“Token”时代，云厂商的生存法则变了

开年至今，全民掀起了一股“龙虾热”，以OpenClaw为代表的开源AI智能体迅速走红，全球用户忙着养数字员工“干活”，Token消耗量呈指数级暴涨。

为此，英伟达CEO黄仁勋表示发Token当工资；阿里、腾讯也纷纷将Token作为员工福利，这事听起来似乎有点魔幻，但随着Token价格水涨船高，“算力即薪酬”的预言也快成真了。

近日，阿里云、百度云、腾讯云相继对AI算力、存储等相关产品进行调价，最高涨幅超30%。今年1月，亚马逊AWS、谷歌云已先一轮涨价，打破了云计算行业“只降不升”的定价惯性。

云巨头们的涨价理由也高度一致：算力需求持续攀升，核心硬件及相关基础设施成本显著上涨。简单来说，算力的供给已经赶不上消耗。

国家数据局指出，2024年年初，中国日均Token调用量为1000亿；到今年3月，调用规模已突破140万亿，两年增长超千倍，一场“Token革命”正在照进现实。

当AI时代的竞争从“拼模型”转向“争算力”，科技大厂也在加速重构战略版图，谁能更高效地“燃烧”Token，谁就将掌握未来商业的定价权。

云厂商集体“涨价”

Token为什么一下子变得金贵？先搞清楚什么是Token。

Token是AI处理信息时最小的一份“计算单位”，当我们将一句话、一段代码、一张图片交给AI时，它会被切割成一个个Token，大模型再去理解、预测和生成。

简单来说，我们可以将Token理解为发电厂里的计量单位“千瓦时”，用电（使用大模型）越多，电费（消耗的Token）自然越贵。

但Token早期并不贵，甚至是免费的。

2022年底，ChatGPT用大语言模型推开了通用人工智能（AGI）的大门。在接下来的一年里，国内外科技大厂纷纷自研通用大模型，Token的消耗开始被摆上了台面。

国盛证券基于参数数量和token数量估算，GPT-3训练一次的成本约为140万美元；一些更大的LLM模型，训练成本则介于200万美元至1200万美元之间。

虽然训练成本不菲，但在2024年，阿里、字节、百度等大厂不仅采取C端免费的策略，更在B端市场掀起了一场血腥的价格战，将API调用价格从“分”打到“厘”。

在大模型刚刚爆发的窗口期，行业的普遍共识是算力将会越来越便宜，甚至会像如今的宽带资源一样，成为互联网基础设施。

在这样的基础上，大厂依然沿用互联网思维来推演，将模型能力视为入口资源，先通过极低价格吸引开发者与企业入场，争取在商业化落地的过程中获得先发优势。

但剧情并没有如想象般发展。“百模大战”开打仅一年便匆匆落幕，大厂开始意识到，生成式对话所能带来的商业价值有限，大模型要在垂直场景“用起来”，才能释放更多的竞争力。

然而，当AI从“训练”转向“推理”，每一次对话、生成、推理都需要进行新的计算，这意味着Token的需求曲线不再是线性的，而是呈指数级增长。

Claude Code、OpenClaw 等编程智能体的出现，更进一步加大了对Token的需求——智能体可以全年无休地工作，每个智能体还能生成成百上千个子智能体来处理任务的不同部分。

有开发者报告指出，从chatbot到Agent，单次任务的算力消耗将会被放大30-100倍，极端场景下将可能放大1000倍以上。

举个例子，一名学生借助AI完成一篇7500个单词的论文，在不需要修改的情况下，大概要消耗1万个Token，按此推算，单纯的文本对话，一天消耗百万个Token已经算很多了。

但智能体执行一个简单的任务，可能就要触发上百万的Token消耗。有用户表示跑半天OpenClaw，就花掉了5000万Token；还有用户表示用OpenClaw编程，一个月烧掉上千刀。

随着Agent成为更广泛的大众需求，用户也学会了货比三家，更便宜的国产模型开始席卷全球开发者社区，成为了这一轮Token大爆发的最大受益者之一。

前段时间，多家媒体援引知情人士透露消息，称Kimi近20天累计收入已超过2025年全年总收入；刚刚登陆资本市场的Minimax和智谱，股价也再创新高。

但问题是，随着海内外用户的疯狂涌入，Kimi已经隔三差五跳出“高峰时段算力不足”的提示，MiniMax则直接宣布限流……

归根到底，此类国产小模型自己并不拥有GPU，它们想赚“龙虾热”的钱，还要看背后阿里云、腾讯云、火山引擎等云厂商的定价。

可算力的成本也不便宜，GPU市场早已供不应求，当大厂卖Token的收入增速追不上建数据中心的花钱速度，涨价也是必然之举。

竞逐“Token工厂”

过去一年，由于Token需求激增，云厂商的收入也翻了几番。

根据多家媒体报道，火山引擎2025年已完成超200亿元的营收目标，2024年的收入则超120亿元；根据阿里2026财年Q3财报，阿里云收入加速增长36%，增速创三年新高，AI相关产品收入连续第十个季度三位数增长。

