教程辅助!手机捕鱼技巧秘籍打法”(作弊)辅助透视教程

中新经纬3月29日电(周奕航谢婧雯)“Token已成为AI时代的‘货币’。人与AI交互 ，AI与AI协作
，都以Token为核心媒介完成 。”2026中关村论坛年会期间，摩尔线程相关技术负责人向中新经纬表示
。

随着算力基础设施的迭代与AI智能体应用的爆发 ，“Token ”作为AI信息处理的计量单位
，成为本届中关村论坛的关键词。

从概念到落地

“所有大模型均以Token为计量单位，Token就是AI的核心度量单位 。
”拓尔思信息技术股份有限公司副总裁林松涛对中新经纬表示 ，就像用电按度来计费一样
，Token就是AI里面的“度”，通过消耗电力等底层能源 ，最终转化为Token输出
。

今年以来
，以OpenClaw(下称龙虾)为代表的AI智能体爆火，词元需求迅速扩张。据国家数据局数据 ，2024年初，中国日均Token调用量为1000亿；至2025年底
，跃升至100万亿；今年3月，已突破140万亿 ，两年增长超千倍 。

据第三方AI模型聚合平台OpenRouter数据
，2026年3月9日至15日当周，OpenClaw单家贡献了平台内20%的词元消耗量；其单周词元消耗规模 ，相当于2025年第四季度全平台周均词元消耗量的60%
。

“龙虾兴起
，进一步推动了人工智能算力使用模式的转变，现在以推理为主 、以服务为主 ，Token变得非常标准。 ”中科曙光高级副总裁李斌指出
，这一变化源于AI算力使用模式的转变，支撑AI发展的算力基础设施 ，正逐渐从算力工厂变成词元工厂 。

在360集团创始人周鸿祎看来
，Token是AI时代的数字能源，是算力转化为智力的计量载体 ，与电力
、算力同属AI基建核心。他指出，算力是Token的生产基础
，推理算力更是支撑Token消耗的关键，而Token的爆发又将倒逼算力升级
。“本质上 ，Token之争就是算力之争
，底层更是电力和能源效率的竞争。”他称 。

周鸿祎对中新经纬表示，龙虾等智能体应用爆火 ，是Token经济从概念到落地的标志性事件
。“龙虾实现了用户付费习惯教育
，让Token从行业技术指标变为前端可感知的价值载体。
”他判断，目前日均140万亿Token消耗仅是爆发起点 ，远未到企业级规模化应用阶段 。龙虾等L5级智能体的暴力推理特性
，将推动Token消耗进入指数增长通道
。

周鸿祎进一步指出，当前 ，AI的商业逻辑正在重构
，其商业模式或将转向“按需付费”的Token经济。“从互联网时代的流量经济到Agent时代的Token经济，背后是底层逻辑的质变 。流量经济是注意力经济 ，边际成本趋近于零，不创造新生产力；Token经济是生产力计价
，靠算力、芯片 、电力支撑，用户越多
、消耗越大、成本越高
。 ”他说。

火山引擎官网显示 ，AI音视频互动方案Tokens的计费方式包括按实际消耗的Token数量计费以及资源包预付费两种方式 。其中
，按实际消耗的Token数量计费方式单价为12元/百万Tokens
。华为云官网显示，根据模型的版本不同 ，价格也不同；按套餐包付费
，1个月期间，100万Tokens原价为2.2元至5.6元 ，3个月期间
，10亿Tokens原价为2199元至5598元。

如何赚钱？

谈及AI的商业化，荣耀具身智能首席营销官王皑认为 ，Agent正在成为新的生产力
，Agent在使用过程中又会产生大量的Token，未来也许有基于Token的AI商业闭环 。“就像用水用电按度按吨计费 ，AI按Token计费，调用不同能力的模型
，费用也会分级分层。
”他称
。

“Token需要算力来做产出，但现在评价的维度和指标变得更多了。原来一个算力系统的算力是一个评价指标 ，未来如何更经济地做Token产出
，变成了评价指标 。”2026中关村论坛年会期间，中科曙光高级副总裁李斌向中新经纬表示
。

李斌表示 ，从用户体验的角度看
，Token的核心在于响应速度，即提出问题后 ，能否在短时间内获得反馈；而从算力运营者的视角出发
，则需要考虑Token能同时支撑多少用户的并发访问，并在高并发条件下依然保障基本的使用体验。

周鸿祎认为 ，通过Token变现分为两条路径 。其中
，通用Token走普惠路线，依靠海量消耗实现薄利多销 ，像水电一样成为基础服务；而垂直场景 、高价值任务的Token，则依托技术和场景壁垒形成高毛利
，如安全
、工业等领域
。“核心是提升Token价值，以规模化做基础 ，以技术溢价做增量。 ”

在摩尔线程相关技术负责人看来
，Token经济的核心是人与AI、AI与AI的协作效率，核心商业闭环在于单位成本下的Token产出 。

“我们不应该只追求Token的数量 ，而是要关注性价比
，要做到算得准 、算得快、算得稳
、算得安全，同时把Token成本压到最低 ，这才是算力能用、好用的关键
。
”该负责人指出
，随着AI智能体迈入应用元年，推理算力需求的增速远高于训练。

值得一提的是 ，Token经济的规模化
，离不开算力这一底层支撑 。之江实验室副主任何水兵指出，算力规模的扩张并不等同于Token产出能力的同步提升
。“调度瓶颈 、通信与存储性能短板等问题 ，均会影响算力释放效率，拉低单位算力的Token产出效率。”他以H100万卡集群为例
，“年度算力成本约12亿元人民币，若算力利用率存在10%的损耗 ，年度直接经济损失将超1.2亿元 。 ”

无问芯穹联合创始人兼首席执行官夏立雪在AI开源前沿论坛上指出
，当前AI发展仍处于长期持续推进的过程中，其生命力取决于能否构建可持续的Token供给体系。从基础设施角度看 ，资源终究有限
，站在“Token工厂
”的视角，能否持续
、稳定、大规模地提供Token ，让顶尖模型真正长期服务更多下游场景
，是一个关键问题
。

小米大模型负责人罗福莉在AI开源前沿论坛上指出，由于大模型在飞速进步 、加上Agent框架加持 ，2026年Token或迎来100倍增长。

李斌认为
，随着Token消耗的爆发式增长，算力需求将持续扩张 。OpenClaw以来 ，Token消耗成倍增长
。算力输出标准化之后，需求增长是无限的。原来用户需要高门槛调用算力
，现在智能体作为使用接口，加上灵活的标配型超节点 ，进一步降低了使用门槛
，未来算力增长空间巨大 。

(更多报道线索，请联系本文作者周奕航：zhouyihang@chinanews.com.cn)(中新经纬APP)

(文中观点仅供参考 ，不构成投资建议
，投资有风险，入市需谨慎
。)