开头丨腾讯科技

撰文丨苏扬

最近对于Token的磋商挺奇幻的。

一又友圈遍地能看到Token中语翻译的磋商——有"词元"、"智元"等等，致使有"慧根"之类的搞笑版块。

Token不是一个新见解，大模子落地第一天起，它便与神经荟萃共生，但直到OpenClaw（俗称"龙虾"）在用户群大畛域扩散，种种Agent应用开动把Token带入了公众视线。

我认为其中有两个弊端问题：它的消费量太大了，价钱也太贵了。

铭记OpenAI发布GPT-5.4的时候，有用户反映测试一句"你好"就消

耗掉了80好意思元的Token，那时不少东说念主王人说这个使用量太夸张，但跟着小龙虾大畛域在用户群扩散，一个任务烧完千万级Token成为常态。

与之相对的是，英伟达CEO黄仁勋在GTC2026大会上以及之后的好多时势，王人在强调工程师要大宗的使用Token，致使将Token纳入到薪酬激励机制。

一次对话方法，黄仁勋说："如果年薪50万好意思元的工程师，连25万好意思元的Token王人没用掉，我会十分震惊。"

问题是，猖獗的烧Token一定能解决问题吗，有若干Token是有用的，什么样的插足产出比是合理的？

取悦刚刚外媒的音信，有OpenAI步调员一周烧掉了2100亿Token，相称于33个维基百科，但这么的消费量最终带来了什么？我发了一个一又友圈，说这么重度使用能升P10吗，有好友立地挑剔，"能帮卖Token的升P10。"

很明显，这场猖獗烧Token的畅通，能带来若干后果是存疑的，谁是赚钱者则是细主张。

黄仁勋将英伟达形色为"Token之王"，领有寰球起初进的"Token制造机"，但如果拚命饱读舞这件事，致使表现无用Token就会落伍，那么不错说：一方面，黄仁勋念念澈底改变AI期间企业"服从观察"的逻辑，另一方面，他也迤逦制造出了Token狂躁。

1

Token太贵了

不久前，我请问了周鸿祎"Token太贵"这个问题，他说："各人以为Token贵可能存在些误会，因为大模子后端是不错机动树立的。"

在他的明白中，用户不错自主采用模子适度本钱。"普通聊天对话的本钱其实很低。真确消费Token的是复杂任务，比如帮你生成视频、创作短剧或写演义这类调用场景。"

我铭记猎豹迁移CEO傅盛在一条视频中说，我方通过一些使用手段把率先日均几百好意思元的Token用度，优化到咫尺日均10多好意思元，30天即是2100元，年费是25200元。

问题来了：有若干用户承担得起日均10好意思元的本钱？

对比咫尺中国互联网上的商用toC类软件，比如剪映，高端会员年费也只好600元傍边，文娱磋商的会员用度简略在300元傍边，根柢找不到一款年费杰出25000元的消费级软件。

"绝大部分东说念主一天10好意思金，仍然不会禁受，这里会过滤掉大片的非付用度户。"我对傅盛说，他莫得否定我的判断。

这些天，我也在尝试多样类型的小龙虾产物，要宣战到的用度远不啻Token。

举个例子，如果用户对生图有需求，就需要极度的生图模子API；如果要监控动态，也需要接入付费的搜索API，这些潜在的用度会逐渐的劝退绝大多数用户。诚然可能有一些开源变通的容颜降本，但开源容颜就迤逦荫藏着安全风险。

3月13日，那时腾讯科技"虾聊"系列直播的第一期（鹅厂工程师讲透“龙虾”真相：“笨”不是“虾”的错），玄武实验室的嘉宾Lambda共享过一个数据——他我方平均每个月"养虾"的用度在千元以上。

