向下、向右移动了。

        目前这个阶段，我们更可能看到蒸汽时代的“杰文斯悖论”在人工智能时代重演。

        所谓的杰文斯悖论是指，当蒸汽机效率提升、单位马力耗煤量下降时，煤炭的总消耗量反而暴增，因为更便宜的蒸汽动力催生了更多工厂、火车和轮船。

        现在Token的单位生产成本越低，愿意消耗Token的群体就越多，舍得使用Token而非人力的场景就越多，最后Token的总成本就越高，或者说人工智能经济的总价值就越大。

        根据国内媒体的数据统计，过去两年多，Token生产成本下降了超过99%，GPT-4每百万Token的成本已经从37.5美元下降到了2025年的0.14美元。

        但根据硅谷知名风投Menlo Ventures，全球企业2025年在AI上的支出反而比2024年增长了3.2倍。

        如果这种趋势延续下去，那么哪怕单位 Token的价格趋近于零，全人类消耗的 Token 总价值（总量 × 单价）以及它撬动的 GDP 比重，也可以成百上千倍的增长。

        这正是智谱、MiniMax等公司在巨额亏损的情况下，仍然被资本市场赋予超过许多传统互联网企业估值的深层原因——

        市场定价的不是今天的利润，而是未来Token经济总价值。

        更何况，用Token生产出来的东西，本身也会越来越有价值。

        同一百万个Token，在不同场景下创造的价值差距可达十万倍，其价值完全因执行的任务而异——

        用于闲聊的Token只值几分钱，用于写代码的Token值几百几千元，用于量化投资、企业并购的Token完全可以价值几万元。

        斯坦福大学2026年AI指数报告估算，仅2024年生成式AI就为美国消费者创造了约1720亿美元的消费者剩余，而用户获得的价值远超实际支付的费用。

        值得警惕的是，在AI代替了大量人类的脑力劳动后，传统的劳动力供给理论也会面临挑战。

        传统的需求曲线会因为购买力萎缩而整体坍塌，而供给端因为自动化依然强劲，这就是凯恩斯所说的“技术性失业导致的有效需求不足”。

        只不过在这个阶段，围绕着Token消耗量指数级增长的一切都还披着繁荣的外衣，引领着产业链上下游和资本市场的狂欢。

        但是历史已经反复证明了，每当一种新技术被资本市场赋予无限想象空间，泡沫总是比价值更先抵达终点。

        美的 | TCL华星 | 南孚 | 京东物流 | 小红书 | 饿了么 | 龙湖 | 泰康人寿 | 蓝月亮 | 快手 | 地平线 | 美团 | 用友 | 好想来 | 高瓴 | 淘宝 | 高德 | OPPO |华住 | 乒乓智能 | 极兔 | 钉钉 | 百度 | 千问 | 追觅 | OPPO | 石头科技 | 鸣鸣很忙体育 | 文具 | 房地产 | 保险 | 养殖 | 光伏 | 留学 | 农业 | 黄金 | 酒店 | 外卖 | 台球 | 航空 | 榴莲 | 啤酒 | 00后 | 氟化工 | 音乐平台 | 厂二代 | 香港 | 蚊子 | 电力 | 旅拍 |骑行 | 体检 | 摩托车 |手表 | 黑胶唱片| 潮玩| 预制菜| 凉茶| 国际学校| 铜 | 隐形冠军| 直销| 无人车|马拉松| 老登|骚扰电话| 智能眼镜|民营加油站| 锂电|游艇| 网贷出海| 人工心脏| 墓地| 猪周期科大讯飞 | 宁德时代 | 杉杉 | 泡泡玛特 | DeepSeek |敦煌网 | 六个核桃 | 苹果 | 厦门建发 | 爱奇艺 | 隆基 | TCL | 高瓴资本 | 农夫山泉 | 新奥| 千里科技 | 郎酒 |步步高 | 金蝶国际 | 亚朵酒店 | 迈瑞医疗 | 东阳光 | 比亚迪 | 双汇 | 金山办公 | 富士康 | 联想创投 |三只松鼠 | 阶跃星辰 | 众安在线 | B站 | 葵花药业 | 妙可蓝多 | 大疆 | 沐曦出海生命线 | 向北开放 | 汽车铁幕 | 墨西哥 | 全球电力大周期 | 海南 | 中国钢铁 | 义乌 | 制造业 | 大飞机 | 替代美国市场 | 粮食安全 | 国际军工 | 中欧合作 | 人民币国际化 | 全球渠道 | 矿业出海 | 香港大重置 | 咖啡 | 中东资本 | 体育 | 矿产民族主义 | 建筑材料出海 | 出行经济 | 中东巨变 | 迪拜梦碎格力多元化 | 全屋智能时代 | 美的第二战场 | 海信国际化 | 电视三巨头 | 厨房寒冬 | 家居上市公司卖壳连海上机场 | 日本企业加码中国 | 中日氢能竞争 | 韩国海外摇人