“Token”時代，云廠商的生存法則變了

來源 | 伯虎財經（bohuFN）

作者 | 楷楷

開年至今，全民掀起了一股“龍蝦熱”，以OpenClaw為代表的開源AI智能體迅速走紅，全球用戶忙著養數字員工“干活”，Token消耗量呈指數級暴漲。

為此，英偉達CEO黃仁勛表示發Token當工資；阿里、騰訊也紛紛將Token作為員工福利，這事聽起來似乎有點魔幻，但隨著Token價格水漲船高，“算力即薪酬”的預言也快成真了。

近日，阿里云、百度云、騰訊云相繼對AI算力、存儲等相關產品進行調價，最高漲幅超30%。今年1月，亞馬遜AWS、谷歌云已先一輪漲價，打破了云計算行業“只降不升”的定價慣性。

云巨頭們的漲價理由也高度一致：算力需求持續攀升，核心硬件及相關基礎設施成本顯著上漲。簡單來說，算力的供給已經趕不上消耗。

國家數據局指出，2024年年初，中國日均Token調用量為1000億；到今年3月，調用規模已突破140萬億，兩年增長超千倍，一場“Token革命”正在照進現實。

當AI時代的競爭從“拼模型”轉向“爭算力”，科技大廠也在加速重構戰略版圖，誰能更高效地“燃燒”Token，誰就將掌握未來商業的定價權。

01 云廠商集體“漲價”

Token為什么一下子變得金貴？先搞清楚什么是Token。

Token是AI處理信息時最小的一份“計算單位”，當我們將一句話、一段代碼、一張圖片交給AI時，它會被切割成一個個Token，大模型再去理解、預測和生成。

簡單來說，我們可以將Token理解為發電廠里的計量單位“千瓦時”，用電（使用大模型）越多，電費（消耗的Token）自然越貴。

但Token早期并不貴，甚至是免費的。

2022年底，ChatGPT用大語言模型推開了通用人工智能（AGI）的大門。在接下來的一年里，國內外科技大廠紛紛自研通用大模型，Token的消耗開始被擺上了臺面。

國盛證券基于參數數量和token數量估算，GPT-3訓練一次的成本約為140萬美元；一些更大的LLM模型，訓練成本則介于200萬美元至1200萬美元之間。

雖然訓練成本不菲，但在2024年，阿里、字節、百度等大廠不僅采取C端免費的策略，更在B端市場掀起了一場血腥的價格戰，將API調用價格從“分”打到“厘”。

在大模型剛剛爆發的窗口期，行業的普遍共識是算力將會越來越便宜，甚至會像如今的寬帶資源一樣，成為互聯網基礎設施。

在這樣的基礎上，大廠依然沿用互聯網思維來推演，將模型能力視為入口資源，先通過極低價格吸引開發者與企業入場，爭取在商業化落地的過程中獲得先發優勢。

但劇情并沒有如想象般發展。“百模大戰”開打僅一年便匆匆落幕，大廠開始意識到，生成式對話所能帶來的商業價值有限，大模型要在垂直場景“用起來”，才能釋放更多的競爭力。

然而，當AI從“訓練”轉向“推理”，每一次對話、生成、推理都需要進行新的計算，這意味著Token的需求曲線不再是線性的，而是呈指數級增長。

Claude Code、OpenClaw 等編程智能體的出現，更進一步加大了對Token的需求——智能體可以全年無休地工作，每個智能體還能生成成百上千個子智能體來處理任務的不同部分。

有開發者報告指出，從chatbot到Agent，單次任務的算力消耗將會被放大30-100倍，極端場景下將可能放大1000倍以上。

舉個例子，一名學生借助AI完成一篇7500個單詞的論文，在不需要修改的情況下，大概要消耗1萬個Token，按此推算，單純的文本對話，一天消耗百萬個Token已經算很多了。

但智能體執行一個簡單的任務，可能就要觸發上百萬的Token消耗。有用戶表示跑半天OpenClaw，就花掉了5000萬Token；還有用戶表示用OpenClaw編程，一個月燒掉上千刀。

隨著Agent成為更廣泛的大眾需求，用戶也學會了貨比三家，更便宜的國產模型開始席卷全球開發者社區，成為了這一輪Token大爆發的最大受益者之一。

前段時間，多家媒體援引知情人士透露消息，稱Kimi近20天累計收入已超過2025年全年總收入；剛剛登陸資本市場的Minimax和智譜，股價也再創新高。

但問題是，隨著海內外用戶的瘋狂涌入，Kimi已經隔三差五跳出“高峰時段算力不足”的提示，MiniMax則直接宣布限流……

歸根到底，此類國產小模型自己并不擁有GPU，它們想賺“龍蝦熱”的錢，還要看背后阿里云、騰訊云、火山引擎等云廠商的定價。

可算力的成本也不便宜，GPU市場早已供不應求，當大廠賣Token的收入增速追不上建數據中心的花錢速度，漲價也是必然之舉。

02 競逐“Token工廠”

過去一年，由于Token需求激增，云廠商的收入也翻了幾番。

根據多家媒體報道，火山引擎2025年已完成超200億元的營收目標，2024年的收入則超120億元；根據阿里2026財年Q3財報，阿里云收入加速增長36%，增速創三年新高，AI相關產品收入連續第十個季度三位數增長。

