来源：香港金融投资那些事
该报告由清华大学沈阳教授团队于2026年3月发布，区别于区块链语境下的通证经济学，报告聚焦AI算力场景下的Token（词元/模元），将Token定义为大模型、智能体（Agent）运算的最小信息计量单位，提出Token正在继土地、劳动力、资本、数据之后，成为数字时代第五大核心生产要素，构建起横跨微观推理成本、中观产业链、宏观经济结构、地缘政治、企业治理的完整经济学分析框架。报告系统解释Token供需规律、产业价值链、社会经济重塑效应、全球竞争格局与系统性风险，明确AI产业竞争正从MaaS（模型即服务）转向TaaS（Token即服务），全文共十章，下文提炼核心逻辑与关键结论。
一、Token基本定义、市场规模与核心供需经济规律
（一）概念界定
Token是大模型输入、思考、输出的基础计量单位，每一轮对话、代码生成、多模态创作、智能体自主任务执行均持续消耗Token；本质是电力、算力、算法封装后的标准化中间产品，可计量、可计费、可调度、可审计。供给端由GPU、服务器、算力集群生产，需求端由企业、开发者、终端用户、自主智能体持续消耗。
（二）市场规模爆发态势
1. 交易体量：OpenRouter平台2022–2025年Token处理总量从10万亿增长至100万亿，三年规模扩张十倍；2026年国内日均Token消耗量突破140万亿，两年增幅超1800倍，智能体全天候自主运行是需求爆发核心推手。
2. 定价体系：市场自发形成五档分层定价模式，依托延迟、稳定性、算力质量实现价格歧视，区间0–150美元/百万Token：顶级档150美元（超高可靠低延迟场景）、特级档45美元（高端商用应用）、高级档6美元（大中型企业常规推理）、中档3美元（中小企业普惠调用）、入门低价档（开发者测试限流使用）。
3. 长期空间：2030年全球生成式AI市场规模预计2200亿美元，CAGR 29%；全球数据中心电力需求2025–2030年增幅84.7%，单位电力Token产出效率成为算力厂商核心考核指标。
（三）核心经济学定律：杰文斯悖论
报告最核心微观结论：推理单位成本下降，反而带来总支出大幅上涨。GPT-3.5单Token推理成本两年降幅达280%，但OpenAI整体推理总开支上涨2.4倍。需求弹性大于1，降价刺激应用大规模普及、调用频次指数级提升，算力总消耗不降反升。该悖论决定行业长期特征：算力永远相对紧缺，降本是行业永恒主线，单纯扩产能无法缓解供需结构性缺口。
（四）四大无效消耗机制（Token损耗经济学）
报告归纳企业Token浪费根源，构成推理成本优化理论基础：
1. 上下文税：超长无冗余文本输入，带来无效Token占用；
2. 输出通胀：安全校验、模板冗余、审慎句式带来不必要Token输出；
3. 调度折价：通过路由分流、缓存复用、任务分级调度降低单位消耗；
4. 合规溢价：可追溯、可审计Token服务具备额外商业溢价，不可溯源低价Token长期竞争力持续弱化。
（五）行业四阶段演化路径
1. 模型红利期：试点落地，重能力、忽视Token成本管控；
2. 流量膨胀期：多部门批量接入，Token消耗激增、预算治理滞后；
3. 预算治理期：账单失控倒逼建立配额、审批、台账管控体系；
4. 经营内生期：Token纳入常态化经营指标，追求单位Token产出效益最大化。
二、Token完整产业链结构（五大价值链环节）
产业链呈现上游硬件寡头垄断、中游平台定价权集中、下游应用分散竞争格局，利润向芯片、高端算力基础设施倾斜。
1. 芯片与高端硬件制造（价值顶端）
包含GPU设计、先进封装、HBM内存、高速光模块、PCB、连接器；英伟达依托Blackwell、Vera Rubin架构形成算力生态壁垒，单颗高端GPU决定Token生产上限，是供给端约束瓶颈，具备极高固定成本、规模效应、网络外部性三大特征。
2. 算力基础设施建设
数据中心、液冷散热、供电配电、高速组网集群，决定单位Token能耗水平；能源约束是算力扩张硬约束，能耗成本占Token全生命周期成本40%以上。
3. 算力平台与MaaS/TaaS运营
微软、谷歌、亚马逊、Meta四大云厂商主导全球算力资本开支，承接模型部署、推理调度、Token打包售卖；行业演进方向从售卖模型接口，转向直接售卖标准化Token算力配额，TaaS模式适配多智能体协同调度需求。
4. 模型与算法优化层
大模型基座研发、量化压缩、稀疏化、上下文窗口优化、缓存策略、RAG检索增强，同等硬件条件下提升Token产出效率，降低无效消耗，是软件层面降本核心路径。
5. 终端应用开发与服务落地
办公Copilot、AI搜索、行业解决方案、自主智能体、多模态生成工具，是Token最终需求来源，竞争分散，议价能力最弱。
三、全链条盈利模式与会计核算变革
（一）各环节盈利逻辑
1. 上游芯片与硬件厂商：硬件整机销售+后续维保服务费，依托代际迭代持续提价，锁定Token生产供给壁垒；
