全球Token，短缺了

文 | 影子备忘录

你有没有发现，最近的AI好像越来越“小气”了？

打开Claude Code写代码，没过多久弹窗提示“本周Token使用量已达限额的90%”；用Kimi查资料，高峰期经常提示“算力不足，请稍后再试”；就连Seedance生成一个视频，排队时间也越来越长。

这不仅仅是网络卡顿，而是一场正在席卷全球的“Token短缺”危机。

Token——AI处理信息的最小单元，你可以理解为AI的“呼吸”。一次简单的问答消耗几个Token，而让AI帮你写一份竞品分析报告、整理一周的工作日志，它就得“深呼吸”千百次。现在的问题是，全球AI的“肺活量”快不够用了。

一个叫Token的“新货币”，正在被挤兑

先看一组数据。

OpenAI面向企业客户的API平台，Token调用量从2025年10月的每分钟60亿次，飙升至2026年3月底的每分钟150亿次——不到半年，增长150%。摩根士丹利的统计更加震撼：2026年1月初，全球每周Token使用量还是6.4万亿次，到3月已经冲到22.7万亿次，三个月翻了两倍多。

国内市场同样疯狂。到2026年3月，国内日均Token调用量已突破140万亿，相比2024年初增长了1000多倍。主流平台日均Token消耗量较年初增长超300%，部分头部平台的API调用配额在两周内被消耗殆尽。

需求侧烈火烹油，供给侧呢？

算力供给的调整周期受制于硬件生产（GPU交付周期约6-9个月）和数据中心建设（18-24个月）的双重刚性约束，导致2026年3月算力市场出现“硬缺口”，部分地区算力溢价率突破200%。

这已经不是什么“趋势”了。这是一场正在发生的资源挤兑，只是挤兑的不是银行的现金，而是AI的“呼吸权”。

Token消耗量为何突然指数级飙升？

答案是智能体（Agent）AI的爆发。

2026年初，以OpenClaw为代表的智能体工具正式登场。过去的AI像个问答机器人，你问它答，一锤子买卖。

但智能体从“回答问题”升级到了“执行任务”：它可以自己打开文件夹、阅读文档、调用软件、填写表格、发送邮件。

这意味着什么？单次任务的算力消耗，比简单问答高出10到100倍。

华源证券首席分析师一针见血地指出：“OpenClaw最核心的颠覆点，在于它把AI的价值衡量方式，从‘回答得像不像人’推进到‘事情办没办成’。”

智能体任务占整体AI算力消耗的比例，从2025年的12%飙升至2026年Q1的47%。更值得关注的是，头部5%的高复杂度任务消耗了超过60%的总算力资源。

简单说：AI从“动嘴”进化到了“动手”。以前是打字员，现在变成了全能助理。问题是，这个全能助理的“伙食费”贵了至少一个数量级。

芯片、电力、人力：短缺这堵墙，至少三层

如果你觉得“算力不够”只是芯片买少了，那就把事情想简单了。

第一层：芯片制造。

英伟达的GPU要在台积电的晶圆厂里，用ASML的EUV光刻机一层一层刻出来。EUV光刻机一年只产几十台，交付排队时间超过十八个月。GPU离不开的HBM高带宽内存，产能同样有限。

大摩的预测很直接：当前AI算力需求的增速，是英伟达供给增速的3倍。供需之间的口子还在继续撕大。

第二层：电力。

一台装满GPU的服务器机柜，跑起来的功耗抵得上十几台家用空调同时运转。一个大型数据中心，每天吞掉的电够一座小型城市用。

大摩预测，2025至2028年间美国数据中心将面临约55吉瓦（GW）的电力缺口。服务器供应链的ODM厂商坦言，现在最缺的不是订单，而是“三力”——电力、人力、财力，其中电力与人力最让厂商伤脑筋。

美国计划中的数据中心，有三分之一到一半正面临延期或取消，核心障碍不是芯片太贵，而是电力基础设施严重短缺——大型变压器、开关设备的交货期长达数年。

第三层：人力。

现在连建数据中心的人都不够了。技术工人短缺导致项目延期超三个月，甚至连建造数据中心的劳动力都成了瓶颈。

正如德州仪器技术专家指出的：现代高端GPU功耗已步入“千瓦”时代，整座数据中心大楼的规划必须看到吉瓦规模——“在处理器层面谈论千瓦功耗，意味着整座数据中心大楼的规划必须看到吉瓦规模，这几乎相当于一座传统核电站的完整发电量”。

这场AI大战，已经从“追逐GPU”变成了“追逐千兆瓦电力”。甚至可以说，现在最大的瓶颈，就是**到处都是瓶颈**。

“Token工厂”来了，但工厂还没建好

英伟达CEO黄仁勋在2026年GTC大会上抛出了一个新概念——“AI Token工厂”。

他认为，未来的数据中心不再是存放文件的仓库，而是日夜不停运转的轰鸣工厂。它们生产的不再是传统产品，而是数字世界最核心的大宗商品：Token。

黄仁勋将AI产业拆解为能源→芯片→基础设施→模型→应用五层架构，而Token是贯穿五层的语言和货币。就像千瓦时让电力有了价格，桶让石油有了期货市场，Token让AI经济有了可计量、可定价的单位。