不管是参照消费级器用年费，如故行业"养虾户"的反映，基于Agent的Token消费说一句"Token太贵了"，是站得住脚的。

2

存储瓶颈与服从黑洞

Token肤浅明白即是大言语模子处理信息的基本单元——用户输入教唆词，模子输出谜底，每一个字、每一个标点，王人司帐入Token的消费量，骨子上如故算力本钱。

以前各人计较算力总领有本钱，主张有好多，包括经营能效的Flops/W，核算均值的本钱/Flop

s等等，本年的"Token经济学"中，Token/W逐渐成为共鸣。

"咱们的每一个Token本钱王人是寰球最低的。"黄仁勋在GTC上说。

但不管有多低廉，不管是哪一种计较单元，它王人是插足本钱量化，波及到研发本钱、硬件本钱，部署本钱，能耗本钱，运营本钱等。换句话说，降本也王人是围绕上述方法张开。

对于Token降底本说，一个不好的音信是内存价钱在疯涨。

以HBM内存为例，它是复古大模子检修和推理的弊端器件，同期，推理数据量的暴涨也激勉出了存储需求的同步高涨。2026年第一季度，DRAM的价钱环比高涨杰出50%，NAND价钱环比最高潮幅达到150%。

黄仁勋、苏姿丰王人照旧喊出了"HBM有若干要若干"，三星、好意思光这些存储原厂，照旧对外表示头部客户的策略长约照旧签到了5年。

《内存暴涨100天，千元机被动牺牲》一文提到过，消费级阛阓，千元机库存可能王人要停产了，但施行上受这个问题的影响，云厂商咫尺也处于加价的煎熬之中。咫尺行业最乐不雅的瞻望是2028年存储价钱回落，悲不雅少许要到2030年。

存储价钱一天不回落，Token降价就枯竭一个弊端的外部杠杆。

模子才气的培育也不错视为降价的另一个杠杆。"当今一些8B的小模子，才气越来越靠近全量大模子。"一位学术界研究员说。

在这方面，面壁智能聚合清华团队在《Nature》子刊上提议了DensingLaw的见解，强调大模子的才气密度随时刻指数增长，约每3.5个月翻一倍，同等性能所需参数目每3.5个月减半。

一位国产AI芯片从业者也强调模子才气好、畛域小，进而能股东本钱缩短。"你看国内开源大模子token价钱，基本王人跟模子畛域正磋商。"

多位国产算力从业者表现，培育MFU也会带来本钱压缩的空间，此外也还包括架构、显存等多方面的推理优化。

"MFU跟模子本人关系不太大，主如果算子和退换策略关联。"另一位国产存算一体芯片从业者说，"咫尺主流大模子的推理MFU均值在30%傍边，优化后可杰出50%，估量能省出50%的本钱。"

也即是说，行业并莫得榨干GPU的性能——花了100%的GPU钱，当今只用了不到三分之一的算力。

不外，MFU培育诚然不错带来单Token本钱下落，但会不会传导到C端，取决于大模子提供方的生意考量，如果用来打价钱战，开云体育这毫无疑问是一个有用的杠杆。

3

再来一次价钱战

中国大模子的价钱战，不是莫得前例。

2024年，国内厂商就也曾爆发过一轮强烈的价钱战。那时恰逢DeepSeek-V2上线，每百万Token输入1元、输出2元，彼时价钱相称于GPT-4-Turbo的百分之一。

DeepSeek那时的降价弊端就在于推理优化——MoE零散架构大幅缩短了计较量，MLA多头潜在重见解把KV缓存压缩90%以上。

DeepSeek开启这轮降价之后，立地阿里、字节、等等先后下场张开价钱战博弈，一度出现了"Token免费"的风物。

王小川当年在一次疏导会上谈价钱战，他认为与此前团购、网约车大战有骨子不同，"此次价钱战是径直坐褥力的供给，是B端阛阓的价钱战。"

在那时，王小川也强调即使短期内亏空，（大厂）也可能在一年后完毕盈利。

"在推理服从培育的情况下，通过补贴，用户有了尽头明显的增长，"一位参与过上一轮价钱战的大模子公司里面东说念主士说，"能够花了几个亿吧。"

不外，这一轮Token的消费，B端和C端需求同期爆发，反而和团购、网约车大战一样，具备改变坐褥关系的要求，但阛阓却推崇出了稀少的千里默。

前述参与价钱战的大模子里面东说念主士认为，在模子的特定才气闇练，有了褂讪用户开头的情况下，各人无意有能源再下场去打价钱战。

"Token消费不像2024年那种畛域了，这个情况下，为了虾打价钱战，存量用户的ARR收入也会被动失血，"前述国产AI芯片从业者说，"没必要，价钱战带来的增量还不细目，先把存量自砍了，这账不好算。"

