算力“黑洞”逼近：你的每一次AI对话，都暗中标好了价格

21世纪经济报道记者 张赛男

当AI不再只是“回答问题”，而是开始“动手干活”，整个数字世界的账单正在被悄悄改写。

以OpenClaw为代表的智能体应用爆发，正推动大模型从对话引擎进化为任务引擎。而这一进化带来的直接连锁反应，是算力需求结构的根本性重塑——从过去的“集中式训练”，全面转向“高并发、长时段的推理”，并催生出一套全新的算力计价逻辑。

在这个新逻辑里，Token不再是一个藏在技术文档里的晦涩单位，而成了上下游每一方都不得不精打细算的战略资源。

一位开发者向21世纪经济报道记者晒出了她的算力账单：每一次通过API调用DeepSeek模型，后台都会精确记录下本次消耗的Token数量。

如果说开发者晒出的API账单是这场Token战争的“上游战报”，那么近期豆包上线付费订阅，则意味着这场战火终于烧到了普通用户头上。

当单月数亿活跃用户的Token消耗呈指数级增长，免费午餐难以为继，大模型行业开始从“跑马圈地”转向分层收费。这背后，正是智能体驱动的算力“黑洞”倒逼整条产业链重构的开端。

智能体应用爆发带来的Token调用量，不是线性增长，而是指数级跃升。

国家数据局发布的数据显示，中国日均Token调用量从2024年初的约1000亿飙升至2025年底的100万亿；2026年3月，进一步提升至140万亿，两年增长超千倍。

机构监测数据同样印证了这一趋势：过去一年，周度消耗Token数量从2.1T上升至24.5T，2026年以来周度Token消耗增加280%。

这种爆发式增长的根源，在于智能体完全不同于传统对话的运行方式。

传统AI对话中，一次用户请求对应一次模型推理，消耗的Token通常在几百到几千之间，用户问完即走，算力消耗是离散、短周期的。而智能体完成一个任务，需要模型自主规划、搜索信息、调用工具、执行步骤、验证结果，这个循环可能会重复几十轮甚至上百轮，从而让输入和输出Token都呈现指数级膨胀。

这也是当下市场的共识：推理对算力的消耗正在翻倍。其本质是智能体对低延迟、高并发推理的需求激增。据第三方统计，当前训推算力比例已从早期的“倒挂”演变为4:6，部分场景甚至达到3:7，且推理占比有望继续提升。

Token需求的指数级增长，正在深刻重塑云厂商的B端定价逻辑与计费模式。传统上，云厂商按vCPU/GPU时长、带宽或存储容量计费，本质是“资源租赁”；而Token成为新一代计价单位后，计费逻辑转向“按智能消耗量”收费——客户只需为模型实际生成的Token数买单。

“定价会采用更细的颗粒度，加入cache、batch等计费条目，打破了计量计费的传统体系。”云计算厂商优刻得的一位产品负责人告诉21世纪经济报道记者。这对客户的成本结构造成根本改变：“过去企业购买整张GPU卡或算力集群，成本固定且存在闲置浪费；现在按Token付费后，成本与业务用量完全挂钩，小型AI应用门槛大幅降低。但大客户也面临新的挑战：Token消耗量激增可能导致‘成本雪崩’。月度Token费用可达数十万元甚至数百万元。”

这并非危言耸听。OpenAI联合创始人兼总裁布罗克曼在近期证词中表示，公司2026年将在算力方面投入500亿美元。随着OpenAI开发更先进的AI模型并向更广泛用户提供服务，其计算成本已从2017年的约3000万美元激增至今年的数百亿美元。

500亿美元这个数字，既见证了顶尖大模型研发的惊人能耗，也暴露了AI行业财务门槛以几何级数飙升的现实。

无独有偶，海外巨头包括微软、亚马逊、Meta、谷歌，国内包括阿里、腾讯、字节跳动等平台企业，总资本支出与AI资本支出占比也在逐渐提高，且各家上调2026年资本开支指引，无一不指向算力核心。

一边，Token激增吞噬大厂成本；另一边，中外大厂齐掀算力与大模型涨价潮。

据不完全统计，自今年以来，腾讯云、阿里云、百度云等云服务厂商纷纷涨价，智谱AI、字节跳动、MiniMax、月之暗面也上调了模型API价格。Claude母公司Anthropic调整了旗下企业级产品Claude Enterprise订阅模式，从每月每用户最高200美元的固定费用，转变为按照实际算力消耗收费，且加收每月基础费20美元，对于重度用户而言，新定价或导致成本提升两到三倍。

对普通人而言，涨价或许还比较远，但对于AI工具的使用者而言，这是一场生存之战。

有AI漫剧从业者公开表示，“现在一部合格的120分钟AI剧，API等多渠道混用，算力成本已经普遍往2万元以上走。有些没做好API成本控制的，一部剧消耗10多万元的算力。”而市场上一部普通的AI漫剧报价才6万块，因此许多团队的生存空间被大幅压缩。

