从万亿调用到万亿市场，Token经济如何爆发？丨首席评论

从国家正式确定中文名“词元”，且日均调用量突破140万亿，到三大运营商一致推出Token套餐——Token只用了不到两个月，就走完了从概念到进一步商业化的跨越。当AI时代的“硬通货”像电力、宽带一样被计费，它将对个人的生活、企业的生产带来怎样的变革？又将创造一个多大的增量市场？《首席评论》对话北京华夏工联网智能技术研究院院长王喜文，中信建投证券科技兼通信人工智能行业首席分析师阎贵成。

在AI的世界里，Token是模型处理信息的最小计量单位。很多养过“龙虾”的人对Token并不陌生。今年3月，国家数据局披露了一组数字：到3月，我国日均Token（词元）的调用量超过了140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿，三个月时间又增长了40%多。这同时也从官方角度为Token确定了中文名——词元。伴随词元调用量的飞速上升，5月，三大运营商相继推出了不同的Token（词元）套餐，有每月9.9元包1000万词元的，也有1元买25万词元的，还有免费领取3000万词元测试额度的，面向不同需求，种类多样。

Token为何火爆？

第一财经：为什么Token（词元）最近突然火爆起来？

王喜文：是三大力量让Token（词元）如此火爆，一是国家定名，二是万亿调用，三是运营商入场。运营商入场实际上是下沉到了普通用户。

阎贵成：可能我们感觉到是突然，实际上也积累挺长时间了。从2022年大模型推出至今也三年多时间，Token（词元）本身的底层是说大模型的能力得到了明显提升。大模型发展到这个阶段以后，它可能走到了千家万户。第二个，Agent（智能体）发展也很快，所以有段时间大家讲“养虾”热，这也是普通民众用得比较多的。再者，像今年春节，各大模型公司的红包大战让普通民众也体验了一把大模型。

第一财经：所以还是有一个逐步积累的过程。

阎贵成：对，从量变到质变，只是我们感觉到好像是忽然火了。

第一财经：我们特别关注最近三大运营商推出Token（词元）套餐，9块9包月可以获得1000万Token（词元），1000万的量意味着什么？它到底够不够用？

阎贵成：运营商推出这种套餐肯定是方便大家订购使用，可以用话费来支付的话就非常简单了。另外来讲，1000万Token（词元）对于普通民众，还是能够用挺多场景的。比如说，做一个知识搜索问答，大体上可能一次的Token（词元）消耗量是1000到2000，1000万可以做大几千次的问答。如果处理百页级别的文档，大概能够处理三四百份文件。所以一个月来讲基本还是够用的。但对于一些重度用户，比如说，要编程，要生成视频，可能就不够了，要定更高档的套餐。

第一财经：对个人和家庭用户来说，（运营商）基本上考量得还是比较周到的。对企业用户来说，这个量够不够？

王喜文：看用途，如果说日常用途，写个新闻稿，写个工作总结，发个通知，这种文字型的，1000字的稿件可能也就是一两千Token（词元），1000万肯定是够用的。如果用途是生成短视频，一条短视频一般10秒到15秒可能需要30万Token（词元）左右。这我觉得可能是不太够用，所以要看用途。

第一财经：对企业来说，我们可以想见它的需求量可能会更大，这笔投入能够带来什么样的有效生产力？

王喜文：企业以前都搞信息化，要么购买软件，要么开发软件，代价比较高，现在词元背后，它是有先进的算法。你没有必要做基础性研发，人家自带算法、算力、数据，你把你的业务跟它相结合，调用他的API（应用程序接口），用他的Token（词元），也可以提高效率、缩短工期、降低成本。所以对企业来讲是一种新质生产力。这是用得好，但是用得不好，可能浪费了很多Token（词元），24小时不停地算，未必达到好的效果。如何用好，这是一个关键。

阎贵成：最典型的，其实现在很多场景上已经使用了，比如编程、企业搜索、数据分析、文档生成等等方面，这些都在降本和提效的过程中发挥很大的作用。举个案例，美国这两年有一个大模型公司发展很快，叫Anthropic。它今年到5月初的年化经营性收入（ARR）已经达到440亿美金，去年12月的时候也就是90亿美金。它的百分之可能七八十的收入都是来自于面向B端（企业）的收入。B端（企业）中最大的一个场景就是编程场景。换言之，也可以理解，大模型在帮助企业提升效率和降低成本方面是行之有效的。