但我们不能只看收入不看投入。2025年，阿里的资本支出为1238亿；根据金融时报报道，字节的资本开支约为1500亿，仅靠“卖算力”的话，何时才能填平这笔账？

科技大厂显然并不甘心只当“卖铲人”，既然Token是未来AI竞争的“硬通货”，它们更希望能掌握Token生产、调度和变现的全链路，成为智能时代的“水电煤”。

黄仁勋在英伟达GTC 2026大会上描绘出新的蓝图，他认为英伟达将要从一家“芯片公司”向“AI基础设施和工厂公司”蜕变，不再只是“卖芯片”，而是成为一家“Token工厂”。

目前，英伟达有意通过收购Groq补齐推理短板，其全新发布的Vera CPU能对智能体AI系统进行实时调度与协同，再加上CUDA这个生态护城河，以及其和电力巨头合作打造的新一代AI工厂，未来所有Token从诞生到消耗，都得从英伟达的“Token工厂”里面跑一遍。

根据黄仁勋的分层定价策略，Token的定价将跟算力产出直接挂钩——能力越强，速度越快，定价越贵，而英伟达则握住了这套体系的路线图与定价权。

阿里与英伟达的战略方向也颇为类似，但阿里不仅希望成为Token供应商与基础设施运营商，还希望探索更多新业务，让Token能够被消耗得更多。

近日，阿里成立 Alibaba Token Hub（ATH）事业群，由吴泳铭直接带队，以“创造Token、输送Token、应用Token”为核心目标，进一步强化AI业务战略协同。

之后，阿里推出了企业级AI原生工作平台“悟空”，剑指的是B端市场，首批覆盖电商、设计、制造、财税等十大场景，是能够真正嵌入企业工作流的数据军团。

重新回归阿里的钉钉创始人陈航指出，Token经济学的价值，不在于用机器取代人，在于把这部分庞大的人力资源成本，转化为可放大10倍、100倍的数字生产力。

这跟上一轮企业通过SaaS（软件即服务）提高经营效率的目标是一致的，但SaaS模式主要用于维持运转，而基于Maas（模型即服务）搭建的“悟空”，则能带来可量化的业务增长。一旦企业将算力和数据沉淀在阿里体系，其迁移成本还会越来越高，最终形成核心壁垒。

拥有类似想法的还有字节旗下的火山引擎，其一直将Maas 放在了很高的战略位置，希望以MaaS带动云业务的全面突围。

火山引擎的优势在于，字节拥有抖音、剪映等国民级应用，在如此土壤下跑出的生图、生视频模型能迅速在亿级用户场景中完成验证与迭代，形成“算力-模型-场景”的闭环优势。

比如Seedance 2.0模型凭借突破性能力迅速出圈，不仅吸引了海量用户涌入，更在漫剧等专业场景中实现了规模化落地，直接推动了火山引擎Token消耗量的激增。

根据《晚点 LatePost》的报道，字节火山引擎的豆包大模型日均调用量已超过 100 万亿 Tokens，成为全球第三家Token消耗量过百万亿的云厂商。

不过，国内的云厂商们也不会坐以待毙。阿里CEO吴泳铭表示，新成立的ATH事业群的目标是拿下2026年国内AI云市场增量的80%。

目前，在中国AI云市场中，阿里云以35.8%的占比位列第一；火山引擎以14.8%的占比位列第二。Token争夺战一触即发。

Token成为“流通货币”

虽然路径不同，但科技大厂的战略布局都指向同一个事实：

AI时代的竞争，已不仅仅是模型能力的比拼，科技大厂争夺的是一套Token生产、分发与应用体系的话语权，谁掌握了Token的定价权，就相当于掌握了AI时代最值钱的生产资料。

从前，科技大厂抢夺的是用户的注意力；未来，Token从哪里产生，流向哪里，如何被消耗，才是它们更关注的事情。

首先，以更低成本生产高质量Token。过去，互联网行业的“护城河”是数据、算法、规模等轻资产叙事，但在未来，大厂则要重新拥抱“重资产”，将算力基建作为新的战略高地。

中国有着廉价且稳定的电力供应，再加上科技企业在芯片、模型架构等方面的突破，天然有着算力出海优势，这一轮云厂商集体涨价，也释放出云厂商向全球市场要利润空间的信号。

其次，抢夺Token分发权。大厂掌控着大模型技术，能够将底层算力转化为标准化、可调用的Token服务，进一步降低了用户调用模型能力的门槛。

比如阿里“悟空”切入企业工作平台；微信推出插件支持接入 OpenClaw等，只要用户来部署了，后续自然就会有源源不断的Token消耗，大厂要争抢的是新一轮的“Token入口”。

最后，刺激Token的消耗。拥有Token不一定能形成商业闭环，还要将模型能力嵌进真实业务场景，才能带来可持续的Token消耗。

长远来看，“Token工厂”要的是“消耗-产出”的转化效率，其核心不是卖一次性算力，而是把Token消耗和客户价值真正绑定，能够稳定地、可持续地创造商业收入。

但规则不会一成不变，AI的发展速度已经远超人类想象，没人能预知未来，就像几年前没人能预测到OpenClaw会突然爆火一样。

因此，无论是科技大厂，还是垂直模型公司，又或者是agent工具开发者，大家都还需要在各自擅长的领域，一边奔跑，一边补课。

大厂想要把AI这个虚的概念，变成实的生意，将不再只是参数竞赛，也不是单纯比拼Token的消耗，其最终总会遵循一个最朴素的逻辑：普通人能用好的AI，才是最有价值的AI。

AI 时代真正的商业化入口，可能很近，也可能还有很远。