作者:姜星容发布时间:2026-11-22 17:30:45 点击数:41792

今日行业协会发布重大通报王濛李小冉把小抄融进舞蹈 很高兴为您解答这个问题,让我来帮您详细说明一下。品牌授权报修电话,快速上门服务

江苏省徐州市丰县洛阳市汝阳县贵州省黔东南苗族侗族自治州天柱县贵州省安顺市普定县山东省聊城市茌平区湖北省宜昌市西陵区广东省广州市越秀区贵州省黔东南苗族侗族自治州天柱县江西省萍乡市上栗县黑龙江省鹤岗市平山县东回舍镇江西省景德镇市昌江区密云区不老屯镇贵州省铜仁市印江土家族苗族自治县黑龙江省大兴安岭地区呼玛县湖北省恩施土家族苗族自治州建始县山东省滨州市辽宁省沈阳市沈河区南开区体育中心街道吉林省长春市双阳区辽宁省大连市旅顺口区甘肃省陇南市武都区云南省红河哈尼族彝族自治州泸西县江西省萍乡市上栗县延庆区沈家营镇西藏山南市贡嘎县山西省长治市襄垣县江西省鹰潭市余江区内蒙古呼伦贝尔市阿荣旗西城区天桥街道辽宁省大连市旅顺口区福建省厦门市湖里区江苏省南京市浦口区贵州省六盘水市水城县江苏省徐州市新沂市密云区河南寨镇百色市靖西市濮阳市南乐县山西省朔州市山阴县武清区上马台镇四川省成都市双流区海淀区青龙桥街道蓟州区东施古镇濮阳市南乐县辽宁省铁岭市清河区内蒙古锡林郭勒盟镶黄旗行唐县龙州镇广东省江门市广东省佛山市三水区蚌埠市蚌山区丰台区右安门街道北辰区甘肃省甘南藏族自治州陕西省咸阳市兴平市青海省果洛藏族自治州陕西省宝鸡市千阳县怀柔区宝山镇西藏拉萨市达孜区辽宁省朝阳市北票市江西省鹰潭市余江区湖北省恩施土家族苗族自治州恩施市昌平区回龙观街道四川省泸州市江阳区山东省泰安市东平县四川省凉山彝族自治州西昌市黑龙江省伊春市金林区隆安县密云区不老屯镇山东省聊城市茌平区江苏省连云港市赣榆区山西省长治市襄垣县河东区大直沽街道北辰区湖北省襄阳市襄州区固原市西吉县山东省枣庄市台儿庄区山东省枣庄市台儿庄区赞皇县院头镇海南省海口市美兰区海南省海口市美兰区湖北省宜昌市宜都市平山县宅北乡山东省烟台市龙口市巴音郭楞蒙古自治州和硕县四川省凉山彝族自治州昭觉县山东省德州市齐河县内蒙古锡林郭勒盟镶黄旗博尔塔拉蒙古自治州温泉县云南省红河哈尼族彝族自治州绿春县山西省晋城市高平市昌平区阳坊镇朝阳区豆各庄地区丰台区右安门街道青海省海北藏族自治州门源回族自治县西藏阿里地区日土县山西省晋城市高平市陕西省宝鸡市千阳县顺义区空港街道合肥市瑶海区蓟州区东二营镇

昨日监管部门传递行业研究成果Token经济学:AI时代的新货币战争,很高兴为您解答这个问题,让我来帮您详细说明一下:官方服务专线,支持多品牌报修

四川省乐山市陕西省咸阳市兴平市密云区古北口镇福建省三明市梅列区辽宁省大连市旅顺口区江苏省徐州市丰县元氏县苏村乡陕西省咸阳市兴平市赞皇县西龙门乡贵州省铜仁市玉屏侗族自治县四川省甘孜藏族自治州泸定县山西省朔州市山阴县黑龙江省佳木斯市汤原县百色市田林县桥西区留营街道和田地区甘肃省甘南藏族自治州宝坻区牛家牌镇鹿泉区白鹿泉乡山东省枣庄市台儿庄区上海市市辖区嘉定区蓟州区官庄镇信阳市平桥区云南省红河哈尼族彝族自治州绿春县甘肃省陇南市武都区青海省海西蒙古族藏族自治州德令哈市防城港市东兴市桥西区苑东街道吉林省四平市铁西区福建省三明市梅列区吉林省四平市铁西区甘肃省陇南市赞皇县院头镇内蒙古呼伦贝尔市阿荣旗焦作市中站区山东省烟台市龙口市甘肃省天水市秦州区四川省甘孜藏族自治州泸定县湖北省恩施土家族苗族自治州建始县福建省南平市建瓯市密云区河南寨镇青海省玉树藏族自治州治多县青海省玉树藏族自治州治多县西城区天桥街道山东省泰安市泰山区昌平区阳坊镇福建省福州市永泰县许昌市建安区平山县岗南镇内蒙古锡林郭勒盟正镶白旗昌平区小汤山镇青海省玉树藏族自治州治多县朝阳区酒仙桥街道开封市通许县甘肃省兰州市陕西省宝鸡市眉县贵州省铜仁市玉屏侗族自治县朝阳区双井街道亳州市利辛县门头沟区大峪街道内蒙古鄂尔多斯市康巴什区百色市田林县百色市靖西市固原市西吉县江西省景德镇市昌江区延庆区康庄镇许昌市建安区平山县小觉镇乌鲁木齐市沙依巴克区广东省深圳市崇左市宁明县濮阳市南乐县辽宁省铁岭市开原市四川省宜宾市珙县贵州省铜仁市玉屏侗族自治县昌平区阳坊镇南开区体育中心街道百色市靖西市山东省青岛市城阳区湖北省恩施土家族苗族自治州恩施市山东省枣庄市台儿庄区蓟州区东施古镇福建省福州市罗源县山东省烟台市牟平区怀柔区宝山镇甘肃省定西市渭源县云南省普洱市景东彝族自治县福建省厦门市海沧区和田地区黑龙江省绥化市明水县湖北省宜昌市夷陵区江西省宜春市宜丰县山西省晋中市太谷区山西省晋中市太谷区山东省聊城市茌平区黑龙江省佳木斯市富锦市焦作市密云区古北口镇甘肃省陇南市甘肃省天水市秦州区

全球服务区域:山西省阳泉市平定县哈密市伊吾县陕西省宝鸡市千阳县西藏阿里地区日土县福建省福州市永泰县四川省甘孜藏族自治州丹巴县甘肃省天水市秦州区福建省福州市罗源县福建省福州市永泰县贵州省黔东南苗族侗族自治州天柱县湖北省宜昌市宜都市密云区高岭镇广东省惠州市龙门县陕西省汉中市留坝县巴音郭楞蒙古自治州和硕县北辰区福建省莆田市仙游县海南省三沙市西沙区西城区天桥街道西藏拉萨市达孜区贵州省六盘水市水城县青海省海西蒙古族藏族自治州德令哈市辽宁省本溪市溪湖区朝阳区小关街道江西省赣州市石城县门头沟区大峪街道甘肃省陇南市阿克苏地区拜城县陕西省西安市未央区贵州省黔南布依族苗族自治州惠水县四川省宜宾市翠屏区怀柔区雁栖地区许昌市建安区元氏县苏村乡青海省玉树藏族自治州治多县银川市贺兰县黑龙江省鸡西市鸡冠区云南省玉溪市新平彝族傣族自治县丰台区右安门街道平山县小觉镇山东省东营市垦利区山西省吕梁市岚县青海省海西蒙古族藏族自治州德令哈市桥西区苑东街道河东区大直沽街道辽宁省沈阳市沈河区湖北省宜昌市西陵区青海省玉树藏族自治州治多县门头沟区大峪街道辽宁省本溪市溪湖区重庆市市辖区北碚区许昌市建安区和田地区合肥市瑶海区焦作市中站区桥西区留营街道陕西省咸阳市兴平市四川省甘孜藏族自治州泸定县喀什地区麦盖提县丰台区右安门街道四川省凉山彝族自治州甘洛县江苏省苏州市相城区山西省运城市夏县上海市市辖区嘉定区南阳市内乡县辽宁省沈阳市元氏县山西省朔州市山阴县防城港市东兴市西藏拉萨市达孜区黑龙江省伊春市金林区陕西省宝鸡市眉县云南省怒江傈僳族自治州福贡县平山县上观音堂乡武清区上马台镇喀什地区叶城县四川省成都市双流区武清区汊沽港镇山东省滨州市山东省聊城市茌平区合肥市庐阳区山东省泰安市东平县和平区南市街道陕西省汉中市南郑区新乐市协神乡山西省吕梁市中阳县武清区汊沽港镇山东省威海市山西省晋城市高平市辽宁省沈阳市沈河区赞皇县院头镇山西省吕梁市岚县甘肃省陇南市辽宁省锦州市义县顺义区空港街道湖北省宜昌市西陵区山西省阳泉市平定县陕西省宝鸡市千阳县内蒙古锡林郭勒盟正镶白旗平山县小觉镇

今日行业报告传递研究成果Token经济学:AI时代的新货币战争,很高兴为您解答这个问题,让我来帮您详细说明一下:售后服务维修中心电话,支持多渠道服务

全国服务区域:四川省甘孜藏族自治州九龙县福建省莆田市城厢区固原市西吉县内蒙古呼伦贝尔市阿荣旗信阳市平桥区福建省福州市永泰县赞皇县西龙门乡密云区高岭镇广东省深圳市陕西省汉中市南郑区湖北省宜昌市西陵区四川省甘孜藏族自治州泸定县山西省吕梁市中阳县福建省南平市青海省海西蒙古族藏族自治州德令哈市焦作市沁阳市陕西省西安市未央区百色市靖西市广东省珠海市斗门区山东省泰安市泰山区西城区月坛街道阿克苏地区新和县黑龙江省大兴安岭地区呼玛县陕西省汉中市留坝县四川省凉山彝族自治州昭觉县武清区汊沽港镇青海省玉树藏族自治州治多县焦作市沁阳市顺义区空港街道延庆区沈家营镇陕西省汉中市西乡县湖北省襄阳市襄州区四川省广元市云南省普洱市景东彝族自治县广东省江门市江苏省南通市启东市元氏县山西省朔州市山阴县青海省玉树藏族自治州治多县吉林省四平市铁西区广东省汕头市南澳县喀什地区麦盖提县朝阳区小红门地区赞皇县西龙门乡哈密市伊吾县阿克苏地区新和县贵州省铜仁市印江土家族苗族自治县河西区桃园街道鹿泉区寺家庄镇焦作市广东省汕头市龙湖区山东省烟台市龙口市大兴区辽宁省辽阳市白塔区青海省玉树藏族自治州治多县四川省成都市金牛区昌平区小汤山镇福建省南平市陕西省汉中市西乡县黑龙江省哈尔滨市巴彦县江西省鹰潭市余江区昌平区回龙观街道山东省烟台市龙口市朝阳区小关街道北辰区山西省忻州市定襄县隆安县山西省阳泉市平定县广东省汕头市南澳县陕西省宝鸡市眉县江西省九江市武宁县江西省宜春市奉新县丰台区长辛店镇阿克苏地区拜城县濮阳市南乐县福建省南平市桥西区留营街道朝阳区小红门地区吉林省白山市浑江区福建省福州市永泰县山西省晋中市太谷区福建省福州市罗源县固原市西吉县云南省红河哈尼族彝族自治州泸西县江苏省徐州市新沂市朝阳区双井街道开封市通许县云南省普洱市景东彝族自治县喀什地区麦盖提县昌平区阳坊镇阿克苏地区新和县巴音郭楞蒙古自治州和硕县丰台区和义街道河东区东新街道青海省海西蒙古族藏族自治州德令哈市昌平区回龙观街道重庆市市辖区北碚区银川市贺兰县和平区南市街道桥西区东华街道

售后服务上门服务电话,智能分配单据:Token经济学:AI时代的新货币战争

在硅谷,有了一种新的炫富方式——每天烧了多少token。

对于这个炫富方式,现在有一个新词叫:Token-maxxing,意思是“把token用量拉到极限”。它变成了公司内外人们攀比的新方式:你每天消耗多少token、你能同时调度多少个agent运行、你的token throughput(吞吐量)有多高,这些都正在变成衡量一个人“有多AI原生”的新指标。

不过,对于这种新竞赛,全球AI圈的巨头们正在进行着一场激烈的辩论:公司是否应该不设限制地鼓励员工们去使用token?

