众力资讯网

Token越来越便宜,为什么顶尖AI反而越来越贵?

Token越来越便宜,为什么顶尖AI反而越来越贵? 你有没有想过,有一天设计一款爆款皮草,不需要请设计师,只需要在软件
Token越来越便宜,为什么顶尖AI反而越来越贵?
你有没有想过,有一天设计一款爆款皮草,不需要请设计师,只需要在软件里敲几行字?
这不是科幻。2023年春天,浙江海宁皮革城的一位档口老板,看着电脑上刚生成的AI设计图,愣了几秒,说了一句让腾讯研究院院长司晓记到现在的话:“以后拼的不是谁能设计,而是谁知道该选哪个设计。”
这句话背后,藏着一场静悄悄的经济变局。
2026年8月,腾讯研究院出了一本书叫《Token经济》,试图把这场变局说清楚。9月10日,南方周末记者在深圳南山腾讯总部采访了司晓。聊完之后你会发现,AI时代的钱,正在以一种反直觉的方式流动。
算力焦虑?这不是临时堵车,是长期限行
黄仁勋把AI产业分成五层:算力、芯片、云、模型、应用。现在哪层最赚钱?司晓的回答很直接:算力,还有HBM存储。“大家都排队等,它必然赚钱。”
但这不是短期供需失衡。Token这东西有个“双时钟”特性——算法侧以天为单位迭代,物理侧以年为单位扩产,两个时钟速度差50到200倍。一个齿轮飞转,另一个齿轮慢吞吞,结果就是:算力、存储不是临时瓶颈,而是Token经济的长期硬约束。
换句话说,模型越做越大,激活参数越来越多,硬件消耗只会越来越猛。天花板?还早着呢。
免费送Token,价值就消失了?
很多人有个直觉:ChatGPT有免费版,豆包元宝大量能力开放,DeepSeek价格低到离谱——既然大家都在免费送,AI是不是迟早变成像搜索引擎一样的公共设施,不值钱了?
司晓说,这是一种误判。
“价格越接近零,用量持续增长,越可能意味着大量价值没有被价格体系捕获。”市场上同时存在两套价格体系:底层标准化Token像大宗商品,价格快速下行;高价值场景里的Token被嵌进工作流、岗位和行业系统,继续维持高溢价。
只看均价下降就判断AI行业利润薄,看到的是成本曲线,没看到价值正在迁移。
举个中国的例子。法律AI公司通常不公开按Token收费,而是把模型能力封装成项目合同卖给律所,单项目报价几十万到几百万。Token的单位价值在账面上消失了,但被打包进了项目费里。表面定价更平,价值分布反而更隐蔽。贵的更贵,便宜的趋近于零。
那未来Token价格怎么走?司晓毫不犹豫:越来越便宜。
但问题来了——如果Token越来越便宜,什么会越来越贵?
答案是:顶尖的模型。
按任务价值,Token成本分成两类,走向截然相反。
一类是高智力依赖、强推理的任务:销售策略制定、高风险决策、科学发现。这类任务追求最高质量的Token,主动选用最强最贵的模型,单位成本不降反升。但它换来的价值足够大,贵得其所。
另一类是低智力依赖、高确定性的任务:日常流程化“搬砖”。经济档模型降价后,Token成本迅速趋近于零,很多环节直接用脚本替代,根本不用模型。
单价下降的红利,主要落在低智力任务上。高智力任务的账单,反而会随能力升级而抬高。
这就引出一个扎心的问题:你的工作,属于哪一类?
模型公司为什么增收不增利?
听起来模型公司应该很赚钱?现实是,增收不增利。
司晓点出了结构性困境:用户切换只需改一行API地址,迁移成本极低。没有单一模型在所有场景占主导,编程、法律、客服、翻译、角色扮演,不同场景最优模型完全不同。哪个模型领先,哪个厂商占优,频繁轮换。一旦出现更好用或更便宜的选项,企业数周内就会切换。
所以Token价格一定是在不断卷的过程中。模型公司一旦营收增速放缓,或对手发动价格战,利润空间就被迅速挤压。更重要的是,它们仍处于大规模资本投入期,需要持续融资支撑研发和算力扩张,盈亏平衡尚未真正达成。
那为什么不提价覆盖成本?司晓反问:如果没有真正拉开实质性差距,或差距很难锁定,怎么能在定价上从容?
Token出海,旧规则管不住新问题。现在已经有一些企业在做Token出海,但现行数据跨境规则管不了Token。
传统数据跨境关心的是:数据从哪流向哪、谁处理、保存多久、能否再转移。但Token跨境涉及输入、缓存、日志、输出如何跨境,还涉及模型生成的判断、建议和行动结果由谁负责、能否验收、是否进入敏感场景。

一次跨境API调用同时涉及好几条合规链路:用户输入可能含个人信息,触发隐私法;数据传输到推理所在地,涉及出境合规;推理中的上下文、缓存、日志、记忆可能被保留,涉及数据保留规则;输出回传,又触发一次跨境判断。
旧规则常常只看前一层,而Token经济真正难处理的是两层叠在一起。
写在最后
三年前海宁皮革城那个档口老板的话,如今正在各行各业应验。AI把设计能力变成订阅服务,把智力供给变得接近无限。但司晓的观察提醒我们:Token越来越便宜,不等于智力越来越廉价。
便宜的是标准化、低确定性的“搬砖”。昂贵的是强推理、高价值的“决策”。
这像不像一个隐喻?当机器接管了确定性,人类真正的价值,反而在那些不确定的、需要判断和承担责任的地方,变得更加昂贵。
所以,别问AI会不会取代你。问一问:你的工作里,有多少是“搬砖”,有多少是“决策”?