21世纪经济报道记者注意到，AI工具的使用成本在显著上升。以视频生成工具即梦为例，目前其基础会员、高级会员分别每月有725分、6160分，而之前是1080分、15000分。这意味着，用户花同样的钱，到账积分却大幅缩水，相当于变相涨价。且有创作者反映，原先会员价首年5折优惠，现在则将首年优惠折扣调整为6折。

然而，Token计价的上调，只是冰山浮出水面的部分。水面之下，真正的成本地基——硬件，正在经历一场更为剧烈的涨价潮。

GPU方面，英伟达H100的一年期租赁价格已从2025年10月的低点约1.70美元/小时，涨至2026年3月的2.35美元/小时，涨幅近40%；Blackwell系列芯片的单小时租金更高达4.08美元，较两个月前上涨48%。按需租赁容量在所有GPU类型中均已售罄。即便是消费级显卡，如英伟达RTX 5090，也一卡难求，溢价数倍。

“GPU的成本确实决定了算力的成本，也就间接掌握了算力定价权。”GPU厂商砺算科技的一位资深产品经理对记者表示，“以DeepSeek-V4 Pro为例，每百万输出Token收费三块多美元，这个价格就是主要由数据中心的建设成本决定的，这里面包含三块成本：数据中心租赁及托管费用，服务器费用和能耗费用，其中GPU属于服务器费用里比较大的一部分，如果是每张10万元的数据中心级GPU，那么其成本大约占到了总成本的近一半。”

存储方面，HBM（高带宽内存）是AI训练与推理的核心瓶颈之一。据TrendForce数据，2026年第一季度HBM价格同比翻倍，供应持续紧张。三星、SK海力士、美光虽在扩产，但产能爬坡速度远跟不上智能体驱动的需求爆发。

服务器与网络组件同样面临成本上行。先进封装产能吃紧，光模块、交换机等互联部件也在供需失衡中涨价。

这意味着，算力成本上涨，并非仅由“模型调用更频繁”驱动，而是从芯片、存储到数据中心整条供应链的价格重估。Token单价的调高，成了这条成本传导链路的最后一站。而这些，最终都会写进消费者的订阅费里。

算力计价从粗放到精算的转折，不只影响云厂商和企业的账单，更在深层改写整个AI产业链的成本结构与竞争逻辑。新的游戏规则已经清晰：效率和性价比，才是智能体时代的生存法则。

“我们虽然没有设立‘Token Hub’这样的事业群，但已从技术架构与产品矩阵全面拥抱这一变化。”优刻得产品负责人表示。他透露，客户在选择推理服务时，除了价格，还会紧盯三个硬指标：首Token延迟（TTFT）、端到端吞吐量（TPM）以及推理稳定性——延迟抖动与错误率直接决定了AI应用的用户留存和运维成本。

在他看来，在Token洪流中，胜出的云厂商必须具备三大特质：一是全栈自研优化能力，从底层算力调度到上层模型服务实现系统性提效；二是中立开放的生态，不被单一模型或框架绑定，让客户自由选择最佳方案；三是产品灵活性，提供公有云按Token计费、混合云一体机、私有化部署等多元模式。优刻得正通过智能资源调度、vLLM框架深度优化及模型级加速机制，实现KV缓存卸载等能力，以系统性降低总体拥有成本（TCO）。

然而，任何过于火爆的行情都暗藏风险。砺算科技资深产品经理直言：“Token需求暴涨是一把双刃剑。短期Token不愁销路，但长期看，智能体热潮能持续多久？GPU需求是否会突变？会不会出现新的XPU？这些都是未知数。”他算了一笔账：GPU采购后需保证四至五年的使用期才能有利润空间，其间任何变化都可能冲击营收模型。

更深刻的挑战来自下游的成本压力——用户正疯狂寻找更廉价的推理方案，这可能催生一批“XPU”企业，用性价比更高的推理芯片撕开市场。英伟达收购Groq已被视为一个标志性信号。如果LPU、TPU等产品在性价比上远超传统GPU/GPGPU，这个市场将被快速拆分。“芯片公司每代产品周期至少两年，投入以十亿人民币计，传统GPU厂商能做的应对其实有限。”前述产品经理说。

另一个关键战场在存储。“AI推理工作负载的需求持续攀升，这对存储芯片与加速硬件提出了更高需求，以边缘侧AI大语言模型或小语言模型为例，其需要高带宽、低延迟、低功耗存储产品，才能支撑每秒超过一万个Token的高性能生成目标。”内存大厂华邦电子相关负责人对记者解释。他举例道，AI眼镜、机器人等端侧设备空间受限，存储芯片必须在功耗控制和尺寸体积上精益求精，以延长待机时间并支持轻量化设计。

当算力成为制约智能体普及的最硬约束，这场由Token引爆的“算力黑洞”正在重塑产业链的权力版图。它不是一次短暂的供需错配，而是一轮强制性的效率筛选。无论云厂商、芯片设计公司还是存储巨头，最终的考卷只有一道题：谁能用更低的单位Token成本，完成更复杂、更可靠的任务？答案的获得者，将掌握下一个时代的核心权力。