Token正在成为AI经济学的新尺度，但我们还不会统计它

中国日均Token（词元）调用量正在飞速增长。从2025年底的100万亿，增长至2026年一季度末的140万亿；截至二季度末，这一数字又进一步跃升至500万亿。

或许，到了三季度末，中国日均Token调用量还将迎来新一波增长。过去两个月，本土模型开始集体跨越“好用”时刻。从智谱GLM-5.2、月之暗面Kimi-K3，到深度求索DeepSeek-V4正式版，以及阿里Qwen-3.8-Max，中国模型进一步缩小了与美国前沿模型的能力差距，也开始在编码、智能体等真实场景加速渗透。

MiniMax提供了一个微观样本。公司最近披露，7月Token消耗量已经达到1月的20倍，8月ARR（年度经常性收入）超过8亿美元，而2月时这一数字约为1.5亿美元。Token消耗与商业收入几乎同步跃迁，说明这一轮模型能力提升已经开始迅速转化为真实的付费需求。

智谱的GLM-5.3-Flash，则提供了另一个微观样本。在上线前，该模型在第三方聚合平台OpenRouter进行测试，不到一周消耗了超过23万亿Token，占该平台同期Token消耗量的20%；OpenCode则称，每天有100万亿Token的推理容量可供测试。

智谱明确声明上述两个平台上的测试请求全部由国产芯片集群承载。这意味着，智谱能够调动一套足以支撑日均百万亿Token级别推理测试的国产芯片集群。它的ARR在今年7月达到了10亿美元。

10亿美元ARR、GW级数据中心，以及日均百万亿Token级的处理能力，正在成为本土AI竞争的新门槛。Token也因此越来越像AI经济的一个核心计量单位，向上连接算力基础设施，向下连接应用与商业价值，并开始像商品一样跨越企业和国境。

但尴尬也恰恰在这里。我们已经开始用Token衡量AI经济的规模，却甚至还没有完全弄清楚这个数字应该怎么统计。

其中一个问题，在于如何理解字节跳动的日均180万亿，与全国的日均500万亿。我们无法简单地将其理解为，单是豆包一家就占到了全国Token调用的约36%，更无法简单地将其对应为算力规模与Token经济的规模。

从算力侧反过来看，问题同样值得追问。国内最大的云厂商阿里云，以及华为云、腾讯云、百度智能云和电信运营商云，承载了大量模型推理；与此同时，DeepSeek、智谱、Kimi、MiniMax等头部模型公司，也在大规模建设自有算力。如果把这些已经可以观察到的模型调用量和算力部署规模放在一起，它们是否只值剩下的那64%份额？

更大的问题是，中国的日均Token消耗与美国相比如何？在这个问题上，原本可以将Token调用量简单连接算力与ARR的叙事逻辑，正在变得更为脆弱。

今年4月，OpenAI曾披露，其API每分钟处理超过150亿Token，折算下来约为日均22万亿Token。今年7月，谷歌披露财报时又表示，其模型API在二季度已经达到每分钟处理超过220亿Token，折合约为日均32万亿。

如果粗略地用商业规模作为参照，OpenAI截至7月底的ARR已经超过400亿美元，Anthropic约为650亿美元。美国头部模型厂商显然已经证明了Token的巨大商业价值。

但如果把Token吞吐量与ARR简单对应，问题反而变得耐人寻味。美国头部模型厂商公开披露的API Token吞吐量，加在一起似乎也并没有字节跳动一家多。而据财新披露，截至7月底，字节跳动大模型业务的ARR约为40亿美元；此外，智谱在7月时约为10亿美元。

一个关键的解释，可能是它们采用了不同的统计口径。事实上，在I/O大会上，谷歌曾披露过两个口径的Token调用数据。其一是，自身模型API每分钟处理大约190亿个token，相当于日均28万亿；其二是，每个月整个产品生态（across our surfaces）的Token消耗量为3200万亿，相当于日均107万亿。同一家公司的两个数字，就已经相差近四倍。

如果豆包披露的180万亿采用的也是类似的宽口径，那么它与谷歌的107万亿才具有更强的可比性。进一步说，如果中国国家层面的500万亿日均Token采用的也是类似口径，那么它实际上统计的可能也并非狭义的模型API调用，而是覆盖了更广泛的AI产品与服务。现在的问题在于，OpenAI与Anthropic，以及美国在宽口径下的日均Token消耗呢？

另一个可能的解释，则是中美市场面对的算力约束和支付环境并不相同。黄仁勋曾多次强调，算力基础设施存在一条帕累托式的权衡：是追求更大的整体吞吐，还是更低的单请求延迟。同样1GW算力，最终能够产生多少Token，并不只取决于芯片的峰值算力，也取决于它被怎样调度、以什么价格出售，以及用户愿意为多少延迟和多少Token付费。

美国模型厂商可能更强调低延迟，即让单个用户更快获得响应；而中国市场可能更容易形成低价格、大规模、高吞吐的Token消费。前者追求Token的速度与价值密度，后者追求Token的规模与吞吐量。这或许也是解释中美Token统计出现巨大数量级差异时，一个不能忽略的变量。

这种差异最终也会反馈到芯片研发和算力集群设计上。Cerebras这样的专用推理芯片，以及OpenAI自研的Jalapeño，都在强调更高效的推理交付；而智谱这次在国产芯片集群上“以算力换带宽、以通信换显存”的优化，则体现了在硬件资源受限的情况下，通过系统和软件把Token吞吐尽可能压榨出来的选择。

事实上，Token经济学还存在一个传统AI基础设施讨论很少触及的变量，即Token的国际贸易。不同市场的支付能力、Token价格和算力成本并不相同，这会形成类似传统商品贸易的跨境套利，毕竟中国和美国的开发者，也都在使用对方模型制造的token。

而随着Kimi等中国模型开始谋求通过AWS等全球云巨头进入海外市场，并与云厂商进行收入分成，这一Token统计学问题还会进一步复杂化。一个Token究竟应该算作谁生产的、在哪里消费的、由谁付费，又应该计入哪个国家的AI经济？

我们需要的或许已经不只是一个更大的Token数字，而是一套真正属于Token经济学的统计体系。如此我们就可能搞明白这样的问题，似乎中国的日均使用token量已经超过了美国，但中国的AI算力规模仍然比美国小很多？而且中国AI企业的收入与美国存在着数量级的差距？