而在这场辩论的背后,是一场围绕token展开的新军备竞赛。硅谷大厂们为什么在疯狂卷token用量,这背后到底有没有道理?大模型公司是怎么给token定价的?中国模型如何凭借“物美价廉”杀入全球开发者市场,在OpenRouter上霸榜?“Token套利”的新模式,怎么来赚差价?以及在所有这些背后,一个更大的问题:中国的token出海,会不会成为下一个结构性的产业机会?如果上一个时代中国出口的是衬衫,这个时代是电动车,下一个时代会是token吗?

(本文为视频改写,欢迎大家收看以下视频)

Token-maxxing之辩

用得越多就越好吗?

4月初,Meta被爆内部有一个名为“Claudeonomics”排行榜,这个排行榜汇集了超过85000名Meta员工的AI使用数据,列出了token消耗量最高的前250名“超级用户”。

在最近一个月,排行榜上的总使用量突破了60万亿token,如果按照Anthropic Opus 4.6的定价,大约每百万token平均15美元来粗略换算的话,这些token的价值高达约9亿美元。排名第一的那位员工,烧掉的token价值高达数百万美元。

这个消息曝光之后,立马在硅谷引发了一场大辩论。

AI创业公司Writer的CEO May Habib,直接说这是“生死存亡级别的问题”。她自己公司内部也有一个token消耗排行榜,而且她明确告诉员工,她本人在盯这个数据。她认为如果不全力拥抱AI,就会被淘汰。

Uber也很激进。目前Uber后端系统中,11%的新代码更新已经由agent完成,而三个月前这个比例还不到1%。Uber CTO的原话很直白:“我的愿景是把软件工程转型为agent软件工程。”

但反对Token-maxxing的声音同样尖锐。

HubSpot的CEO Yamini Rangan,在LinkedIn上发了一句被广泛转发的话:“Outcome maxxing>>token maxxing”。意思是,比起疯狂消耗token,不如看看你产出了什么结果。她代表了另一种重要观点:纯粹的token使用量,是一个错误的指标。

AI软件工程公司Jellyfish的CEO Andrew Lau,说得更直白:“你可以一天到晚刷token,但得到的结果可能完全不是你想要的。”

这两派的吵得不可开交。但更多的中间派似乎还是形成了共识:不充分利用AI的公司,会被竞争对手超越并变得过时。在这种信念下,哪怕排行榜和激励制度不完美,哪怕一些AI使用最终被证明是浪费的,大厂创始人和高层们也被卷起来了,认为必须要这样做才能让公司转型成为更AI-native(AI原生)的公司。

自OpenClaw爆火以来,agent任务烧掉的token量直线上升。科技巨头们可以不顾成本的烧token,但对于创业公司和个人开发者来说,token的成本带来的是焦虑。

Nathan Wang 资深AI Agent开发者 比如像OpenClaw,你可能跑一个任务,稍微复杂一点,几千万的token量都是非常有可能的。

钱宇靖 GMI Cloud工程主管 如果你去跑一个最贵的Claude的模型,你可能让它做一个很小的事情就要花十几二十刀,这是真的有点贵。

Uber的CTO在接受采访时透露,公司2026年的AI预算在开年几个月内就已经全部用完了,主要是因为工程师们对Claude Code的使用量暴增。他的原话是:“我得重新回去做预算了,因为我以为够用一年的钱,已经没了。”

硅谷知名投资人Chamath Palihapitiya最近也公开抱怨,他投资的一家软件公司自从团队开始用AI编程工具后,运营成本在几个月内翻了三倍多,照这个趋势年化AI支出将达到千万美元级别。他半开玩笑地说了一句在社交媒体上广为流传的话:感谢VC们掏钱为这场AI盛宴买单。

可以看到,对于企业来说,特别是软件SaaS行业,AI时代的成本结构跟过去完全不一样了。以前做一个SaaS产品,研发投入是一次性的,用户越多边际成本越低,这是一门越卖越赚的生意。但现在,每个用户的每一次操作背后都有一笔token账单在跑,用户用得越深、功能越智能, 作为产品方,反而要付更多钱给模型厂商。这个成本不会像传统软件那样摊薄到接近零,它是跟着用量线性增长的。

这也是为什么token正在变成AI创业公司最核心的“弹药”,也有风投基金开始尝试直接给被投企业提供token额度,作为投资的一部分。这个逻辑很简单:对很多AI创业项目来说,拿到钱之后第一件事就是去买token,那为什么不直接给token呢?

顺着这个逻辑来讲,是不是token正在变成一种新的货币?那token又到底是如何定价的呢?

拆解Token账单

大模型公司到底怎么算钱?

Token的定价是怎么算的?这个问题的答案,远不是“一个单价乘以数量”这么简单。我们以一次最简单的对话交互为例,你的账单上至少有三种不同价格的token在运转:

第一是Input token(输入token),也就是你发给模型的内容。

第二是Cached input token(被缓存的输入 token),意思是如果某些prompt、上下文或文件内容之前已经被模型系统缓存过,再次调用时,这部分token的价格会更便宜。

第三是Output token(输出token),也就是模型生成回答时产生的token。

研究芯片与token efficiency(词元效率)方向的肖志斌在接受硅谷101采访时就说,平均来说,在对话任务上,这三者的价格大概是:1:0.1:6的水平。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 如果是对话类应用,调用就比较简单。你喂给它的input context(输入上下文)、你提供的上下文和文件,这一部分都作为input。如果你提供的prompt已经在缓存里被缓存过,那这个成本基本上就是input token成本的1/10。然后最后输出的成本,就是output token的成本,基本上是input token成本的6倍,这是OpenAI目前的情况。

不同公司根据模型的能力给出的定价是不同的。举个例子,GPT-5的API价格上,Input是每百万token 1.25美元,Cached input是每百万token 0.125美元,Output token是每百万token 10美元。

而OpenAI发布的最新模型GPT-5.5,分了长短上下文两档,长上下文的价格是2倍。短上下文Input是每百万token 5美元,Cached input是每百万token 0.5美元,Output token是每百万token 30美元。

如果直接对比价格的话,是不是觉得涨价了好几倍,其实不能这么算。

这里面有一个特别反直觉的悖论:越贵的模型,可能反而总成本更低。因为强模型一次就做对了,弱模型可能要反复重试,中间如果出错就还需要人工介入,这也是综合成本。也就是说,虽然token价格在涨,但“每个有效结论的成本”反而在下降。

所以,最贵的GPT-5.5-pro和GPT-5.4-pro,短上下文Input是每百万token 30美元,Output token是每百万token 180美元,长上下文还要再贵一倍。但如果能力足够强,完成任务足够准确,在一些复杂任务和场景上,反而是能把开发者的成本价格给打下来的。

特别是在agent场景,因为agent不是一问一答,它会来回调用模型,每一步可能调用不同的工具,工具又会产生新的日志和上下文,返回给agent继续循环调用。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 agent loop(循环)会重新、持续调用,所以对于agent来说,整体是比较复杂的,除了单次模型调用的input和output token消耗,还有持续产生的日志,以及调用工具成本,实际上相当复杂。 最终完成任务用的token数,取决于任务调用了多少次agent loop(循环)。如果是质量高的模型,可能一次就生成了你想要的答案,调用的工具也合适,返回的output也是你想要的。但如果用了便宜模型,可能需要花更多时间做iteration(迭代),来来回回调用,甚至中间出错。所以现在有个悖论:越贵的模型,完成任务的成本反而可能越低。

所以,不同的模型公司如何定价,一方面是由模型的推理成本以及大模型研发费用来决定的,但更关键的是按模型质量和任务完成度。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 首先是推理成本,这是最基本的成本,就是单次推理的成本,比如你调用一次模型。第二是要在模型里摊平大模型的研发费用,这也是一部分。但最重要的,其实是按照模型质量去定价,不同的模型类型,有没有推理能力?上下文窗口的大小?完成任务的次数,能不能快速找到正确的output?很多公司是按推理成本定价的,但这样其实不可取,应该按模型质量或对任务的完成度去定价,这里面的价值空间是比较大的。

这里还有一派玩家,就是像微软Azure、亚马逊AWS或者国内的阿里和火山引擎这样的云厂商。有的企业是通过这些云厂商去调用模型,他们收到的token账单就是从云厂商这边给出的。

云厂商对token的收费与大模型公司的API官方收费不会相差太多,但有时候云厂商会因为提供了更多的服务和能力,比如说区域部署、特定数据驻留、企业合规、优先推理、托管能力,以及私有化或专用吞吐的这些服务,使得价格更贵。

这时候,token账单就是:模型token费+云服务封装+企业级基础设施溢价。

钱宇靖 GMI Cloud工程主管 大部分云服务商的计价方式,是根据当下模型在这台机器上能跑出多少token每秒,再根据这个性能反向推算GPU本来的成本是多少,再加上一个premium(溢价),就变成最终的价格。

但有的时候,云厂商也会因为企业折扣,或者需要激进抢占市场,来让价格更便宜,这种情况也是有的。

而就在后OpenClaw时期,当硅谷开始卷我们开头说到的Token-maxxing这件事情的时候,大家发现,这个账单还是很可怕的。于是出现了一个现象:来自中国的开源模型,因为性价比,开始在国际开发者社区中,大受欢迎。

Nathan Wang 资深AI Agent开发者 Kimi的价格,我记得爆出来的input大概是不到55美分,output大概是2.6美元。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 比如MiniMax,我记得是受到了OpenClaw官方推荐的。在做设置、选模型的时候,OpenClaw软件里,MiniMax后面会有一个推荐的标识,这也相当于给中国模型做了不少宣传。宣传之后,大家可能就试了一下,发现确实还可以,虽然顶级能力差一些,但很多工作也不是非要那么高的推理能力。很多时候,执行反而需要你不要想太多,instruction following(指令遵循)比较好,做得快,最重要的还是便宜。

在一些任务上,中美模型的价差可以高达50-70倍。这就解释了为什么,当OpenClaw这类agent工具,让token消耗从万级跳到百万级的时候,全球开发者几乎本能地转向了中国的便宜模型。

登顶token调用排行榜

中国模型如何做到超高性价比

OpenClaw爆火之后,因为agent任务对开源模型调用的需求飙升,已经上市的中国模型厂商,比如说Zhipu AI和MiniMax在股价上迎来了疯狂的涨幅。

与此同时,2026年3月掀起了一波集体涨价潮。从阿里云到百度智能云,从智谱到腾讯云混元系列模型,几乎所有主要厂商,都在同一个月内宣布上调AI相关产品价格,涨幅从5%到400%不等。

钱宇靖 GMI Cloud工程主管 现在大家看到开源模型的token消耗量上升,是因为开源模型的能力已经越过了某个门槛,比如智谱或者Kimi,在编程上最近都有比较大的提升。编程这个赛道本来就是大模型token消耗最大的赛道之一,当程序员发现开源模型可能跟几个月前的Anthropic模型一样好用,但价格又极其便宜的时候,自然就会换到开源模型,这也是为什么开源模型的价格上升了。

对于个人开发者和创业公司来说,处理不那么复杂任务的时候,转向开源模型是无可厚非的。

拿MiniMax M2.5和Claude Opus 4.6做个直接对比:在SWE-Bench Verified软件工程基准测试中,两者得分分别是80.2%和80.8%,说实话,这点差距在实际使用中几乎感受不到。但打开价格表就完全不同了:MiniMax M2.5的输入价格是每百万token 0.3美元,Claude Opus 4.6是5美元。同样的活,前者的价格只有后者的十七分之一。对于一个每天要跑几千万token的OpenClaw用户来说,这不是省一杯咖啡钱的问题,而是账单从几百美元直接降到几十美元的区别。

那中国模型为什么能做到这么便宜?