从云计算到Token：计费模式如何重构？

第一财经：个人、家庭以及企业用户，大家有不同的需求，Token的消耗量也不在一个量级之上，这就涉及到一个非常大的生意了，它有一个巨大的潜在市场。那么Token的供应商，除了我们前面讲到的三大运营商，还有哪些参与方？能不能帮我们列举一下？

王喜文：产业链来讲，上游是生产Token（词元）的工具，中游是生产Token（词元）的工厂，下游是消耗Token（词元）的消费者。上游生产Token（词元）的工具，包括电力、算力、GPU、芯片，还需要散热工具、网络设备，这是产业链的上游。中游是生产Token（词元）的，像运营商，像字节、阿里、腾讯，它们来生产这些Token（词元），这应该是属于中游。下游就是应用了，OpenClaw（“龙虾”），养龙虾，24小时不停监测。智能体其实就是应用，在消耗这些Token（词元）。还有一些个人用户在使用问答，这是产业链下游。产业链分上中下游，涵盖面比较广。

第一财经：Token（词元）经济，我们觉得它是一个新生事物，但是其实我们也很容易联想到过去的“云计算”，那么现在Token（词元）的计费方式是不是就是一种原有云计算这种商业模式的重构？

阎贵成：本质上有很多相同的地方。因为比如云计算，其实过去底层也是大量的算力基础设施，当时叫“通算”（通用计算），现在AI时代，Token（词元）的底层算力基础设施叫“智算”，其实都是基于算力基础设施来提供算力，然后生成一定结果。只是Token（词元）可能跟过去云计算不一样，云计算更多的是租了一个空间，租了一个算力，并不纠结于你到底用这个算力或者云计算做了什么事情。企业自己去部署，但是Token（词元）强调在算力基础设施之上还要一个结果，也就是说，我是希望你给我生成的是视频，或者说是纪要，还是周报。它既要算力，同时还要结果。如果这个结果不好的话，我可能就不会为此付费，或者我会转换别的模型。但在过去云计算时代，它强调了你的能力够不够好，性价比够不够高，并不承担结果。所以既有相同点，也有不同的地方。

王喜文：它是云计算的升级版。过去企业想搞信息化，怎么搞？买产品，用友、金蝶、ERP软件，或者委托一个计算机软件公司帮我们开发。后来有了云计算，云端有现成的功能模块，可以以服务的方式来用，“软件即服务”叫SaaS（Software as a Service）。那时候是包月包年，按时间来收费，来购买服务的。那么现在就不按时间了，就像咱们老百姓发工资，工厂里边按计件算。有人说按月发工资，有人偷懒不公平，要计件。那么现在Token(词元)就相当于计件了，按照使用量，按照智能程度来收费。所以可能会更合理，也会更容易被一些应用的下游用户接受。

第一财经：Token（词元）有哪些不同的付费模式？以往互联网行业的付费模式，比如对B端（企业）还是按量卖智能，但是对C端（个人消费者）可以采用“免费+广告”的模式，这两个模式是不是在未来还会通行？

王喜文：这肯定是并行的，因为面向C端（个人消费者），它是要抢占流量，占领市场份额。包月包年订阅的方式，然后靠一些广告等等来盈利。那面向B端（企业）用户，可能都有自己的不同需求，一个是定制化服务，再有一些延伸化的附加值的，还有满足B端（企业）高的一些需求。

阎贵成：我觉得可能没有什么本质的不同，只是最终面向不同客户群，使用的商业策略不一样。但并不代表个人调用Token（词元）就不花成本。未来从丰富性角度来讲，既可以按Token（词元）的使用量收费，也可以基于不同应用场景收费。还有一个，现在因为底层的算力是比较紧张的，如果可以优先保障使用，有可能要收额外的钱。

Token工厂：市场有多大？

第一财经：最近英伟达的CEO黄仁勋提出了Token工厂的概念，他把Token比作数字经济时代的“硬通货”。我们看到5月份无锡宣布要建Token工厂，到底什么是“Token工厂”？它和传统的数据中心又有什么本质的区别？

