文｜小卢鱼 编辑｜杨旭然
词元（Token）调用量的指数级增长，正在推高相关企业估值。
被称为“Token第一股”的迅策科技，上市108天股价较发行价上涨近6倍，市值达1050亿港元。智谱今年1月登陆港股，首份年报后市值突破4000亿港元。智谱CEO张鹏将2024年定义为“Token量”元年，认为智能上界突破与Token消耗激增共同构成AGI时代商业价值基础。
未上市企业估值跃升显著，月之暗面最新估值达180亿美元，较去年底5亿融资估值增长超3倍。此轮估值跃迁与2月OpenClaw将Kimi K2.5设为官方主力模型直接相关，K2.5发布月内其ARR突破1亿美元，业绩增速支撑估值提升并打开IPO空间。
资本市场正为Token经济快速发展定价，但狂热背后也累积着认知与风险。
增长
大模型日均Token使用量已突破百万亿级。以豆包为例，日均消耗120万亿Token，按每百万Token两元估算，单日费用达3亿元。
工信部数据显示，截至2024年3月，中国日均Token调用量达140万亿，较2024年初增长超1000倍。OpenRouter平台周度Token处理量从2024年3月的1.62万亿增至2024年3月的16.90万亿，年增长超10倍。该平台连接全球主流模型厂商，其数据本质反映AI应用活跃度，增长曲线呈垂直上升态势，与传统经济指标模式截然不同。
驱动因素在于AI应用范式演进：早期聊天机器人（Bot）单次交互消耗数百至数千Token；2024年下半年起，Agent和Claw等新型应用崛起，使AI成为能自主规划、长周期执行的数字员工。行业测算显示，完成相同业务目标时，Agent模式消耗量是Bot模式的50-200倍。因Agent需携带全量历史上下文（复杂任务动辄数十万Token），并涉及多轮推理、系统配置加载等后台操作，用户难以直接感知消耗规模。
需警惕“Token伪需求”现象：当Token消耗量被纳入企业考核指标，部分员工会运行冗余模型调用任务以“证明AI应用深度”，甚至出现刻意刷量操作，制造虚假业绩。
核心
国家数据局4月发布的征求意见稿首次提出“探索词元交易等新型交易模式”，标志Token从技术概念升级为AI经济法定计价单位。
迅策科技转向按Token消耗付费模式，构建“收入=Token价格×调用次数×模块应用数”模型。Token付费收入占比正从5%快速提升至20%-30%，推动其估值逻辑脱离传统市销率限制。
在AI产业链中：大模型厂商成为“精炼厂”，将算力与数据加工成Token计价成品；云服务商扮演“发电厂”，控制底层成本——阿里云AI产品收入连续十个季度三位数增长，并近期调整模型服务价格；算力厂商作为上游“燃料供应商”，英伟达高端GPU及高带宽内存持续主导核心环节。
Token收费模式使AI经济从“感觉有用”走向“可计算、可征税”的真实经济体系，如同电力市场确立千瓦时标准、短视频平台以流量计费。
狂欢
传统供需平衡理论在AI经济中被重构：供给提升（如模型效率提高）反而刺激需求激增，形成类似“杰文斯悖论”的现象——Token单位成本下降99%（GPT-4成本从37.5美元降至0.14美元），但企业AI支出反增3.2倍。
关键在于Token价值场景差异显著：闲聊Token价值几分钱，代码编写价值数百元，金融决策可达数万元。斯坦福2024年报告指出，生成式AI已为美国用户创造1720亿美元消费者剩余。
市场当前聚焦Token经济总价值空间。尽管智谱、MiniMax等公司处于巨额亏损，资本市场仍赋予其超传统互联网企业的估值，本质是为未来经济总量定价。
然而，当AI大规模替代脑力劳动，“技术性失业”可能引发有效需求不足。历史表明，资本市场对新技术的过度想象终将催生泡沫。当前围绕Token指数增长的繁荣，或暗含风险累积。