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 第一是技术层面上它用了MoE(混合专家模型),非常深度的MoE,专家的size变得越来越小,每一次运行的专家数目也不大,通过这种方法在技术上可以节省。第二是生态的问题,大家通过补贴去抢占生态。第三是有些公司像阿里,它是云厂商,自己的成本定价可以比外面计价更低,它有更高的margin(利润率)去把模型价格打得更低。

不同的模型其实给了开发者们不同的选择,比如说复杂的任务就交给更高性能的模型,简单一些或者重复性高的任务就给便宜一点的模型,这样的混合使用,成为了agent时代的新token模式。

黄仁勋在GTC 2026上给出了一个更宏观的token定价框架。

他把token分成了五个价格区间:免费层(高吞吐、低交互速度,靠广告变现)、中级层(每百万token 3美元)、高级层(每百万token 6美元)、高速层(每百万token 45美元)到超高速层(每百万token 150美元)。黄仁勋的意思很明确,token不再是一种同质的商品,它的价格应该由交互速度和使用场景决定,就像电力有峰谷电价一样。

当然,这些暴增的需求背后,也有一个不容忽视的问题:到底是不是真的需要消耗这么多token?一些业内人士就批评说,当前全球企业级AI应用中,可能有近一半的token没有产生实际价值。

道理很简单,agent不像人类那样知道“够了就停”,它在执行一个任务的过程中,会反复读取整个对话历史、重新扫描已经处理过的文件、把早就过期的上下文一遍又一遍地喂进模型。每多跑一轮,这些冗余信息就像滚雪球一样越滚越大,但真正跟当前任务相关的,可能只占其中一小部分。

怎么让Agent少烧冤枉钱,正在成为一个新的技术和商业赛道。而Token Efficiency(Token效率)成为了下个阶段的关键词。其中值得提的一个例子,就是OpenRouter这家公司。

从NFT到AI的“货架之王”

OpenRouter这个平台已经成了观察全球模型使用趋势的一面镜子。你看到的很多关于中国模型调用和排名的数据图都出自于这个平台。

OpenRouter背后的人很有意思,创始人Alex Atallah的上一个身份,是全球最大NFT交易所OpenSea的联合创始人兼CTO。

2023年,他开始做OpenRouter,这门生意的逻辑其实很简单:市面上模型越来越多,开发者不想每家单独注册、单独充值、单独对接API格式,OpenRouter就做了一个统一入口,所有模型一个接口搞定,平台从中抽取约5%的费用。据Information报道,a16z在2025年对OpenRouter领投了4000万美元,当时估值约5亿美元,而最新一轮融资已将估值推至接近13亿美元。

让这门生意真正起飞的,是OpenClaw的爆发。当全球开发者疯狂调用各种模型来驱动Agent工作流时,他们需要一个能快速切换模型的中间层,而OpenRouter恰好就在那里等着,这个时机简直不要抓得太好。

Atallah曾将OpenRouter与他上一次创业做过类比,两次做的都是把分散的供给,整合到一个平台上。他赌的是:供给越分散,中间商越值钱。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 它加了一层API调用层,跟OpenAI的API调用是兼容的。如果你需要做一个任务,可以自动做不同模型的切换,统一API、统一定价。这样对大部分用户来说,特别是从0到1的AI初创公司,快速上线、快速试错、快速找到匹配的模型,是最重要的。另外它还有fallback(后备)机制,一个模型出了问题,或者latency(延迟)突然很高,或者下线了,可以快速切换到另一个模型。

当然,OpenRouter也有它的数据局限性。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 很多token的使用量是统计不到的。从0到1的初创公司可能会用OpenRouter,但从1到10,就会混用OpenRouter和直接API调用。大厂或者业务非常明确的公司,会直接调用Anthropic、OpenAI或者Google的API。所以OpenRouter对token使用量有一定的指向性,也能做一些prediction(预测),但并不包含所有的token调用量。

换句话说,OpenRouter的数据,更像是创业公司和独立开发者群体的风向标,而不是整个AI行业的全景图。但正是这个群体,对价格最敏感、对新模型最愿意尝鲜、迁移成本最低,构成了中国模型出海的第一波“自来水”用户。

谁在给Token“装电表”?

如果token是AI时代的“电”,那总得有人给这些电装电表。这件事听上去不够性感,但看一眼客户名单就知道它有多重要:OpenAI、NVIDIA、Anthropic、Databricks,全在用同一家公司的计费系统,这家公司就是Metronome。

Metronome创始团队的背景很说明问题,两位创始人都出自Dropbox,在那里亲身经历过一个让所有SaaS工程师头疼的事情:改定价。表面上只是把月费调几块钱,背后却要动一大堆写死在代码里的计费逻辑。

到了AI时代,这个痛点被放大了几个数量级,收费单位不再是“一个人头一个月多少钱”,而是变成了token数、API调用次数、GPU时长这些颗粒度极细的指标,而且每个客户的合同条款、折扣结构、用量阶梯可能都不一样。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder SaaS的成本相对稳定,就是服务器成本,甚至都是跟云厂商预先商定好的价格。但token公司确实挺tricky(复杂)的,跟卡本身的情况有关,跟电的情况有关,同时还跟请求量有关,峰值的时候会挤到一起。大家也有体感,就是哪怕买了最顶级的套餐,有时候也需要排队。而且你做的任务不一样,对token的消耗成本也完全不同。

Metronome做的事情,就是“清晰地记住谁在什么时间调用了什么东西,花了多少token。”但大部分公司自己做这件事做不好,因为“发生了什么”和“该怎么收费”,是两套完全不同的逻辑,把它们耦合在一起就会越改越脆弱。

Metronome的核心设计就是把这两件事彻底拆开,工程团队只管上报用量数据,产品和销售团队自己配置价格和合同条款,中间的换算、出账、对账全部自动化。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 他的做法我觉得挺不错的。首先不考虑计费,站在技术角度,用户跟API的交互,到底做了哪些事情?是读还是写?模型在做思考?还是命中了缓存?这些不同的事件先记下来,因为这些事件代表多少成本,本身可能是动态的。所以先不把它跟钱挂钩,记下事件流之后,再有另外一层:这些事件流分别怎么定价?比如命中缓存的可能只要一分钱,没命中就要一块钱。第三层就是我们能接触到的:订阅制是一种计费方式,直接买API是一种,设定限额再加超额是一种。第四层可能就是为了卖出去而要打折,比如Opus 200刀是100刀的两倍成本但用量是四倍,他们就说在打五折。我看完这四层觉得非常合理。

这家公司的发展速度很快。据公开报道,Metronome累计融资约1.28亿美元,今年1月被Stripe收购。一个做计费基础设施的100人团队,估值追上了很多做模型的公司,这本身就说明,在token经济里,“怎么算钱”也变得越来越重要。

而在这样的一个产业中,“套利”的机会也出现了。

Token套利

当“中间商”开始赚差价

我们在前文中说到,现在开发者们会不同的模型混着用:复杂任务用Claude、GPT等昂贵模型,简单任务用MiniMax、kimi等中国的性价比模型。

而对应的,在token经济学里,一种新的商业模式正在浮出水面,业内叫它Token Arbitrage(Token套利)。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 这有点像国内买运营商套餐,1千兆下行带宽只配了40兆上行带宽,但普通用户感受不到。token上也是类似的,很有可能你全用便宜模型,和全用贵模型,用户看来区别不大,那这时候就有套利空间了。本质上最后买单的是用户,只要用户觉得ok,那就是ok的。这在我看来真的有点像税务审计师:你自己报税可能要交1万美金,你花5000美金雇了个审计师,他帮你报只报了2000美金的税,他更专业、懂优化,优化出来的部分两边各拿一半。token arbitrage(套利)好好做就是这样的生意。肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 像我们自己搭建OpenClaw这种agent,肯定会有一个便宜模型,可能是国内的大模型,高端的可能用Anthropic的Sonnet或者更好的OpenAI模型。我们公司也做了一个OpenClaw的token auto tuner(自动调优器),针对不同的任务可以进一步细分,甚至用一个模型去判断这个任务的复杂度,看能不能用便宜模型来做。

更进阶的套利方式不只是“批发转零售”,而是去搭建一个“智能路由器”,用户需求进来后,先用一个模型去判断任务的复杂程度,简单任务分配给便宜模型,只有真正复杂的任务才给Claude或GPT。对用户来说是黑盒,但中间商在不断优化成本结构。

钱宇靖 GMI Cloud工程主管 作为模型提供商,大家可能都会有自己的路由模型。它就是一个小模型,来判断当下这个任务的难易程度,然后assign(分配)给合适的模型来最小化成本。还有一种方式是通过一个agent产品,比如Genspark或者Manus,他们内部对不同模型的能力有认知,会针对不同任务做模型分发。

Nathan Wang 资深AI Agent开发者 我觉得省token是正常的。你先有个用户定价,设好一个margin(利润率),比如按复杂模型的使用量定价,设定了30%的margin(利润率)。之后,一旦用户接受了这个价格,你其实是拿便宜的token换掉高价token给到用户。如果用户感知不出来,觉得体感上、表现上没有变化,那用户其实还是在付原来高价值token的钱。

知县也是一个典型的“混合调度”用户。他每天跟AI互动几百次,同时使用Claude、GPT和中国模型,但给它们分配了完全不同的角色。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder Opus最强的是脑洞,我更愿意把Opus当产品经理来对待,它想问题比较发散。我跟它聊的时候发现,我有些想法跟它一点就透,我说想做一个这样的事情,它基本上就能顺着我没说的话,把我脑子里没说出来的东西都列出来。GPT就稍微nerd(书呆子)一点,有点像在跟技术负责人讲产品,收到的都是挑战。所以Opus适合做设计,天马行空;Codex适合做把关、做复盘。中间的执行,只要方案写好了、分得足够精细,主要需要的是有一定的智能,并且快、便宜,因为这是最耗token的时候,真正往外写代码是非常非常耗的,输出是最贵的。这个场景里,就用国产模型去做执行,把代码写好、写出来。

Agent开发者Nathan从工程化实现上,帮我们解释了一下怎么做:

Nathan Wang 资深AI Agent开发者 从最简单的方式入手,可以拿一个模型来分辨用户的问题,用户基本上都在问问题,就拿个简单模型去detect(检测)用户意图,告诉它一定的metrics(指标)怎么区分,再加上不同的threshold(阈值),这是最简单的工程化方式,就可以把任务做基本的区分。到后期抓到一些用户数据,可以通过简单的RL(强化学习)或者训练的方式去优化这个小模型。前期先用prompt方式抓数据,数据够了再fine-tune(微调),一步步下来,它就会更高效地区分复杂场景和简单场景。最终让用户无法区分,让他付高价值token的钱,用低价值的token来服务。

那问题来了:这种套利可持续吗?