阎贵成：其实“Token工厂”应该是一个体系化的概念。可能它把底层的电力、网络、算力基础设施、大模型，包括运营集成打包在一起。最终用户来讲，可能你并不需要知道这个算力在哪里，电力是怎么来的，模型一定是谁的。而过去数据中心或者IDC（互联网数据中心）的商业模式是个租赁模式。也就是说，我选址，我在这个地方盖了一个数据中心机房，然后我租给比如互联网大厂使用。这样其实我只是提供了一个所谓的物理空间，让对方去放他的IDC设施。但是现在Token工厂不仅限于此，可能既包括了电力、网络、IDC数据中心，里面有GPU、服务器，然后再把大模型打包进去，最后输出一个结果。所以是一个体系化的概念，用户就不用去纠结要从哪里买算力、买模型。所以是一个集成化的、打包的、一站式的服务。

第一财经：从分散到集成。

王喜文：我认为它是一种新基建，其他的一些企业，尤其中小企业就没有必要费力重复性建设了。还有一个原因就是，Token工厂为什么能流行，因为现在很多大模型都开放源代码了，像中国的深度求索(DeepSeek)等等，门槛低了。我有 GPU、有卡、有算力、有机房IDC，我可以部署大模型，就可以对外提供服务了，通过Token（词元）来盈利。所以Token工厂未来可能是一个趋势。

第一财经：所以这个Token工厂不只是说英伟达这样的大企业可以做，其实很多人都有机会来参与，对吗？

王喜文：对，因为大模型很多都开放源代码，你只要有算力、有空间、有电力，你都可以部署，相当于搞一个新型数字基础设施，对外提供基础设施及服务，通过这种模式来盈利。

第一财经：所以我们既可以是使用者，也可以是提供者，可以是创业者。

王喜文：对。

第一财经：二位是否有测算过Token（词元）未来会是多大规模的一项产业？

王喜文：中国日均140万亿Token（词元）调用量,按照字节4月份推出的收费标准，最低的档100万Token（词元）要收28元。中国一天140万亿Token（词元）的话，我算了一下，一天的Token（词元）的市场规模就是39.2亿，将近40亿。一天40亿，按一年360天计算,这不就一两万亿。所以Token（词元）现在已经是一两万亿的万亿级的市场了。

阎贵成：全球有个第三方机构叫Gartner ，它统计了2024年全球的政府和企业的IT支出大概是5.26万亿美元。其中除了通信服务外，其他的几项，规模大体上也在3万亿美元以上。这个体量的话，我们认为，如果大模型能够有效地去渗透和替代，它可能都可以成为我们讲的市场规模。所以可能光是企业和政府的IT支出这一项目，有可能全球就能有上万亿或几万亿美元的市场，更何况还有金融、医疗、研发、营销。所以放大来看，大模型背后像Token（词元）可能创造的产业价值有可能是几万亿甚至更高的一个市场规模，是一个美元计价的。

手握流量入口，运营商如何撬动Token生态？

第一财经：最近三大运营商的加入引发关注，运营商本身就拥有大量的个人和企业用户，是一个用户的流量入口。它们的加入是否会加速Token（词元）的消费，促进产业的发展？

王喜文：运营商天然有优势，它的加入肯定会让 Token（词元）更加普惠。运营商本身也有各种数据、算力、资源，所以价钱应该会越来越低。但是也不可能无限低，因为它背后也要耗电，也有很多成本。

阎贵成：我觉得运营商加入是不是会对成本有比较明显的促进不好说，但运营商用户规模比较大，自身有模型、有算力，它也可以去汇聚别人的模型。如果运营商作为一个独立第三方，它去汇聚大家的模型，再提供一个非常好的付费方式跟渠道，对于Token（词元）或者说大模型渗透率的提升肯定是有比较大帮助的。

“Token出海”：机遇与现实挑战是什么？

“Token出海”概念的迅速兴起，源于海外主流大模型API聚合平台OpenRouter的公开数据——2026年2月，中国大模型在该平台的周Token调用量占比达到61％，首次超越美国，并连续三周保持领先。这也让“Token出海”迅速出圈。不过，也有研究者指出，OpenRouter每周Token调用量仅占全球总量的2％左右，并不足以反映全球Token调用的情况。