但我們不能只看收入不看投入。2025年，阿里的資本支出為1238億；根據金融時報報道，字節的資本開支約為1500億，僅靠“賣算力”的話，何時才能填平這筆賬？

科技大廠顯然并不甘心只當“賣鏟人”，既然Token是未來AI競爭的“硬通貨”，它們更希望能掌握Token生產、調度和變現的全鏈路，成為智能時代的“水電煤”。

黃仁勛在英偉達GTC 2026大會上描繪出新的藍圖，他認為英偉達將要從一家“芯片公司”向“AI基礎設施和工廠公司”蛻變，不再只是“賣芯片”，而是成為一家“Token工廠”。

目前，英偉達有意通過收購Groq補齊推理短板，其全新發布的Vera CPU能對智能體AI系統進行實時調度與協同，再加上CUDA這個生態護城河，以及其和電力巨頭合作打造的新一代AI工廠，未來所有Token從誕生到消耗，都得從英偉達的“Token工廠”里面跑一遍。

根據黃仁勛的分層定價策略，Token的定價將跟算力產出直接掛鉤——能力越強，速度越快，定價越貴，而英偉達則握住了這套體系的路線圖與定價權。

阿里與英偉達的戰略方向也頗為類似，但阿里不僅希望成為Token供應商與基礎設施運營商，還希望探索更多新業務，讓Token能夠被消耗得更多。

近日，阿里成立Alibaba Token Hub（ATH）事業群，由吳泳銘直接帶隊，以“創造Token、輸送Token、應用Token”為核心目標，進一步強化AI業務戰略協同。

之后，阿里推出了企業級AI原生工作平臺“悟空”，劍指的是B端市場，首批覆蓋電商、設計、制造、財稅等十大場景，是能夠真正嵌入企業工作流的數據軍團。

重新回歸阿里的釘釘創始人陳航指出，Token經濟學的價值，不在于用機器取代人，在于把這部分龐大的人力資源成本，轉化為可放大10倍、100倍的數字生產力。

這跟上一輪企業通過SaaS（軟件即服務）提高經營效率的目標是一致的，但SaaS模式主要用于維持運轉，而基于Maas（模型即服務）搭建的“悟空”，則能帶來可量化的業務增長。一旦企業將算力和數據沉淀在阿里體系，其遷移成本還會越來越高，最終形成核心壁壘。

擁有類似想法的還有字節旗下的火山引擎，其一直將Maas放在了很高的戰略位置，希望以MaaS帶動云業務的全面突圍。

火山引擎的優勢在于，字節擁有抖音、剪映等國民級應用，在如此土壤下跑出的生圖、生視頻模型能迅速在億級用戶場景中完成驗證與迭代，形成“算力-模型-場景”的閉環優勢。

比如Seedance 2.0模型憑借突破性能力迅速出圈，不僅吸引了海量用戶涌入，更在漫劇等專業場景中實現了規模化落地，直接推動了火山引擎Token消耗量的激增。

根據《晚點LatePost》的報道，字節火山引擎的豆包大模型日均調用量已超過100 萬億 Tokens，成為全球第三家Token消耗量過百萬億的云廠商。

不過，國內的云廠商們也不會坐以待斃。阿里CEO吳泳銘表示，新成立的ATH事業群的目標是拿下2026年國內AI云市場增量的80%。

目前，在中國AI云市場中，阿里云以35.8%的占比位列第一；火山引擎以14.8%的占比位列第二。Token爭奪戰一觸即發。

03 Token成為“流通貨幣”

雖然路徑不同，但科技大廠的戰略布局都指向同一個事實：

AI時代的競爭，已不僅僅是模型能力的比拼，科技大廠爭奪的是一套Token生產、分發與應用體系的話語權，誰掌握了Token的定價權，就相當于掌握了AI時代最值錢的生產資料。

從前，科技大廠搶奪的是用戶的注意力；未來，Token從哪里產生，流向哪里，如何被消耗，才是它們更關注的事情。

首先，以更低成本生產高質量Token。過去，互聯網行業的“護城河”是數據、算法、規模等輕資產敘事，但在未來，大廠則要重新擁抱“重資產”，將算力基建作為新的戰略高地。

中國有著廉價且穩定的電力供應，再加上科技企業在芯片、模型架構等方面的突破，天然有著算力出海優勢，這一輪云廠商集體漲價，也釋放出云廠商向全球市場要利潤空間的信號。

其次，搶奪Token分發權。大廠掌控著大模型技術，能夠將底層算力轉化為標準化、可調用的Token服務，進一步降低了用戶調用模型能力的門檻。

比如阿里“悟空”切入企業工作平臺；微信推出插件支持接入OpenClaw等，只要用戶來部署了，后續自然就會有源源不斷的Token消耗，大廠要爭搶的是新一輪的“Token入口”。

最后，刺激Token的消耗。擁有Token不一定能形成商業閉環，還要將模型能力嵌進真實業務場景，才能帶來可持續的Token消耗。

長遠來看，“Token工廠”要的是“消耗-產出”的轉化效率，其核心不是賣一次性算力，而是把Token消耗和客戶價值真正綁定，能夠穩定地、可持續地創造商業收入。

但規則不會一成不變，AI的發展速度已經遠超人類想象，沒人能預知未來，就像幾年前沒人能預測到OpenClaw會突然爆火一樣。

因此，無論是科技大廠，還是垂直模型公司，又或者是agent工具開發者，大家都還需要在各自擅長的領域，一邊奔跑，一邊補課。

大廠想要把AI這個虛的概念，變成實的生意，將不再只是參數競賽，也不是單純比拼Token的消耗，其最終總會遵循一個最樸素的邏輯：普通人能用好的AI，才是最有價值的AI。

AI 時代真正的商業化入口，可能很近，也可能還有很遠。

文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯系我們，本平臺將立即更正。