这个比喻很美，但现实很残酷。

截至2026年全年及2027年部分可用电力配额已被全部预订一空，新数据中心短期内根本无法上线。H100算力的全球实际利用率仅维持在15%–18%**之间，大量算力处于空转状态。

国际能源署预测，到2030年全球数据中心总耗电量将突破1000太瓦时，超过日本全国的年发电总量。

“工厂”还没建好，订单已经排到三年后了。

你可能还记得，2024年的Token还是“白菜价”。

厂商们把Token单价压到“厘”级，用补贴换用户增长。但到2026年，云厂商开始在AI算力、存储及模型调用服务上陆续调价。阿里云四天内三次调价，腾讯混元最高涨价463%，百度智能云上调5%至30%。

海外同样涨声一片。亚马逊AWSEC2实例实施15%的价格上调，谷歌云AI计算实例价格上调20%至50%。

算力租赁市场同样疯狂：英伟达Blackwell芯片每小时租用价格从2.75美元涨到4.08美元，两个月涨了48%；H100的一年期租赁合约价格从1.70美元涨到2.35美元/小时，涨幅近40%。

云服务商CoreWeave将服务价格上调逾20%，并要求小客户签订至少三年的长期合约。OpenAI推出了“保障产能”服务，企业签订1至3年的长期合同，可以锁定价格并确保算力供应——换句话说，OpenAI开始卖“算力期货”了。

有意思的是，虽然Token单价较2023年下跌了超过一个数量级，但调用它需要花的钱却越来越多了——因为消耗量的增长远快于单价的下降。

涨价潮背后，是算力从“水电气”蜕变为稀缺的硬通货。过去20年“算力只会越来越便宜”的逻辑，在2026年——暂时失效了。

“短缺卖家”吃肉，“短缺买家”挨打

华尔街的逻辑正在发生巨变。

现在头部的AI巨头，比如Anthropic，创收速度不是按年算——是每周新增25亿美元的年化收入。Anthropic年化营收从2025年底的90亿美元，在短短两个月内跃升至140亿美元，此后再度翻倍至300亿美元。

这背后是一道冷酷的财富方程式：谁是“短缺的卖家”，谁就有绝对的定价权。谁是“短缺的买家”，谁就只能挨打。

微软CFO坦言，GPU等硬件组件价格上涨将推高全年资本开支约250亿美元，云算力供给紧张的局面“至少将贯穿整个2026年”。

微软、谷歌、亚马逊这些万亿美元级别的云厂商，为了不掉队，必须砸成百上千亿美元去买这些贵得要命的资源。存储涨价一倍，他们就得掏两倍的钱，但收益并不能马上翻倍——于是现金流被严重消耗，利润直接转移到了卖方的口袋里。

谁在吃肉？

英伟达的毛利率约为75%，较2019年的60%大幅提升；台积电的毛利率也超过60%，约为多数其他代工厂的两倍。最大利润正集中在产业链的瓶颈环节。

这不是泡沫，而是一场结构性的财富大转移。

你可能觉得，这是巨头之间的游戏，和我有什么关系？

看看身边就知道了。

一位高校博士生最近抱怨：“我难道是尊贵的会员吗？本周Token使用量已达到限额的90%。”她为了写毕业论文，不得不在三个AI工具之间来回切换，省着用。

AI编程工具的用户更憋屈：“我已经好几周没触达Claude Code的限额了，但这周大概45分钟就到上限了。”

这种场景让人想起二十年前的拨号上网时代。那时带宽紧缺且昂贵，开发者要尽量压缩图片、精简代码，生怕流量超额。如今，Token正在重复“流量”的老路。

黄仁勋甚至预言，未来工程师将标配“年薪+Token预算”模式，Token将成为硅谷招聘的核心筹码。

“下沉市场”的定义，可能也要变了——不再是买不起房、买不起包，而是用不起最好的AI工具。

有个比喻一直在流传：“所有人都在谈论石油，但世界真正短缺的或许是Token。”

以前，我们判断一个国家、一家公司强不强，看它的GDP、市值、财报。未来，衡量实力的可能变成：它拥有多少Token的生产能力，它能持续生成多少有价值的Token。

Token正在成为数字世界的通用货币。但货币印出来了，谁来买单？

目前来看，AI应用的商业化回报仍远落后于资本的狂热投入。全球算力基建投资在不断增加，算力短缺的状态据分析至少还将维持两年。

大摩预测，算力需求增速约为NVIDIA算力供给CAGR预测值的3倍，缺口将长期存在且持续扩大。高盛则预计到2030年，全球Token消耗量将较2026年水平增长24倍。

这场Token短缺，本质上是在回答一个更深层的问题：当AI从消费品变成基础设施，当Token从技术参数变成战略资源，整个人类社会的数字生存方式，将会如何重构？

而你我，正在这个过程之中——既是被挤压的“下沉用户”，也是这场变革的亲历者。