撰文丨苏扬云开体育

最近对于Token的扣问挺玄幻的。

一又友圈随地能看到Token中语翻译的扣问——有"词元"、"智元"等等，致使有"慧根"之类的搞笑版块。

Token不是一个新倡导，大模子落地第一天起，它便与神经收集共生，但直到OpenClaw（俗称"龙虾"）在用户群大畛域扩散，千般Agent应用初始把Token带入了公众视线。

我认为其中有两个要害问题：它的销耗量太大了，价钱也太贵了。

谨记OpenAI发布GPT-5.4的时候，有用户响应测试一句"你好"就消

耗掉了80好意思元的Token，其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阵势，王人在强调工程师要多半的使用Token，致使将Token纳入到薪酬激励机制。

一次对话措施，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，我会颠倒忌惮。"

问题是，随性的烧Token一定能解决问题吗，有若干Token是有用的，什么样的过问产出比是合理的？

吞并刚刚外媒的音信，有OpenAI圭臬员一周烧掉了2100亿Token，相等于33个维基百科，但这么的销耗量最终带来了什么？我发了一个一又友圈，说这么重度使用能升P10吗，有好友就地接头，"能帮卖Token的升P10。"

很昭彰，这场随性烧Token的领导，能带来若干后果是存疑的，谁是赢利者则是细目的。

黄仁勋将英伟达姿色为"Token之王"，领有天下首先进的"Token制造机"，但如果拚命饱读励这件事，致使走漏不必Token就会落伍，那么不错说：一方面，黄仁勋念念透彻编削AI期间企业"着力窥探"的逻辑，另一方面，他也曲折制造出了Token蹙悚。

1

Token太贵了

不久前，我求教了周鸿祎"Token太贵"这个问题，他说："人人认为Token贵可能存在些扭曲，因为大模子后端是不错活泼建树的。"

在他的会通中，用户不错自主选定模子约束老本。"闲居聊天对话的老本其实很低。实在销耗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。"

我谨记猎豹移动CEO傅盛在一条视频中说，我方通过一些使用技能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天等于2100元，年费是25200元。

问题来了：有若干用户承担得起日均10好意思元的老本？

对比咫尺中国互联网上的商用to C类软件，比如剪映，高端会员年费也惟一600元独揽，文娱联系的会员用度约莫在300元独揽，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，仍然不会吸收，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居品，要战役到的用度远不啻Token。

举个例子，如果用户对生图有需求，就需要有益的生图模子API；如果要监控动态，也需要接入付费的搜索API，这些潜在的用度会闲适的劝退绝大多数用户。天然可能有一些开源变通的花式降本，但开源状貌就曲折遮盖着安全风险。

3月13日，其时腾讯科技"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。

不管是参照消费级用具年费，照旧行业"养虾户"的响应，基于Agent的Token销耗说一句"Token太贵了"，是站得住脚的。

2

存储瓶颈与着力黑洞

Token简便会通等于大谈话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，王人管帐入Token的销耗量，实质上照旧算力老本。

畴昔人人筹合算力总领有老本，目的有好多，包括估量能效的Flops/W，核算均值的老本/Flop

s等等，本年的"Token经济学"中，Token/W闲适成为共鸣。

"咱们的每一个Token老本王人是天下最低的。"黄仁勋在GTC上说。

但不管有多低廉，不管是哪一种规划单元，它王人是过问老本量化，波及到研发老本、硬件老本，部署老本，能耗老本，运营老本等。换句话说，降本也王人是围绕上述措表现开。

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，它是支撑大模子历练和推理的要害器件，同期，推理数据量的暴涨也激发出了存储需求的同步上升。2026年第一季度，DRAM的价钱环比上升杰出50%，NAND价钱环比最热潮幅达到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，照旧对外线路头部客户的计谋长约照旧签到了5年。

《内存暴涨100天，千元机被动死字》一文提到过，消费级市集，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展望是2028年存储价钱回落，悲不雅少量要到2030年。

存储价钱一天不回落，Token降价就穷乏一个要害的外部杠杆。

模子智力的普及也不错视为降价的另一个杠杆。"咫尺一些8B的小模子，智力越来越贴近全量大模子。"一位学术界磋议员说。

在这方面，面壁智能补助清华团队在《Nature》子刊上提倡了Densing Law的倡导，强调大模子的智力密度随时期指数增长，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智力好、畛域小，进而能鼓励老本裁减。"你看国内开源大模子token价钱，基本王人跟模子畛域正联系。"

多位国产算力从业者走漏，普及MFU也会带来老本压缩的空间，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，主若是算子和治疗策略关系。"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%独揽，优化后可杰出50%，推测能省出50%的老本。"