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 我觉得短期内是有机会的。但对于单个模型,比如Anthropic,其实已经把这个能力build(内置)到它的coding agent(编程智能体)里面了,它最近加了一个Advisor模式,先用贵的模型判断哪些任务可以用便宜模型做、哪些用贵的模型做,大模型厂商自己会把这个东西build in(内置)到自己的生态里。

但跨模型的调度空间远没有被穷尽。因为每家大模型公司只优化自己的模型。然而,市场上的模型太多了,跨模型的智能调度不会只是短期机会。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 这个是有创业空间的,不仅仅是针对模型定价去做这件事,这里要做很多任务和模型匹配的工作:除了任务精准度,还有模型延迟的判断、模型质量的判断,以及任务完成度的判断。而且现在还只是做了比较初步的API聚合,加了一些pricing(定价策略),还没有做到模型质量和任务的匹配,甚至是模型和硬件的匹配,也就是延迟和吞吐量的匹配。 到底谁会赢?我的判断是,最会调度token的系统会赢。但这种系统不会止步于OpenRouter这个程度,因为还有比如prompt压缩这类功能,大模型厂商会把这些做进自己的ecosystem(生态系统)。如果你做通用的token调度系统,一定要做得更深。

中国Token出海

结构性的产业机会?

讲到这里,我们可以把视角再拉大一点。想一想,当一个伦敦的程序员,用MiniMax的API跑OpenClaw的时候,物理层面发生了什么?

他的请求从英国出发,穿过海底光缆,落在贵州的数据中心里。GPU开始工作,风扇开始转,电表开始跳。几秒钟后,结果原路返回。整个过程中,没有一度电离开过中国的电网,但这度电的价值,已经通过API账单,以token的形式完成了跨境结算。

某种意义上,这是一种全新形态的“出口”对不对?

中国过去出口日用品、衬衫、家电,后来是电动车,但这些都是实物要过海关。Token出海不需要集装箱,甚至不需要任何实体商品离开国境。电力在本地消耗,算力在本地运转,但创造的价值通过互联网,瞬间交付到全球任何一个开发者手上。有人把这叫做“电力出海”,虽然电没出去,但电的价值出去了。

那么一个自然的问题是:中国token能卖这么便宜,很多人的第一反应是电价,这种状态会一直持续下去吗?实际情况还挺复杂。GMI Cloud创始人Alex在GTC现场给了我们一个很直率的判断:美国其实不缺电,缺的是输送能力。

Alex Yeh GMI Cloud创始人 瓶颈还是在能源供给端,实际上美国不缺电,缺的是distribution power(配电能力)。高压电上有很多电,天然气一烧就能发电,但问题是distribution(分配),你要把电传输到一个点,这需要大量审批,要建变电站,从330kV一路降到400V或800V,这个过程非常冗长,光是拿审批就烦到爆炸。

实际上,中美电力成本的绝对值差异并不大,中国工业用电0.4-0.6元/度,美国0.8-1.2元/度,中美两边的工业电价差距其实没有想象中那么大,真正拉开差距的是基础设施的响应速度:中国可以在西部沙漠里铺满光伏板,再通过特高压电网把电送到东部的算力集群。

所以从电力角度看,美国的token价格一时半会很难降很多。同时,Alex认为,从存储等供应链角度看,token价格短期内更难下降。

Alex Yeh GMI Cloud创始人 DDR4的DRAM价格,是一年前的10倍。现在CX7也在缺货、电源供应和CPU也开始在缺货,各个供应链都开始缺货。我看到OpenClaw的起来、agent起来、多模态的起来以及编程的起来,刚好这三个是一个完美的风暴,所有的供应链就跟不上这个节奏。钱宇靖 GMI Cloud工程主管 最大的挑战还是建足够多的数据中心,这是物理上的限制,提效当然也非常重要。每一个云服务商都会紧跟技术迭代的步伐去提升token效率、降低延迟,但最终我们都被限制在一件事上:我们一共有多少数据中心、有多少卡、通了多少电。

这波出海红利,已经实实在在地反映在了收入上。如今MiniMax海外收入占比超过七成,月之暗面在Kimi K2.5发布后,短短数周内收入就超过了2025年全年,智谱的模型API收入也在今年出现了爆发式增长。而token需求的天花板目前根本还看不到。

钱宇靖 GMI Cloud工程主管 每一个event(事件)都触发了token消耗的指数级增长,目前还没有看到明显的天花板。因为现在并不是每个人都在用OpenClaw,也没有把生活中每一个vertical(垂直方向)都AI化,所以整体token consumption(消费)还会继续增长,就像老黄说的,未来的潜力还是非常大,目前看不到天花板。

大家想想看,现在大部分人还只是偶尔用用OpenClaw,大部分行业还远远没有被Agent渗透。但趋势已经很清楚了:token的消耗正在从“人类主动发起”变成“机器自动运转”。一个程序员手动用AI编程助手,一天可能烧几十万token。但一旦他配了一个Agent全天候在后台跑:写代码、查资料、跑测试、发部署,消耗量可以直接跳到千万级。当这种使用方式从少数极客扩散到普通开发者,再扩散到每一个知识工作者,token的需求增长就是指数级别的增长了。

如果用一句话来概括这个趋势:如果上一个时代中国出口的是衬衫和家电,这个时代是电动车,那下一个时代可能就是token。

回到开头的问题:token到底意味着什么?

对Meta员工来说,它是排行榜上的勋章。对创业公司来说,它是每个月最大的一笔开支。对OpenRouter来说,它是抽5%佣金的流水。对中国的云厂商来说,它是把电力变成美元的管道。对于黄仁勋来说,Token会变成大宗商品,每一个输入和输出都与芯片挂钩。

钱宇靖 GMI Cloud工程主管 我觉得这是一个正常的发展方向。就像我说的,token是一种commodity(大宗商品),那人类历史上对于销售commodity(大宗商品)出现过的所有销售方式,都可以预计会在token上重现。所以最后就是看谁更有创意、谁的市场打得更好,因为只要底层模型技术过硬,它们的accuracy(准确性)实际上不会有太大区别。

未来,Token就会是一种大宗商品。而围绕大宗商品,人类几千年来发明过的所有商业模式:期货、套利、批发零售、聚合平台、计量计费,都会在token身上重演一遍。同时,token定价的方式也可能会发生巨大的变化,比如说业界也正在开始尝试按“复杂度计费”的effort-based pricing模式,或者是按任务完成度计费的task-based pricing模式,这都使得token economy的定价方式在未来有着巨大的进化空间。这就像原油到汽油再到续航里程,这中间定价的逻辑,也会在token到任务到业务结果,这条进化路径上再复现一遍。

我们在这篇文章里看到的每一个概念和公司,从Token-maxxing到token套利,从OpenRouter到Metronome,本质上都是这个古老逻辑的AI升级版本。

唯一不同的是速度。这一切不是在几十年里慢慢展开的,而是在几个月内迅速发生的。当你读完这篇文章的时候,OpenRouter上可能又多了一个新模型冲上了榜单,某家云厂商可能又调了一次价,某个开发者可能又发现了一种新的省token的方法,而这场游戏才刚刚开始。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

【视频播放渠道】

国内:B站|腾讯|视频号|西瓜|头条|36kr|微博|虎嗅

海外:Youtube

联系我们:video@sv101.net

【创作团队】

监制|泓君 陈茜

撰稿 |Edward

编辑/主持 |陈茜

剪辑|Jacob

运营|孙泽平

本周行业协会披露最新报告Token经济学:AI时代的新货币战争

在硅谷,有了一种新的炫富方式——每天烧了多少token。

对于这个炫富方式,现在有一个新词叫:Token-maxxing,意思是“把token用量拉到极限”。它变成了公司内外人们攀比的新方式:你每天消耗多少token、你能同时调度多少个agent运行、你的token throughput(吞吐量)有多高,这些都正在变成衡量一个人“有多AI原生”的新指标。

不过,对于这种新竞赛,全球AI圈的巨头们正在进行着一场激烈的辩论:公司是否应该不设限制地鼓励员工们去使用token?

而在这场辩论的背后,是一场围绕token展开的新军备竞赛。硅谷大厂们为什么在疯狂卷token用量,这背后到底有没有道理?大模型公司是怎么给token定价的?中国模型如何凭借“物美价廉”杀入全球开发者市场,在OpenRouter上霸榜?“Token套利”的新模式,怎么来赚差价?以及在所有这些背后,一个更大的问题:中国的token出海,会不会成为下一个结构性的产业机会?如果上一个时代中国出口的是衬衫,这个时代是电动车,下一个时代会是token吗?

(本文为视频改写,欢迎大家收看以下视频)

Token-maxxing之辩

用得越多就越好吗?

4月初,Meta被爆内部有一个名为“Claudeonomics”排行榜,这个排行榜汇集了超过85000名Meta员工的AI使用数据,列出了token消耗量最高的前250名“超级用户”。

在最近一个月,排行榜上的总使用量突破了60万亿token,如果按照Anthropic Opus 4.6的定价,大约每百万token平均15美元来粗略换算的话,这些token的价值高达约9亿美元。排名第一的那位员工,烧掉的token价值高达数百万美元。

这个消息曝光之后,立马在硅谷引发了一场大辩论。

AI创业公司Writer的CEO May Habib,直接说这是“生死存亡级别的问题”。她自己公司内部也有一个token消耗排行榜,而且她明确告诉员工,她本人在盯这个数据。她认为如果不全力拥抱AI,就会被淘汰。

Uber也很激进。目前Uber后端系统中,11%的新代码更新已经由agent完成,而三个月前这个比例还不到1%。Uber CTO的原话很直白:“我的愿景是把软件工程转型为agent软件工程。”

但反对Token-maxxing的声音同样尖锐。

HubSpot的CEO Yamini Rangan,在LinkedIn上发了一句被广泛转发的话:“Outcome maxxing>>token maxxing”。意思是,比起疯狂消耗token,不如看看你产出了什么结果。她代表了另一种重要观点:纯粹的token使用量,是一个错误的指标。

AI软件工程公司Jellyfish的CEO Andrew Lau,说得更直白:“你可以一天到晚刷token,但得到的结果可能完全不是你想要的。”

这两派的吵得不可开交。但更多的中间派似乎还是形成了共识:不充分利用AI的公司,会被竞争对手超越并变得过时。在这种信念下,哪怕排行榜和激励制度不完美,哪怕一些AI使用最终被证明是浪费的,大厂创始人和高层们也被卷起来了,认为必须要这样做才能让公司转型成为更AI-native(AI原生)的公司。

自OpenClaw爆火以来,agent任务烧掉的token量直线上升。科技巨头们可以不顾成本的烧token,但对于创业公司和个人开发者来说,token的成本带来的是焦虑。

Nathan Wang 资深AI Agent开发者 比如像OpenClaw,你可能跑一个任务,稍微复杂一点,几千万的token量都是非常有可能的。

钱宇靖 GMI Cloud工程主管 如果你去跑一个最贵的Claude的模型,你可能让它做一个很小的事情就要花十几二十刀,这是真的有点贵。

Uber的CTO在接受采访时透露,公司2026年的AI预算在开年几个月内就已经全部用完了,主要是因为工程师们对Claude Code的使用量暴增。他的原话是:“我得重新回去做预算了,因为我以为够用一年的钱,已经没了。”

硅谷知名投资人Chamath Palihapitiya最近也公开抱怨,他投资的一家软件公司自从团队开始用AI编程工具后,运营成本在几个月内翻了三倍多,照这个趋势年化AI支出将达到千万美元级别。他半开玩笑地说了一句在社交媒体上广为流传的话:感谢VC们掏钱为这场AI盛宴买单。

可以看到,对于企业来说,特别是软件SaaS行业,AI时代的成本结构跟过去完全不一样了。以前做一个SaaS产品,研发投入是一次性的,用户越多边际成本越低,这是一门越卖越赚的生意。但现在,每个用户的每一次操作背后都有一笔token账单在跑,用户用得越深、功能越智能, 作为产品方,反而要付更多钱给模型厂商。这个成本不会像传统软件那样摊薄到接近零,它是跟着用量线性增长的。

这也是为什么token正在变成AI创业公司最核心的“弹药”,也有风投基金开始尝试直接给被投企业提供token额度,作为投资的一部分。这个逻辑很简单:对很多AI创业项目来说,拿到钱之后第一件事就是去买token,那为什么不直接给token呢?