ArtificialAnalysis追踪的大模子API价钱

字据ArtificialAnalysis的追踪数据，国产模子的API单价照旧实足低廉了，仅仅这个低廉进程对于Agent的巨量消费来说，还远远不够。

如前边所说，受内存和存储的硬件本钱冲击，国内云厂商当今靠近的是加价的周折，短期不太有降价的可能性。

"当今是前两年价钱战的抓续，国内厂商的价钱比北好意思有明显的上风。仅仅各人明晰抢用户是个抓久战，不是一两次价钱战能措置的。"前述国产存算一体芯片从业者补充说念。

4

把模子"焊"在芯片上

为了解决Token猖獗消费带来的本钱问题，一部分用户开动尝试哄骗土产货部署模子。

到咫尺为止，照旧有不少用户基于MacMini为"小龙虾"树立土产货模子，只不外这种解决决策，在短时刻内会握住地推高Token使用本钱，同期土产货部署本人就存在门槛，且开源模子的才气无意能够适宜用户的需求。

针对那些初学级用户，也有厂商尝试推出EdgeClaw硬件，况且在硬件生意之上，套上一层安全的故事，这其实是一个值得尝试的场合，仅仅在内存加价大环境下，显得有些生不逢辰。

此前，一位Mini主机创业者说，加价对行业王人有冲击。

"以前用户是以为'好贵'，当今径直根柢不看了，他们并不在乎你的内存和硬盘有多大。"该创业者说。

与此同期，一些品牌也在电商平台推出准系统产物（无内存、存储），最廉价钱在2000元以内，它们诚然莫得"安全故事"，却是Edgeclaw这种创业型容颜第一个要越过的难关。

对"小龙虾"端侧AI硬件来说，最大的挑战如故MacMini，苹果

的供应链话语权和毛利率不错复古MacMini超高性价比的订价，创业团队在这里很难讲故事。

还铭记2025岁首期，DeepSeek爆火时的"一体机"吗，你看今天行业里面还有它们的故事吗？

除了一体机这种集成硬件决策，也有创业容颜尝试从更底层的芯片上去作念转换。

2月份，Taalas团队推出了一款全新的芯片HC1，该芯片基于TSMCN6制程，diesize815mm²，晶体管密度仅53B，单芯片可运行Llama3.18B模子，最中枢的是单用户TPS（Token/s）输出16960/s，数据号称爆表，弊端就在于HC1的策画。

Taalas团队在这款芯片上，用MaskROM将Llama3.18B模子权重硬编码固化在硅片上，芯片金属层连线相称于神经元贯穿，相称于把模子"焊在"芯片上，同期完毕计较与存储物理交融，澈底摒除HBM/DRAM数据搬运，险阻了内存墙截止。

诚然TPS性能凸起，它的短板也一样来自于模子"焊在"芯片上这个特色，这意味着只可跑固定版块的固定模子，权重不行改、结构不看成，念念换模子就要重新流片，你也不错明白为专芯专用。

5

写在临了

一切的磋商王人基于Token使用本钱——贵的不是单价，而是重度任务对Token使用量的倍数放大。

我也曾尝试过用小龙虾来生成指定时刻戳的gif，在和一位同业疏导的流程中，他说："你这里面的gif图，咱们共事作念，半分钟作念一张，手工。"

尽管这个案例不是很典型，但如果作念几张gif就要花掉几元钱，明显不具备经济性。

接入DeepSeekAPI制作gif的消费情况

要改变这少许，要么领有更低廉的Token订价，要么Token消费最小化，这依赖模子层面的优化，也取决于推理硬件层面的转换。

但不管怎样，在Token使用的总用度打不下来，且插足的有用产出不解确的情况下，猖獗安利Token消费，致使强调与绩效挂钩，说是制造Token狂躁，制造AI狂躁也不为过。

再往前看，老黄还命令科技行业首长审慎发声，幸免激勉公众对东说念主工智能技巧的非感性震惊。这就好比跟全行业说：别打压东说念主工智能制造震惊了，你们王人要把Token烧起来。

可问题是，谁来解决价钱问题呢，会是迟迟莫得到来的DeepSeekV4吗？

我铭记2017年的时候，有一篇刷屏著述叫《东说念主民念念念周鸿祎》，当今东说念主民应该很念念念Token价钱战，念念念DeepSeek。

至少对于"虾民"来说开云(中国)，能够率如斯。

• 念主
• 念念
• 开云(中国)
• DeepSeek
• 民念