也等于说，行业并莫得榨干GPU的性能——花了100%的GPU钱，咫尺只用了不到三分之一的算力。

不外，MFU普及天然不错带来单Token老本下跌，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，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热烈的价钱战。其时恰逢DeepSeek-V2上线，每百万Token输入1元、输出2元，彼时价钱相等于GPT-4-Turbo的百分之一。

DeepSeek其时的降价要害就在于推理优化——MoE寥落架构大幅裁减了规划量，MLA多头潜在凝视力把KV缓存压缩90%以上。

DeepSeek开启这轮降价之后，就地阿里、字节、等等先后下场伸开价钱战博弈，一度出现了"Token免费"的情状。

王小川当年在一次疏导会上谈价钱战，他认为与此前团购、网约车大战有实质不同，"此次价钱战是径直分娩力的供给，是B端市集的价钱战。"

在其时，王小川也强调即使短期内蚀本，（大厂）也可能在一年后罢了盈利。

"在推理着力普及的情况下，通过补贴，用户有了极度显着的增长，"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，"约略花了几个亿吧。"

不外，这一轮Token的销耗，B端和C端需求同期爆发，反而和团购、网约车大战一样，具备编削分娩关系的条目，但市集却进展出了额外的千里默。

前述参与价钱战的大模子里面东说念主士认为，在模子的特定智力老练，有了结识用户源流的情况下，人人只怕有能源再下场去打价钱战。

"Token销耗不像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。"

Artificial Analysis追踪的大模子API价钱

阐发Artificial Analysis的追踪数据，国产模子的API单价照旧弥散低廉了，仅仅这个低廉进度对于Agent的巨量销耗来说，还远远不够。

如前边所说，受内存和存储的硬件老本冲击，国内云厂商咫尺边对的是加价的痛苦，短期不太有降价的可能性。

"咫尺是前两年价钱战的抓续，国内厂商的价钱比北好意思有显着的上风。仅仅人人了了抢用户是个抓久战，不是一两次价钱战能责罚的。"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随性销耗带来的老本问题，一部分用户初始尝试运用土产货部署模子。

到咫尺为止，照旧有不少用户基于Mac Mini为"小龙虾"建树土产货模子，只不外这种解决决策，在短时期内会不停地推高Token使用老本，同期土产货部署本人就存在门槛，且开源模子的智力只怕能够顺应用户的需求。

针对那些初学级用户，也有厂商尝试推出EdgeClaw硬件，况兼在硬件生意之上，套上一层安全的故事，这其实是一个值得尝试的标的，仅仅在内存加价大环境下，显得有些时运不济。

此前，一位Mini主机创业者说，加价对行业王人有冲击。

"以前用户是认为'好贵'，咫尺径直根柢不看了，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居品（无内存、存储），最廉价钱在2000元以内，它们天然莫得"安全故事"，却是Edgeclaw这种创业型状貌第一个要越过的难关。

对"小龙虾"端侧AI硬件来说，最大的挑战照旧Mac Mini，苹果

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

还谨记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，也有创业状貌尝试从更底层的芯片上去作念立异。

2月份，Taalas团队推出了一款全新的芯片HC1，该芯片基于TSMC N6制程，die size 815mm²，晶体管密度仅53B，单芯片可运行Llama 3.1 8B模子，最中枢的是单用户TPS（Token/s）输出16960/s，数据号称爆表，要害就在于HC1的设想。

Taalas团队在这款芯片上，用Mask ROM将Llama 3.1 8B模子权重硬编码固化在硅片上，芯片金属层连线相等于神经元吞并，相等于把模子"焊在"芯片上，同期罢了规划与存储物领略通，透彻摒除HBM/DRAM数据搬运，结巴了内存墙限度。

天然TPS性能凸起，它的短板也相似来自于模子"焊在"芯片上这个秉性，这意味着只可跑固定版块的固定模子，权重弗成改、结构弗成动，念念换模子就要再行流片，你也不错会通为专芯专用。

5

写在终末

一切的扣问王人基于Token使用老本——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期戳的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，昭彰不具备经济性。

接入DeepSeek API制作gif的销耗情况

要编削这少量，要么领有更低廉的Token订价，要么Token销耗最小化，这依赖模子层面的优化，也取决于推理硬件层面的立异。

但不管如何，在Token使用的总用度打不下来，且过问的有用产出不解确的情况下，随性安利Token销耗，致使强调与绩效挂钩，说是制造Token蹙悚，制造AI蹙悚也不为过。

再往前看，老黄还敕令科技行业首长审慎发声，幸免激发公众对东说念主工智能技能的非感性忌惮。这就好比跟全行业说：别打压东说念主工智能制造忌惮了，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DeepSeek V4吗？

我谨记2017年的时候，有一篇刷屏著述叫《东说念主民念念念周鸿祎》，咫尺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"来说云开体育，约略率如斯。