顺着这个逻辑来讲,是不是token正在变成一种新的货币?那token又到底是如何定价的呢?

拆解Token账单

大模型公司到底怎么算钱?

Token的定价是怎么算的?这个问题的答案,远不是“一个单价乘以数量”这么简单。我们以一次最简单的对话交互为例,你的账单上至少有三种不同价格的token在运转:

第一是Input token(输入token),也就是你发给模型的内容。

第二是Cached input token(被缓存的输入 token),意思是如果某些prompt、上下文或文件内容之前已经被模型系统缓存过,再次调用时,这部分token的价格会更便宜。

第三是Output token(输出token),也就是模型生成回答时产生的token。

研究芯片与token efficiency(词元效率)方向的肖志斌在接受硅谷101采访时就说,平均来说,在对话任务上,这三者的价格大概是:1:0.1:6的水平。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 如果是对话类应用,调用就比较简单。你喂给它的input context(输入上下文)、你提供的上下文和文件,这一部分都作为input。如果你提供的prompt已经在缓存里被缓存过,那这个成本基本上就是input token成本的1/10。然后最后输出的成本,就是output token的成本,基本上是input token成本的6倍,这是OpenAI目前的情况。

不同公司根据模型的能力给出的定价是不同的。举个例子,GPT-5的API价格上,Input是每百万token 1.25美元,Cached input是每百万token 0.125美元,Output token是每百万token 10美元。

而OpenAI发布的最新模型GPT-5.5,分了长短上下文两档,长上下文的价格是2倍。短上下文Input是每百万token 5美元,Cached input是每百万token 0.5美元,Output token是每百万token 30美元。

如果直接对比价格的话,是不是觉得涨价了好几倍,其实不能这么算。

这里面有一个特别反直觉的悖论:越贵的模型,可能反而总成本更低。因为强模型一次就做对了,弱模型可能要反复重试,中间如果出错就还需要人工介入,这也是综合成本。也就是说,虽然token价格在涨,但“每个有效结论的成本”反而在下降。

所以,最贵的GPT-5.5-pro和GPT-5.4-pro,短上下文Input是每百万token 30美元,Output token是每百万token 180美元,长上下文还要再贵一倍。但如果能力足够强,完成任务足够准确,在一些复杂任务和场景上,反而是能把开发者的成本价格给打下来的。

特别是在agent场景,因为agent不是一问一答,它会来回调用模型,每一步可能调用不同的工具,工具又会产生新的日志和上下文,返回给agent继续循环调用。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 agent loop(循环)会重新、持续调用,所以对于agent来说,整体是比较复杂的,除了单次模型调用的input和output token消耗,还有持续产生的日志,以及调用工具成本,实际上相当复杂。 最终完成任务用的token数,取决于任务调用了多少次agent loop(循环)。如果是质量高的模型,可能一次就生成了你想要的答案,调用的工具也合适,返回的output也是你想要的。但如果用了便宜模型,可能需要花更多时间做iteration(迭代),来来回回调用,甚至中间出错。所以现在有个悖论:越贵的模型,完成任务的成本反而可能越低。

所以,不同的模型公司如何定价,一方面是由模型的推理成本以及大模型研发费用来决定的,但更关键的是按模型质量和任务完成度。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 首先是推理成本,这是最基本的成本,就是单次推理的成本,比如你调用一次模型。第二是要在模型里摊平大模型的研发费用,这也是一部分。但最重要的,其实是按照模型质量去定价,不同的模型类型,有没有推理能力?上下文窗口的大小?完成任务的次数,能不能快速找到正确的output?很多公司是按推理成本定价的,但这样其实不可取,应该按模型质量或对任务的完成度去定价,这里面的价值空间是比较大的。

这里还有一派玩家,就是像微软Azure、亚马逊AWS或者国内的阿里和火山引擎这样的云厂商。有的企业是通过这些云厂商去调用模型,他们收到的token账单就是从云厂商这边给出的。

云厂商对token的收费与大模型公司的API官方收费不会相差太多,但有时候云厂商会因为提供了更多的服务和能力,比如说区域部署、特定数据驻留、企业合规、优先推理、托管能力,以及私有化或专用吞吐的这些服务,使得价格更贵。

这时候,token账单就是:模型token费+云服务封装+企业级基础设施溢价。

钱宇靖 GMI Cloud工程主管 大部分云服务商的计价方式,是根据当下模型在这台机器上能跑出多少token每秒,再根据这个性能反向推算GPU本来的成本是多少,再加上一个premium(溢价),就变成最终的价格。

但有的时候,云厂商也会因为企业折扣,或者需要激进抢占市场,来让价格更便宜,这种情况也是有的。

而就在后OpenClaw时期,当硅谷开始卷我们开头说到的Token-maxxing这件事情的时候,大家发现,这个账单还是很可怕的。于是出现了一个现象:来自中国的开源模型,因为性价比,开始在国际开发者社区中,大受欢迎。

Nathan Wang 资深AI Agent开发者 Kimi的价格,我记得爆出来的input大概是不到55美分,output大概是2.6美元。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 比如MiniMax,我记得是受到了OpenClaw官方推荐的。在做设置、选模型的时候,OpenClaw软件里,MiniMax后面会有一个推荐的标识,这也相当于给中国模型做了不少宣传。宣传之后,大家可能就试了一下,发现确实还可以,虽然顶级能力差一些,但很多工作也不是非要那么高的推理能力。很多时候,执行反而需要你不要想太多,instruction following(指令遵循)比较好,做得快,最重要的还是便宜。

在一些任务上,中美模型的价差可以高达50-70倍。这就解释了为什么,当OpenClaw这类agent工具,让token消耗从万级跳到百万级的时候,全球开发者几乎本能地转向了中国的便宜模型。

登顶token调用排行榜

中国模型如何做到超高性价比

OpenClaw爆火之后,因为agent任务对开源模型调用的需求飙升,已经上市的中国模型厂商,比如说Zhipu AI和MiniMax在股价上迎来了疯狂的涨幅。

与此同时,2026年3月掀起了一波集体涨价潮。从阿里云到百度智能云,从智谱到腾讯云混元系列模型,几乎所有主要厂商,都在同一个月内宣布上调AI相关产品价格,涨幅从5%到400%不等。

钱宇靖 GMI Cloud工程主管 现在大家看到开源模型的token消耗量上升,是因为开源模型的能力已经越过了某个门槛,比如智谱或者Kimi,在编程上最近都有比较大的提升。编程这个赛道本来就是大模型token消耗最大的赛道之一,当程序员发现开源模型可能跟几个月前的Anthropic模型一样好用,但价格又极其便宜的时候,自然就会换到开源模型,这也是为什么开源模型的价格上升了。

对于个人开发者和创业公司来说,处理不那么复杂任务的时候,转向开源模型是无可厚非的。

拿MiniMax M2.5和Claude Opus 4.6做个直接对比:在SWE-Bench Verified软件工程基准测试中,两者得分分别是80.2%和80.8%,说实话,这点差距在实际使用中几乎感受不到。但打开价格表就完全不同了:MiniMax M2.5的输入价格是每百万token 0.3美元,Claude Opus 4.6是5美元。同样的活,前者的价格只有后者的十七分之一。对于一个每天要跑几千万token的OpenClaw用户来说,这不是省一杯咖啡钱的问题,而是账单从几百美元直接降到几十美元的区别。

那中国模型为什么能做到这么便宜?

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 第一是技术层面上它用了MoE(混合专家模型),非常深度的MoE,专家的size变得越来越小,每一次运行的专家数目也不大,通过这种方法在技术上可以节省。第二是生态的问题,大家通过补贴去抢占生态。第三是有些公司像阿里,它是云厂商,自己的成本定价可以比外面计价更低,它有更高的margin(利润率)去把模型价格打得更低。

不同的模型其实给了开发者们不同的选择,比如说复杂的任务就交给更高性能的模型,简单一些或者重复性高的任务就给便宜一点的模型,这样的混合使用,成为了agent时代的新token模式。

黄仁勋在GTC 2026上给出了一个更宏观的token定价框架。

他把token分成了五个价格区间:免费层(高吞吐、低交互速度,靠广告变现)、中级层(每百万token 3美元)、高级层(每百万token 6美元)、高速层(每百万token 45美元)到超高速层(每百万token 150美元)。黄仁勋的意思很明确,token不再是一种同质的商品,它的价格应该由交互速度和使用场景决定,就像电力有峰谷电价一样。

当然,这些暴增的需求背后,也有一个不容忽视的问题:到底是不是真的需要消耗这么多token?一些业内人士就批评说,当前全球企业级AI应用中,可能有近一半的token没有产生实际价值。

道理很简单,agent不像人类那样知道“够了就停”,它在执行一个任务的过程中,会反复读取整个对话历史、重新扫描已经处理过的文件、把早就过期的上下文一遍又一遍地喂进模型。每多跑一轮,这些冗余信息就像滚雪球一样越滚越大,但真正跟当前任务相关的,可能只占其中一小部分。

怎么让Agent少烧冤枉钱,正在成为一个新的技术和商业赛道。而Token Efficiency(Token效率)成为了下个阶段的关键词。其中值得提的一个例子,就是OpenRouter这家公司。

从NFT到AI的“货架之王”

OpenRouter这个平台已经成了观察全球模型使用趋势的一面镜子。你看到的很多关于中国模型调用和排名的数据图都出自于这个平台。

OpenRouter背后的人很有意思,创始人Alex Atallah的上一个身份,是全球最大NFT交易所OpenSea的联合创始人兼CTO。

2023年,他开始做OpenRouter,这门生意的逻辑其实很简单:市面上模型越来越多,开发者不想每家单独注册、单独充值、单独对接API格式,OpenRouter就做了一个统一入口,所有模型一个接口搞定,平台从中抽取约5%的费用。据Information报道,a16z在2025年对OpenRouter领投了4000万美元,当时估值约5亿美元,而最新一轮融资已将估值推至接近13亿美元。

让这门生意真正起飞的,是OpenClaw的爆发。当全球开发者疯狂调用各种模型来驱动Agent工作流时,他们需要一个能快速切换模型的中间层,而OpenRouter恰好就在那里等着,这个时机简直不要抓得太好。

Atallah曾将OpenRouter与他上一次创业做过类比,两次做的都是把分散的供给,整合到一个平台上。他赌的是:供给越分散,中间商越值钱。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 它加了一层API调用层,跟OpenAI的API调用是兼容的。如果你需要做一个任务,可以自动做不同模型的切换,统一API、统一定价。这样对大部分用户来说,特别是从0到1的AI初创公司,快速上线、快速试错、快速找到匹配的模型,是最重要的。另外它还有fallback(后备)机制,一个模型出了问题,或者latency(延迟)突然很高,或者下线了,可以快速切换到另一个模型。

当然,OpenRouter也有它的数据局限性。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 很多token的使用量是统计不到的。从0到1的初创公司可能会用OpenRouter,但从1到10,就会混用OpenRouter和直接API调用。大厂或者业务非常明确的公司,会直接调用Anthropic、OpenAI或者Google的API。所以OpenRouter对token使用量有一定的指向性,也能做一些prediction(预测),但并不包含所有的token调用量。

换句话说,OpenRouter的数据,更像是创业公司和独立开发者群体的风向标,而不是整个AI行业的全景图。但正是这个群体,对价格最敏感、对新模型最愿意尝鲜、迁移成本最低,构成了中国模型出海的第一波“自来水”用户。

谁在给Token“装电表”?

