Token经济:一场正在展开的"智能定价革命"

先看一组真实数字：2023年3月GPT-4刚发布时，API价格是每百万输入Token 30美元、输出60美元；到今天，同等智能水平的模型，无论是GPT-4o mini、Claude Haiku还是国产的DeepSeek-V3，API价格已经大幅度下探，下降幅度超过95%。

这背后是三条下降曲线的同步叠加：

硬件层面，NVIDIA的H100相比上一代A100在LLM推理效率方面，通常可实现提升三倍左右，新一代B200又在H100基础上再跳一个台阶；

框架层面，vLLM、TensorRT-LLM等推理优化工具把同一张卡的吞吐量拉高数倍；

架构层面，MoE模型（如DeepSeek-V3）通过稀疏激活机制，在相近能力水平下可将推理计算成本降低数倍。

基础模型的Token，很可能将在五年内实现经济意义上的趋零，甚至有可能会便宜到像自来水一样，绝大多数用户无需考虑成本，这其中真正的转折不在价格本身，而在商业模式。

比如ChatGPT免费版向所有用户开放GPT-4o，Google的Gemini 2.0 Flash强调低成本高吞吐等定价策略，这些变化表明“按Token计费”不再是唯一模式，行业正走向“免费基础 + 增值付费”等多种商业模式并存。厂商的盈利方式，也从单一的Token收费，扩展到订阅服务、企业解决方案以及生态闭环。

当然，Token成本趋零并不等于AI使用成本趋零。当Token近乎免费时，新的稀缺将浮现：高质量数据、人类处理AI输出的注意力、AI输出的可信度验证——经济学永远在追逐和关注下一个稀缺资源。

02 Token将经历的产业周期：逐步走向分层

如果把目光从单个Token的价格放大到整个供给侧市场，这场已经持续数年的算力军备竞赛，终将遵循一条典型的产业周期——“短期紧缺 → 中期过剩 → 价格战 → 行业整合”。

DeepSeek价格暴降90%!百万token仅2分钱

120万亿Token!中国AI正在"卷"死美国

"所有人都在谈石油,但我觉得世界短缺的是Token

先看产能这一侧。当前，各大科技公司每年投入数百亿美元建设AI数据中心。在2024年，全球科技巨头在AI基础设施上的资本开支总和突破2500亿美元：光是微软一家就宣布2025财年投入800亿美元建设AI数据中心，Meta在2024年年报里披露的资本开支接近400亿美元，而Amazon和Google的年度资本开支已上升至千亿美元级别。连中东的主权基金都开始直接下场——阿联酋的MGX基金联合微软、BlackRock宣布打造AI基础设施基金。到2026年，相关投入不但没有收缩，反而继续大幅加码，这些投资换成GPU集群和数据中心，需要两到三年才能集中落地并释放产能。

与此同时，需求侧Agent和自动化工作流虽然确实在爆发式增长，但实际上，企业采购的节奏远比产能投放要慢——需求曲线是平滑的积分，产能曲线是阶跃式的脉冲，两条曲线错开之后，中期的供需宽松甚至过剩几乎会成为必然。

产能过剩的结果，就是价格战，逐渐会呈现分层的格局：

一层是低端Token市场，用来做基础对话、简单任务，这一块竞争会非常激烈，大家拼价格，利润被压得很低，有点像当年云计算打价格战的阶段。

另一层是高端Token市场，用在复杂推理、专业场景，这里更看重的是效果和稳定性，谁更聪明、更可靠，谁就能卖更高的价格。

其中，开源模型类（Llama、Mistral等）将扮演重要的价格“挑战者”角色。开源不会消灭闭源巨头，但会建立低端Token的价格天花板，并将Token供给从少数巨头扩展到成千上万的独立部署者，深刻改变市场结构。

四、谁在消耗Token，以及消耗将走向何方？

01 当Agent开始24小时工作，Token需求加速

随着Agent和自动化工作流的普及，Token的需求增长，正在从一条“正常曲线”，变成一种更复杂、甚至有点反直觉的形态。我们可以概括为：“双S曲线叠加 → J型爆发 → 次线性收敛”。一个Agent一天消耗的Token，可能超过一个人一年的用量。