2. 算力运营平台：核心收入为按Token用量阶梯计费服务费；增值收入来自定制调度方案、私有化部署、预留算力长单锁价，平滑周期波动；
3. 模型优化服务商：为企业做Token成本治理咨询、推理架构改造，收取服务费，按节约能耗分成；
4. 应用厂商：向终端用户订阅收费、项目制服务费，Token支出作为核心可变成本；
5. 新型Token薪资激励模式：企业向研发人员配发Token预算作为额外激励，工程师自主调配算力资源，整体工作效率最高可提升十倍。
（二）会计体系重构：Token成为新型核算单元
1. 成本划分：模型推理Token计入营业成本，微调训练Token计入研发费用，获客引流Token计入销售费用；
2. 资产属性：预采购未消耗Token额度确认为预付存货；长期沉淀的知识库、决策上下文图谱可确认为无形资产；
3. 治理属性：Token消耗全链路可审计、可追溯，成为企业跨部门资源调配、预算管控标准化工具。
四、全球竞争格局、头部玩家与劳动力市场重塑
（一）全球算力寡头格局
1. 美国：英伟达构建算力硬件帝国，四大云厂商垄断全球中高端Token供给，封闭生态抬高外部接入成本，形成技术+商业双重壁垒；
2. 中国：算力规模快速扩张，2026年国内芯片市场规模预计3813.9亿元，国产中端GPU、算力集群持续突围，短板集中在高端制程、HBM、底层算法框架；
3. 欧洲、日韩：侧重算力节能技术、存储材料、绿色算力布局，区域自给建设对冲外部供应链风险；
4. 竞争模式：合作博弈并存，巨头既相互抢占算力市场，又联合定义Token行业定价、调度、合规标准。
（二）劳动力市场K型两极分化（核心社会经济结论）
1. 高技能岗位溢价抬升：AI算法工程师、算力架构师、Token成本优化专家、智能体训练岗需求暴涨，薪酬持续上行；
2. 重复性岗位替代加速：基础客服、初级文案、简单代码编写、基础翻译岗位被Token驱动的推理服务替代，中低端劳动收入增长停滞；
3. 幽灵GDP现象：经济总量持续增长、全社会产出提升，但劳动收入分配占比由传统60%下滑至45%以上，增量收益更多流向算力资本、硬件投资方；
4. 组织变革：传统层级式管理转向Token预算精细化管控模式，资源配置更灵活，内部协同效率大幅提升。
五、资本市场投资逻辑与算力地缘政治经济学
（一）投资主线分层
1. 确定性主线：上游GPU、光模块、液冷、存储等Token生产硬件，供需缺口长期存在，业绩确定性最强；
2. 成长主线：算力运营、TaaS调度平台、推理优化服务商，受益用量持续扩张；
3. 应用弹性主线：垂直行业智能体落地企业，单位Token变现能力决定估值分化；
4. 规避方向：低效算力、同质化大模型厂商，长期陷入价格内卷、盈利持续承压。
（二）算力地缘政治（算力即国力）
1. 频谱、算力集群、跨境Token流转成为大国博弈新载体，各国推进算力本土化建设，降低外部高端Token依赖；
2. 出口管制延伸至算力芯片、先进算力服务，限制高规格Token跨境输出；
3. 我国推进全国一体化算力网络，布局自主可控算力底座，构建主权Token供给体系，保障产业安全。
六、行业长期发展趋势、核心挑战与政策建议
（一）五大发展趋势
1. TaaS全面替代MaaS：行业竞争核心从模型参数比拼，转向单位能耗Token产出效率比拼，智能体规模化运行倒逼标准化Token调度市场成型；
2. 绿色算力成为硬性约束：能耗指标、PUE值、绿电使用率成为算力项目准入门槛，低碳Token具备长期定价溢价；
3. 算法优化常态化：稀疏模型、量化推理、上下文压缩、缓存复用成为企业标配，无效Token损耗治理常态化；
4. 一体化布局成为头部标配：芯片—算力—模型—应用纵向整合，对冲价格周期波动，控制全链条Token生产成本；
5. 多主体协同治理体系成型：Token统计口径、计费规则、审计规范、数据跨境合规逐步形成全球统一行业标准。
（二）系统性核心挑战
1. 高端供给卡脖子：高端GPU、先进存储、底层框架依赖海外，限制高规格自主Token产能上限；
2. 能耗与电力瓶颈：算力扩张对电网负荷冲击明显，东部土地、能耗指标收紧，算力选址约束增强；
3. 市场非理性扩张风险：资本扎堆建设同质化算力，局部低端算力过剩、高端算力紧缺结构性分化；
4. 合规与安全风险：跨境Token流转涉及数据隐私、内容治理、算法偏见、深度伪造风险，审计、监管体系滞后产业发展；
5. 企业治理短板：多数企业缺少Token预算管控体系，资源浪费严重，投入产出比偏低。
（三）针对性政策建议
1. 顶层统筹算力布局，引导差异化建设，避免低端重复内卷，加大国产算力芯片扶持力度；
2. 建立全国统一Token统计、计量、审计标准，完善TaaS服务行业规范；
3. 出台绿色算力激励政策，鼓励余热利用、液冷节能改造，提升整体能源利用效率；
4. 完善跨境算力、数据流转监管规则，平衡产业发展与数据安全；
5. 推广企业内部Token预算管理制度，赋能实体经济降本增效，推动AI从概念投入转向可量化经营资产。