第一财经：可以看到，中国大模型在国际上还是比较有竞争力的，但也有人提出，提供数据的平台OpenRouter全球份额是比较小的，所以它提供的数据未必很有代表性。另一方面，数据的跨境传输还涉及很多法律和政策监管的问题。Token出海到底是一个真机遇，还是说仍然面临很多挑战？

王喜文：实体经济出海得有仓储、有物流，得报关，得加关税，汇率还得结算，Token出海有天然优势，基于网络随时就可以交付了。工信部等今年1月出台《“人工智能+制造”专项行动实施意见》，其中人工智能领域的国际合作要制定一些规则，怎么规避信息安全、数据安全等等问题。

阎贵成：Token（词元）出海本身可能有两个前提条件，一是模型能力得够强，或者至少跟别人比没有明显差距。二是性价比要高。在Token（词元）出海的过程中，未来应该是机遇比较大的，但确实也面临一些监管的风险。如果说大模型部署在境内，算力、电力都在境内，海外用户去跟它交互，包括一些重度场景使用的时候，可能会涉及到数据跨境流动的问题，这会涉及到当地监管怎么认定的问题。但是换个角度来讲，Token（词元）出海也不一定说一定都是在本地的。我们的模型能力如果足够强，模型授权到海外，它部署在当地，我们也可以赚大模型的这部分授权的费用，实际上也是Token（词元）出海，但并不一定说Token（词元）一定产生在境内。

第一财经：刚才阎首席认为，大模型本身的能力是否被认可，这可能是最核心的竞争力了，怎么看国内大模型企业在国际市场上的竞争力？

王喜文：目前来讲，单模态这块，自然语言文字生成DeepSeek是今年4月24日宣布升级到V4版本。同一天实际上是OpenAI的GPT升级到了5.5，它们俩应该是相差无几，是追平了，咱不敢说赶超，是追平了，这是单模态这块。多模态这一块，2024年OpenAI做了大模型Sora，当时也很惊艳。今年3月25日Seedance 升级到2.0之后，国际上一个公认的测评已经超过Sora了。Sora在今年宣布关停了。一是它运营成本太高。二，涉及一些版权挑战。三，它没有闭环。它只是生成一下，分享一下。Seedance生成完之后一键就可以发抖音了，所以说现在它已经是排名全球第一了。所以我的观点，单模态这一块，我们是以DeepSeek为代表，跟国外不相上下。多模态这块，我们是超过了。但是个别领域像编程序，Anthropic的Claude模型，很多程序员、软件工程师都在用，我们目前还没有这么优秀的产品。

阎贵成：从现在来看，全球大模型竞争还是非常激烈的，大家讲各领风骚几十天，还是你追我赶的过程中。第二，把我们的成本降下去。第三，算力基础设施要提升。第四，监管上全球怎么合作。用户只要去用，他肯定会知道哪个是最好的，他肯定会为最好的东西买单。

算力与绿色电力，如何协同布局？

Token的消耗意味着巨大的算力和电力成本。“推动绿色电力与算力协同布局”已被写入“十五五”规划纲要。今年4月，为积极推进人工智能与能源深度融合发展，国家发改委、国家能源局、工信部、国家数据局联合编制了《关于促进人工智能与能源双向赋能的行动方案》，提出了2027和2030年的不同阶段性目标。

第一财经：中国在绿电、新能源方面的发展是比较有前瞻性的，但算力也是一项巨大的投入，电力和算力如何协同？

阎贵成：国内有一些互联网数据中心（IDC）机房或人工智能数据中心（AIDC），它也会做一些绿电直连的尝试，其实本身就是在传统电力的基础上引入了新的尝试。但是不论是哪种电力，其实国内在全球的性价比上都还是比较高的。

王喜文：这种大模型确实很耗电，但是综合来看，中国几百万、上千万中小企业，未来都调用大模型提高效率、缩短工期、创造更多产值、创造更多价值。那么实际上是推动经济社会发展的，整体来看，都提质增效了。