如果token是AI时代的“电”,那总得有人给这些电装电表。这件事听上去不够性感,但看一眼客户名单就知道它有多重要:OpenAI、NVIDIA、Anthropic、Databricks,全在用同一家公司的计费系统,这家公司就是Metronome。

Metronome创始团队的背景很说明问题,两位创始人都出自Dropbox,在那里亲身经历过一个让所有SaaS工程师头疼的事情:改定价。表面上只是把月费调几块钱,背后却要动一大堆写死在代码里的计费逻辑。

到了AI时代,这个痛点被放大了几个数量级,收费单位不再是“一个人头一个月多少钱”,而是变成了token数、API调用次数、GPU时长这些颗粒度极细的指标,而且每个客户的合同条款、折扣结构、用量阶梯可能都不一样。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder SaaS的成本相对稳定,就是服务器成本,甚至都是跟云厂商预先商定好的价格。但token公司确实挺tricky(复杂)的,跟卡本身的情况有关,跟电的情况有关,同时还跟请求量有关,峰值的时候会挤到一起。大家也有体感,就是哪怕买了最顶级的套餐,有时候也需要排队。而且你做的任务不一样,对token的消耗成本也完全不同。

Metronome做的事情,就是“清晰地记住谁在什么时间调用了什么东西,花了多少token。”但大部分公司自己做这件事做不好,因为“发生了什么”和“该怎么收费”,是两套完全不同的逻辑,把它们耦合在一起就会越改越脆弱。

Metronome的核心设计就是把这两件事彻底拆开,工程团队只管上报用量数据,产品和销售团队自己配置价格和合同条款,中间的换算、出账、对账全部自动化。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 他的做法我觉得挺不错的。首先不考虑计费,站在技术角度,用户跟API的交互,到底做了哪些事情?是读还是写?模型在做思考?还是命中了缓存?这些不同的事件先记下来,因为这些事件代表多少成本,本身可能是动态的。所以先不把它跟钱挂钩,记下事件流之后,再有另外一层:这些事件流分别怎么定价?比如命中缓存的可能只要一分钱,没命中就要一块钱。第三层就是我们能接触到的:订阅制是一种计费方式,直接买API是一种,设定限额再加超额是一种。第四层可能就是为了卖出去而要打折,比如Opus 200刀是100刀的两倍成本但用量是四倍,他们就说在打五折。我看完这四层觉得非常合理。

这家公司的发展速度很快。据公开报道,Metronome累计融资约1.28亿美元,今年1月被Stripe收购。一个做计费基础设施的100人团队,估值追上了很多做模型的公司,这本身就说明,在token经济里,“怎么算钱”也变得越来越重要。

而在这样的一个产业中,“套利”的机会也出现了。

Token套利

当“中间商”开始赚差价

我们在前文中说到,现在开发者们会不同的模型混着用:复杂任务用Claude、GPT等昂贵模型,简单任务用MiniMax、kimi等中国的性价比模型。

而对应的,在token经济学里,一种新的商业模式正在浮出水面,业内叫它Token Arbitrage(Token套利)。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder 这有点像国内买运营商套餐,1千兆下行带宽只配了40兆上行带宽,但普通用户感受不到。token上也是类似的,很有可能你全用便宜模型,和全用贵模型,用户看来区别不大,那这时候就有套利空间了。本质上最后买单的是用户,只要用户觉得ok,那就是ok的。这在我看来真的有点像税务审计师:你自己报税可能要交1万美金,你花5000美金雇了个审计师,他帮你报只报了2000美金的税,他更专业、懂优化,优化出来的部分两边各拿一半。token arbitrage(套利)好好做就是这样的生意。肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 像我们自己搭建OpenClaw这种agent,肯定会有一个便宜模型,可能是国内的大模型,高端的可能用Anthropic的Sonnet或者更好的OpenAI模型。我们公司也做了一个OpenClaw的token auto tuner(自动调优器),针对不同的任务可以进一步细分,甚至用一个模型去判断这个任务的复杂度,看能不能用便宜模型来做。

更进阶的套利方式不只是“批发转零售”,而是去搭建一个“智能路由器”,用户需求进来后,先用一个模型去判断任务的复杂程度,简单任务分配给便宜模型,只有真正复杂的任务才给Claude或GPT。对用户来说是黑盒,但中间商在不断优化成本结构。

钱宇靖 GMI Cloud工程主管 作为模型提供商,大家可能都会有自己的路由模型。它就是一个小模型,来判断当下这个任务的难易程度,然后assign(分配)给合适的模型来最小化成本。还有一种方式是通过一个agent产品,比如Genspark或者Manus,他们内部对不同模型的能力有认知,会针对不同任务做模型分发。

Nathan Wang 资深AI Agent开发者 我觉得省token是正常的。你先有个用户定价,设好一个margin(利润率),比如按复杂模型的使用量定价,设定了30%的margin(利润率)。之后,一旦用户接受了这个价格,你其实是拿便宜的token换掉高价token给到用户。如果用户感知不出来,觉得体感上、表现上没有变化,那用户其实还是在付原来高价值token的钱。

知县也是一个典型的“混合调度”用户。他每天跟AI互动几百次,同时使用Claude、GPT和中国模型,但给它们分配了完全不同的角色。

知县 北京大学计算机系本硕,AI爱好者和社区项目OwliaBot builder Opus最强的是脑洞,我更愿意把Opus当产品经理来对待,它想问题比较发散。我跟它聊的时候发现,我有些想法跟它一点就透,我说想做一个这样的事情,它基本上就能顺着我没说的话,把我脑子里没说出来的东西都列出来。GPT就稍微nerd(书呆子)一点,有点像在跟技术负责人讲产品,收到的都是挑战。所以Opus适合做设计,天马行空;Codex适合做把关、做复盘。中间的执行,只要方案写好了、分得足够精细,主要需要的是有一定的智能,并且快、便宜,因为这是最耗token的时候,真正往外写代码是非常非常耗的,输出是最贵的。这个场景里,就用国产模型去做执行,把代码写好、写出来。

Agent开发者Nathan从工程化实现上,帮我们解释了一下怎么做:

Nathan Wang 资深AI Agent开发者 从最简单的方式入手,可以拿一个模型来分辨用户的问题,用户基本上都在问问题,就拿个简单模型去detect(检测)用户意图,告诉它一定的metrics(指标)怎么区分,再加上不同的threshold(阈值),这是最简单的工程化方式,就可以把任务做基本的区分。到后期抓到一些用户数据,可以通过简单的RL(强化学习)或者训练的方式去优化这个小模型。前期先用prompt方式抓数据,数据够了再fine-tune(微调),一步步下来,它就会更高效地区分复杂场景和简单场景。最终让用户无法区分,让他付高价值token的钱,用低价值的token来服务。

那问题来了:这种套利可持续吗?

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 我觉得短期内是有机会的。但对于单个模型,比如Anthropic,其实已经把这个能力build(内置)到它的coding agent(编程智能体)里面了,它最近加了一个Advisor模式,先用贵的模型判断哪些任务可以用便宜模型做、哪些用贵的模型做,大模型厂商自己会把这个东西build in(内置)到自己的生态里。

但跨模型的调度空间远没有被穷尽。因为每家大模型公司只优化自己的模型。然而,市场上的模型太多了,跨模型的智能调度不会只是短期机会。

肖志斌 ZFLOW AI创始人&CEO、华美半导体协会前主席与董事会顾问 这个是有创业空间的,不仅仅是针对模型定价去做这件事,这里要做很多任务和模型匹配的工作:除了任务精准度,还有模型延迟的判断、模型质量的判断,以及任务完成度的判断。而且现在还只是做了比较初步的API聚合,加了一些pricing(定价策略),还没有做到模型质量和任务的匹配,甚至是模型和硬件的匹配,也就是延迟和吞吐量的匹配。 到底谁会赢?我的判断是,最会调度token的系统会赢。但这种系统不会止步于OpenRouter这个程度,因为还有比如prompt压缩这类功能,大模型厂商会把这些做进自己的ecosystem(生态系统)。如果你做通用的token调度系统,一定要做得更深。

中国Token出海

结构性的产业机会?

讲到这里,我们可以把视角再拉大一点。想一想,当一个伦敦的程序员,用MiniMax的API跑OpenClaw的时候,物理层面发生了什么?

他的请求从英国出发,穿过海底光缆,落在贵州的数据中心里。GPU开始工作,风扇开始转,电表开始跳。几秒钟后,结果原路返回。整个过程中,没有一度电离开过中国的电网,但这度电的价值,已经通过API账单,以token的形式完成了跨境结算。

某种意义上,这是一种全新形态的“出口”对不对?

中国过去出口日用品、衬衫、家电,后来是电动车,但这些都是实物要过海关。Token出海不需要集装箱,甚至不需要任何实体商品离开国境。电力在本地消耗,算力在本地运转,但创造的价值通过互联网,瞬间交付到全球任何一个开发者手上。有人把这叫做“电力出海”,虽然电没出去,但电的价值出去了。

那么一个自然的问题是:中国token能卖这么便宜,很多人的第一反应是电价,这种状态会一直持续下去吗?实际情况还挺复杂。GMI Cloud创始人Alex在GTC现场给了我们一个很直率的判断:美国其实不缺电,缺的是输送能力。

Alex Yeh GMI Cloud创始人 瓶颈还是在能源供给端,实际上美国不缺电,缺的是distribution power(配电能力)。高压电上有很多电,天然气一烧就能发电,但问题是distribution(分配),你要把电传输到一个点,这需要大量审批,要建变电站,从330kV一路降到400V或800V,这个过程非常冗长,光是拿审批就烦到爆炸。

实际上,中美电力成本的绝对值差异并不大,中国工业用电0.4-0.6元/度,美国0.8-1.2元/度,中美两边的工业电价差距其实没有想象中那么大,真正拉开差距的是基础设施的响应速度:中国可以在西部沙漠里铺满光伏板,再通过特高压电网把电送到东部的算力集群。

所以从电力角度看,美国的token价格一时半会很难降很多。同时,Alex认为,从存储等供应链角度看,token价格短期内更难下降。

Alex Yeh GMI Cloud创始人 DDR4的DRAM价格,是一年前的10倍。现在CX7也在缺货、电源供应和CPU也开始在缺货,各个供应链都开始缺货。我看到OpenClaw的起来、agent起来、多模态的起来以及编程的起来,刚好这三个是一个完美的风暴,所有的供应链就跟不上这个节奏。钱宇靖 GMI Cloud工程主管 最大的挑战还是建足够多的数据中心,这是物理上的限制,提效当然也非常重要。每一个云服务商都会紧跟技术迭代的步伐去提升token效率、降低延迟,但最终我们都被限制在一件事上:我们一共有多少数据中心、有多少卡、通了多少电。

这波出海红利,已经实实在在地反映在了收入上。如今MiniMax海外收入占比超过七成,月之暗面在Kimi K2.5发布后,短短数周内收入就超过了2025年全年,智谱的模型API收入也在今年出现了爆发式增长。而token需求的天花板目前根本还看不到。

钱宇靖 GMI Cloud工程主管 每一个event(事件)都触发了token消耗的指数级增长,目前还没有看到明显的天花板。因为现在并不是每个人都在用OpenClaw,也没有把生活中每一个vertical(垂直方向)都AI化,所以整体token consumption(消费)还会继续增长,就像老黄说的,未来的潜力还是非常大,目前看不到天花板。

大家想想看,现在大部分人还只是偶尔用用OpenClaw,大部分行业还远远没有被Agent渗透。但趋势已经很清楚了:token的消耗正在从“人类主动发起”变成“机器自动运转”。一个程序员手动用AI编程助手,一天可能烧几十万token。但一旦他配了一个Agent全天候在后台跑:写代码、查资料、跑测试、发部署,消耗量可以直接跳到千万级。当这种使用方式从少数极客扩散到普通开发者,再扩散到每一个知识工作者,token的需求增长就是指数级别的增长了。

如果用一句话来概括这个趋势:如果上一个时代中国出口的是衬衫和家电,这个时代是电动车,那下一个时代可能就是token。

回到开头的问题:token到底意味着什么?

