AI模型烧掉的Token，对应多少GDP？AI的经济贡献现在有数了

来源：市场资讯

（来源：机器之心Pro）

机器之心发布

本文作者为摩尔线程天使投资人、中国初代AI投资人王捷。他于 2025 年 8 月和 12 月分别发表了《浮现中的AI经济》 、《关于AI经济的四十个问题》 两篇文章，对即将到来的 AI 经济进行了展望和解读。本篇是他近期的第三篇文章，是就如何从经济生产力的角度评价 AI 大模型，提出的一个思路。

AI生产能力函数：

从经济生产力的角度评估AI模型

1. 引言

1.1 背景

1.2 研究问题

2. 当前对模型能力评估方案的局限性

2.1 AI 能力评测与 Benchmark

2.2 引入AI生产能力函数 ()

3. 基本概念与定义

3.1 定义与核心函数

模型能力被定义为模型在其可被经济接受的任务集合上，单位 token 所能稳定地产生任务成果的期望经济价值。

3.2 分子：经济产出

3.3 分母：token 投入

3.4 任务（Task）

3.5任务集合 (J_m)

3.6 经济图灵测试（ETT, Economic Turing Test）

3.7 任务经济价值 (V_j)

3.8 量纲与解释

4. 与传统生产函数的关系

4.1 AI 作为新型生产要素

4.2 嵌入传统生产函数

4.3 与劳动生产率的比较

5. 应用与扩展

前文给出的 AI 生产能力函数主要完成两个任务：其一，给出模型能力作为经济生产力的形式化定义；其二，说明该定义如何与宏观生产分析建立联系。在此基础上，本节进一步讨论该框架的应用与扩展方向。

5.1 模型比较

5.2 时间维度比较

“成本下降”：单次平均token 消耗下降，即推理效率改善、工具调用更有效或策略更紧凑；

“质量提升”：单位任务的成功概率提升，即模型在既有任务上的能力水平、稳定性或复现性增强；

“能力边界扩张”：任务集合(J_m)扩张，即模型能够覆盖更多任务，尤其是更高价值或更复杂的任务。

5.3 成本结构分析

5.4 产业与国家层面

5.5 政策与投资导向

本文提出的AI生产能力函数可以为AI模型研发投入、模型部署选择、AI投入产出核算、公共采购、经济政策、投资分析制定提供量化工具，是连接技术评估、部署决策、产业分析宏观政策通用度量语言

6. 结论

作者简介

作者王捷，中国初代 AI 投资人，完整经历了移动互联网各个发展和投资阶段， 2017 年以来主要从事 AI 行业投资，投资了摩尔线程、比亚迪半导体、万国数据、京东科技、开思时代、奇安信、明略科技等公司。作者邮箱 jie_wang7@sina.com，欢迎交流，添加请说明工作/学习机构、职务信息。