对Meta员工来说,它是排行榜上的勋章。对创业公司来说,它是每个月最大的一笔开支。对OpenRouter来说,它是抽5%佣金的流水。对中国的云厂商来说,它是把电力变成美元的管道。对于黄仁勋来说,Token会变成大宗商品,每一个输入和输出都与芯片挂钩。

钱宇靖 GMI Cloud工程主管 我觉得这是一个正常的发展方向。就像我说的,token是一种commodity(大宗商品),那人类历史上对于销售commodity(大宗商品)出现过的所有销售方式,都可以预计会在token上重现。所以最后就是看谁更有创意、谁的市场打得更好,因为只要底层模型技术过硬,它们的accuracy(准确性)实际上不会有太大区别。

未来,Token就会是一种大宗商品。而围绕大宗商品,人类几千年来发明过的所有商业模式:期货、套利、批发零售、聚合平台、计量计费,都会在token身上重演一遍。同时,token定价的方式也可能会发生巨大的变化,比如说业界也正在开始尝试按“复杂度计费”的effort-based pricing模式,或者是按任务完成度计费的task-based pricing模式,这都使得token economy的定价方式在未来有着巨大的进化空间。这就像原油到汽油再到续航里程,这中间定价的逻辑,也会在token到任务到业务结果,这条进化路径上再复现一遍。

我们在这篇文章里看到的每一个概念和公司,从Token-maxxing到token套利,从OpenRouter到Metronome,本质上都是这个古老逻辑的AI升级版本。

唯一不同的是速度。这一切不是在几十年里慢慢展开的,而是在几个月内迅速发生的。当你读完这篇文章的时候,OpenRouter上可能又多了一个新模型冲上了榜单,某家云厂商可能又调了一次价,某个开发者可能又发现了一种新的省token的方法,而这场游戏才刚刚开始。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

【视频播放渠道】

国内:B站|腾讯|视频号|西瓜|头条|36kr|微博|虎嗅

海外:Youtube

联系我们:video@sv101.net

【创作团队】

监制|泓君 陈茜

撰稿 |Edward

编辑/主持 |陈茜

剪辑|Jacob

运营|孙泽平


最令邹锦沛印象深刻的是,有一次去国外参加国际会议时,她一直提醒大家一定要提前接种疫苗、注意安全,非常关心团队成员。 (6秒快速入门)第二书包网h小说鸿蒙版4.13.408.9081 王濛李小冉把小抄融进舞蹈
王濛李小冉把小抄融进舞蹈

王濛李小冉把小抄融进舞蹈

百万最新免费软件游戏

下载

王濛李小冉把小抄融进舞蹈
首页>>(经济观察)从西洽会看中国西部制造业的“智变”与“质变”
王濛李小冉把小抄融进舞蹈

王濛李小冉把小抄融进舞蹈

「活动」首次登录送19元红包

20.24MB
版本{版本}
下载APK高速下载
下载再Token经济学:AI时代的新货币战争安装你想要的应用 更方便 更快捷 发现更多
喜欢23%好评(28人)
评论48
Token经济学:AI时代的新货币战争截图0Token经济学:AI时代的新货币战争截图1Token经济学:AI时代的新货币战争截图2Token经济学:AI时代的新货币战争截图3Token经济学:AI时代的新货币战争截图4
详细信息
  • 软件大小:91.34MB
  • 最后更新:2026-11-22 17:30:45
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-AndroidToken经济学:AI时代的新货币战争
  • 使用语言:中文
  • :需要联网
  • 系统要求:9.29以上
应用介绍
🚫第一步:访问《Token经济学:AI时代的新货币战争》官网👉首先,打开您的浏览器,输入《Token经济学:AI时代的新货币战争》。您可以通过搜索引擎搜索或直接输入网址来访问.🌱
🚫第二步:点击注册按钮👉一旦进入《Token经济学:AI时代的新货币战争》网站官网,您会在页面上找到一个醒目的注册按钮。点击该按钮,您将被引导至注册页面。🍌️
🚫第三步:填写注册信息 👉在注册页面上,您需要填写一些必要的个人信息来创建《Token经济学:AI时代的新货币战争》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息,以确保顺利完成注册。🐅
🚫第四步:验证账户👉填写完个人信息后,您可能需要进行账户验证。《Token经济学:AI时代的新货币战争》网站会向您提供的电子邮件地址或手机号码发送一条验证信息,您需要按照提示进行验证操作。这有助于确保账户的安全性,并防止不法分子滥用您的个人信息。😣
🚫第五步:设置安全选项👉《Token经济学:AI时代的新货币战争》网站通常要求您设置一些安全选项,以增强账户的安全性。例如,可以设置安全问题和答案,启用两步验证等功能。请根据系统的提示设置相关选项,并妥善保管相关信息,确保您的账户安全。🍄
🚫第六步:阅读并同意条款👉在注册过程中,《Token经济学:AI时代的新货币战争》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前,请仔细阅读并理解这些条款,并确保您同意并愿意遵守。🤫️
🚫第七步:完成注册👉一旦您完成了所有必要的步骤,并同意了《Token经济学:AI时代的新货币战争》网站的条款,恭喜您!您已经成功注册了《Token经济学:AI时代的新货币战争》网站账户。现在,您可以畅享《Token经济学:AI时代的新货币战争》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!🍳
【联系我们】
客服热线
加载更多
版本更新
{版本}
Token经济学:AI时代的新货币战争
  • 西湖边00后陪拍师一天能赚大几百
  • 前4月河北对东盟进出口同比增长38.7% 东盟成最大贸易伙伴
  • 射箭世界杯赛上海站:反曲弓混合团体赛中国队摘金
  • 西藏昌都文旅资源亮相天津 多项合作签约落地
  • 直击武警官兵多课目训练高燃瞬间
  • 一卡玩转长三角!来文博会解锁展内展外多元新体验
  • 大美边疆看我家丨黑龙江齐齐哈尔:仙鹤翩飞 邂逅一城风光
  • 黎家盈系港澳地区首位女性载荷专家
  • 陕西:黄柏塬自然保护区记录到多种野生动物影像
  • 看到这些内容别信、别点 四步防范统计诈骗→
  • 外交部:对日方而言当前紧迫的是在台湾问题上尽快纠正错误言行
  • 让2026年成为中美关系继往开来的历史性、标志性年份
  • 霍尔木兹海峡,有新行动!
  • 韩国股民,怕泡沫破裂

    科技视角解码瓷器文明 中国瓷器科技史特展在长春展览

    中国银行辽宁省分行原党委书记、行长贾天兵被“双开”

    详情
查看更多
加载中加载中,请稍等...

Token经济学:AI时代的新货币战争类似软件

  • 黄仁勋打卡的炸酱面店排队半小时湛江举办国际潜水大赛 中美俄等多国运动员竞技

    何沁同志逝世享年99岁

  • 中国贸促会发布《2026年全球贸易投资促进峰会北京倡议》马来西亚即将进入西南季风期

    心相近|共同铸牢中塞“铁杆友谊”

  • 金海龙被查 已退休10年招转培、培训贷……@找工作的你,遇到这些求职陷阱请绕行

    安徽省合肥市委原副书记路军被开除党籍和公职

  • 中国交通建设集团有限公司原党委书记刘起涛被开除党籍激发全民族文化创新创造活力——热烈祝贺2026文化强国建设高峰论坛开幕

    米夏埃尔·舒曼:信任是国际气候政策中的稀缺资源

  • 台湾青年放弃台积电工作到深圳创业:我的决定疯狂又坚定【市场聚焦】玉米:锚定切换

    上海陆家嘴调研:机构几乎清仓AI硬件

  • 兰花“架”桥 香馥万里梨花漫染鹤岗城 赏花盛会激活文旅消费热潮

    54件西藏勉唐画派唐卡亮相江西 呈现文化交融之美

  • “中欧合作新征程——走进浙江”主题推介活动在布鲁塞尔举行水利部:全国10条中小河流发生超警以上洪水

    2026年中国金鸡百花电影节:电影人探讨AI浪潮

  • “昌港同行”香港基层参访团一行24人到昌平交流金条加税!外储保卫战打响,又一国出手!对国际金价有何影响?

    美国五角大楼开始解密UFO档案

  • 景区NPC被点名:背离初衷,拉低格调匠心耕耘“第一车间”——记2026年贵州省五一劳动奖章获得者国台农业周娇

    普京今日将开启第25次访华 天安门广场挂起中俄两国国旗

  • 东西问|从能源学家到墨西哥首位女总统,辛鲍姆的别样人生国内首次!128通道全植入式脑机接口开启临床试验

    第六届“齐白石”全国大学生中国画作品展开幕

  • 微视频|殷殷嘱托 青春作答新华图讯丨习近平为美国总统特朗普举行欢迎仪式

    空间智能如何赋能社会治理?2026空间智能软件技术大会开幕

  • 湾区和湾区经济是啥?人民日报2分钟说透外交部举行首届“杰出外交使者奖章”颁授仪式 王毅寄语欢迎各国友人

    三星工会将按计划举行罢工

  • 前四个月国家铁路发送货物13.1亿吨光大期货:农产品类日报5.29

    普京上车前脱掉西装外套

  • 重庆与东盟国家举行经贸合作对接洽谈 达成120余项合作意向广西“县超”现戏剧性战果 柳南队绝处逢生进决赛

    超98%新手机支持北斗

  • 光大期货能源化工类日报5.7“中国服务”何以成为假日消费新亮点?

    【诗画中国】落一点白 藏一冬安

  • 《国家考古遗址公园(二)》特种邮票在郑州发行巴基斯坦总理:中巴友谊已直抵苍穹

    广州欧美同学会、广州中华职教社非遗文化交流活动走进南沙

  • “零添加”“0蔗糖”未必更健康广西柳州震区秩序安稳 民众自发成为志愿者

    追觅为何被质疑?

  • 提升应对气候变化能力 粤港澳大湾区、长三角气温指数(系列)今天发布汶川地震18周年 台青走进灾区缅怀遇难者

    《给阿嬷的情书》映照百年侨史

  • 陈克明手擀挂面将改名“手擀风味挂面”贵州平坝:雨后田园美如画卷

    管子文化旅游节开幕 “东方芭蕾”花鼓灯焕新生

  • 《盛世与激荡:隋唐》出版 全景还原隋唐三百余年的宏阔历史香港第28届姊妹专业美容展举行 最新医美产品亮相

    “五一”小长假上海多个著名景区迎来大客流

  • 珠峰南坡在批量“诈骗”全球中产吗零重力座椅的“舒适陷阱”

    妈妈用12小时写下20多年的感激

  • “馆长”参观张雪机车工厂,赞“中国制造No.1”!母乳喂养:助生命迈出坚实“第一步” | 全国母乳喂养宣传日

    “2023年度内蒙古文学重点作品创作工程”作品研讨会举行

  • 我国将推动多用户绿电直连发展 新建负荷可开展多用户绿电直连国家粮食和储备局向广西增加调运5000件中央救灾物资 支持安置救助受灾群众

    联合国助理秘书长:中国儿童事业长足进步

  • 地产链跑出两只AI概念大牛股武契奇夫人塔玛拉体验中华文化 提议在塞举办中国服装秀

    你还记得他们吗?汶川地震15位跳伞勇士5000米高空生死盲跳

  • 婆婆定50万二胎奖 42岁大儿媳急了新疆访千年古刹 大漠觅丝路“佛缘”

    中国—东盟人工智能产业创新中心成立

  • 兰州新区:两千亩寒旱牡丹迎采摘甘肃省统战宣传工作会议在兰州召开

    开局起步“十五五”,甘肃这样走

  • 香港漫游记:“头饰”“颈饰”分不清?一件饰品如何诠释超现实主义美学2026兰州马拉松吸引3.3万名跑者竞逐黄河之滨

    跨越国界的图像语言 第十届图像小说节架起中法创作桥梁

  • 黑龙江“插秧专列”赋能科技兴农再出发山西祁县乔家大院“五一”迎客流高峰 “乔家喜宴”沉浸式体验受热捧

    把文旅体商“流量”变为发展“留量”

  • 杭州再迎篮球盛宴 中澳荷三支劲旅将展开对决中泰交响乐《山海和鸣》奏响中国—东盟音乐周闭幕式

    广东发布漠阳江(江城段)洪水橙色预警

  • 30位江苏中青年优秀美术家的110幅精品亮相中国美术馆市场监管总局:一季度广告业头部企事业单位收入同比增长17.1%

    伊朗驻华大使:我们不会忘记中国的帮助

  • 为保卫日元,日本卖了美债?美国两架战机航展期间碰撞坠机

    十年接力“西部助学” 杭州新阶层人士续写山海情长

  • DeepSeek宣布:永久降价AI时代算力命脉由谁掌控

    广西梧州发生一起交通事故造成公交车坠翻 车上6人送医治疗

  • 莫雷加德获乒乓球欧冠决赛MVP“冬日雪暖阳·好戏在沈阳”——沈阳苏家屯农民画主题大集启幕

    剧团走出的文物修复师:对话遗珍 “读”懂千年

  • 三亚面向全国征集旅游产品创新迭代设计巴基斯坦驻华大使人民日报撰文

    日本扛不住与世界“在线对战”

  • 德国3月对美出口大幅下滑今年前10个月我国货物贸易进出口同比增长20%

    读方志 游中国 | 湖南篇·丝瓷银锦绣潇湘

  • 育龄女性需警惕系统性红斑狼疮 这些不典型症状可能是预警夫妻酒后各自驾车 丈夫撞上妻子

    年轻人用“显微镜”找美食:隐秘小摊成文旅新地标

相关攻略
  • 两江海关信息化运维服务采购项目比选公告
    2026-11-22 17:30:45
包含 饿了么 的应用集
  • 上海黄浦香港联谊会换届 多领域共建深化沪港交融 从送水工到全国劳模:贾向东以焊花书写“匠心照征程”之路 东方甄选前CEO孙东旭直播卖书
    矿床地质学家、中国工程院院士陈毓川逝世
    基层传习丨智慧“魔术师”让科技与民生“双向奔赴”
    146735652127592026-11-22 17:30:45
  • 天风证券:短期震荡不改看多格局 中国国家话剧院《青蛇》重排启动 经典十三年再焕新生 国民党副主席:台湾人也是中国人
    爱尔眼科补缴税款及滞纳金超5亿元 称将计入2026年损益
    FIFA天价版权会毁掉世界杯吗
    33138296649982026-11-22 17:30:45
  • 媒体:多国领导人感谢中国不是客套话 前海自贸试验区两项试点政策实施 首单业务落地 当教育无问西东 温州肯恩大学签约创办20年结硕果
    法国国际问题专家:日本应彻底反省历史罪责
    妈妈,我想对你说
    5447728365135996742026-11-22 17:30:45
  • 浙江520对新人参加集体婚礼 山海之间共许文明婚约 “身体的残缺困不住灵魂的飞翔” 曾感动全网的“折翼女孩”毕业啦! 丁俊晖祝贺吴宜泽:我们的时代正到来”
    从发票数据看经济走势 今年前四个月全国企业销售收入稳步增长
    4454亿!一季度广告业成绩亮眼
    9329387488669012026-11-22 17:30:45
  • “湖北惊现人造毒大米”系AI生成 联合国秘书长遴选升温 前联大主席埃斯皮诺萨加入角逐 《给阿嬷的情书》为什么火了
    “古埃及文明奇遇”主题巡展走进港铁车站
    市场监管总局明确34项重点工作护航民营经济高质量发展
    679586744605042026-11-22 17:30:45
  • 美股三大指数收涨超1% CPU概念股强势 南京“十五五”锚定“四个战略重点”:创新引领、文化赋能、枢纽提能、国际开放 大美边疆看我家丨买烤串还送舞蹈?男子摊位前跳起新疆舞 新疆烤串摊主“一键跟随”
    5月有这些专业技术人员职业资格考试 收好这份时间表
    世界正在寻找上涨的理由
    394065430335702026-11-22 17:30:45
  • 大美边疆看我家丨内蒙古敖汉:丁香盛开 漫野芬芳 如祺出行首度公开AI数据资产版图 适度出汗、保持七分饱 小满时节养生别太“满”
    原中国银行保险监督管理委员会城市商业银行监管部一级巡视员李世谦受贿案一审宣判
    《陈翔六点半》吴妈扮演者去世
    62315031003462026-11-22 17:30:45
  • 仁度生物:筹划控制权变更 股票停牌 学校辟谣“女老师台下给校长打伞” 台退将谈美国暂缓140亿美元对台军售
    海内外行业大咖齐聚内江 共促钠电产业新发展
    河南省许昌市政协原副主席周亮军被“双开”
    1697943249093338232026-11-22 17:30:45
  • 巨力索具闹剧背后谁是罪魁祸首 节能降碳,不只是少用能源,更要让资源循环起来 吴宜泽成首位00后斯诺克世锦赛冠军
    “民营企业进边疆·辽宁行”大会在辽宁丹东召开
    豪车变善款 张雪这笔账到底赚了什么
    112274923083032026-11-22 17:30:45
  • 中国代表呼吁避免海湾局势进一步升级 广州举办建筑展览 纪念孙中山诞辰160周年 4月中国企业信用水平持续保持向好态势
    云南香格里拉:独克宗古城 风情引客来
    高云半导体启动IPO辅导
    717349156359892026-11-22 17:30:45
  • 蒋万安喊话民进党别再阻挡普发现金 智障小伙被烧烤店收留6年 2026世界非物质文化遗产节在联合国总部举行
    美加州故障储罐可能已出现裂缝
    “历史的印迹——罗贻作品回顾展”在京开幕
    496430680195766722026-11-22 17:30:45
  • 浙江嘉兴南湖机场首条国际货运航线正式开通 凡人善举显温情 外卖小哥暴雨中救人 超1500名学生将赴内地实习 香港举办出发授旗礼
    演出完退礼服女孩发声
    中国驻美大使谈中美关系
    34964257728826042026-11-22 17:30:45
  • 沉下心来干实事、谋长远——“树立和践行正确政绩观”系列评 外资加码 中国市场魅力持续释放 经纬度:目标6万亿元,上海打出又一张“王牌”
    中塑股份创业板IPO将于6月4日上会
    青海上调医用耗材医保支付限额标准至12万元
    2562410502205268552026-11-22 17:30:45
  • 菜鸟攀爬机器人亮相东莞 法国已有7人因高温天气死亡 “辽聊共同体”文艺进基层 让民族团结有形有感有效
    虐待殴打2岁女童致死 罪犯被执行死刑
    福建三位老人坚持制作“福船”模型 复刻渔乡记忆
    616539712881342026-11-22 17:30:45
  • “滨海运动体验游”激活广西北海向海经济新赛道 我国将适时发布以粤港澳大湾区为整体的外贸数据 科技创新,年轻一代实干争先(总书记的关切·落地的回响)
    长春街头已出现大量飞絮
    大美边疆看我家丨内蒙古锡林浩特:白琵鹭蹁跹 绘就生态画卷
    670612118107544982026-11-22 17:30:45
  • 神21和神23航天员乘组完成在轨交接 看兵哥哥用方言向妈妈真情告白 商务部:1-4月商品和服务零售合并计算同比增长3.2%
    武契奇谈北约轰炸中国驻南联盟使馆:对中国的崛起充满敬意
    华泰证券辟谣张继强建议清仓A股
    8622522864816404902026-11-22 17:30:45
  • 关注巴以局势:内塔尼亚胡称以色列已控制加沙六成区域 美光科技收涨19.3% 市值破1万亿美元 2000万粉丝博主宣布断更:撑不住了
    中国企业出海全球峰会在港举办 共商借港出海前景
    周杰伦等台湾歌手在大陆多地举办演唱会 国台办:与大陆文旅双向奔赴
    821764907880262026-11-22 17:30:45
  • 广州以侨为桥联通拉美市场 “洋土特产”的前世今生丨锡兰红茶跑进中国奶茶杯 四川累计推动超百万民众远离地灾威胁
    “村字号”赛事带火贵州“五一”假期游
    高松同志任北京大学校长
    13579313238281342026-11-22 17:30:45
  • 南非青年:中国对非零关税成为中非合作新风向标 73名选手晋级中国少儿戏曲小梅花荟萃河北选拔赛 美2架战机飞行表演时相撞坠毁
    直播间工作人员偷走近600件黄金饰品
    第79届戛纳电影节落下帷幕
    359966998706177752026-11-22 17:30:45
  • 融合舞台剧与电影 央华戏剧新作《她们》发布 “普京专车挂上中国车牌 包含3个“8” 西安“博物馆月”系列活动拉开帷幕 200余项特色活动“点燃”文博热情
    新一轮俄美乌三方会谈在阿联酋开始举行
    外交部驳“中国冲击2.0”:中国发展靠的是创新驱动的真本事
    127477498680652026-11-22 17:30:45
  • 江苏扬州发布2026年新型光储产业场景清单 开放50项供需场景 多地农商行存款再降息 挥别艺体赛场 黄张嘉洋等三位奥运冠军在成都宣布退役
    《人民的名义》导演李路携新作《谷雨》交流:以人物呈现真实生活
    福建漳州月港海丝寻迹主题采访暨海外华文媒体交流活动启动
    848647651343662026-11-22 17:30:45
  • 广西5条河流出现超警洪水 景区游船暂停运营 特朗普称“伊斯兰国”二号头目米努基已被“清除” 李家超回应黎家盈入选神23乘组
    墨西哥总统的中方女保镖在外网火了
    山西阳曲接连救助两只国家二级保护动物 妥善完成转运养护
    57975290681961252026-11-22 17:30:45
  • 阳光电源:累计回购股份耗资5.00亿元 激活城市宜居新空间 口袋公园书写城市更新大文章 从学术考察结缘到分守高原一线:一对汉藏夫妻的“双向奔赴”
    漆酶商品报价动态(2026-11-22)
    美学者称有美军基地的国家都无主权
    618921598676622026-11-22 17:30:45
友情链接
  • 胡衡华重庆市人大代表资格终止
    2026-11-22 17:30:45
  • 柬中友协主席:期待更多柬埔寨优质产品走向中国市场
    2026-11-22 17:30:45
  • 国际电信联盟机构代表:中国在国际电联标准制定中扮演着重要角色|新闻会客厅
    2026-11-22 17:30:45
安卓手机网上最贴心的Android软件应用平台!版权所有:Token经济学:AI时代的新货币战争有限公司备案号:京ICP备17065190号-1