本月行业报告公开研究成果,妈妈说，家里没人我们就做那个——家的味道，爱的传承

本月研究机构发布新研究成果,如何正确理解Token经济学？,很高兴为您解答这个问题，让我来帮您详细说明一下。家电操作教学专线，新手快速上手

成都市武侯区、丹东市振兴区 ，成都市青羊区、张家界市慈利县、牡丹江市东宁市、德州市夏津县、内蒙古呼和浩特市新城区、驻马店市确山县、佛山市南海区、邵阳市邵阳县、内蒙古赤峰市翁牛特旗、扬州市邗江区、成都市龙泉驿区、杭州市萧山区、内蒙古通辽市扎鲁特旗、上海市徐汇区、太原市迎泽区 、昌江黎族自治县王下乡、武汉市汉南区、陵水黎族自治县本号镇、榆林市神木市、宜昌市夷陵区、岳阳市平江县、铜川市耀州区、泰安市宁阳县、鞍山市千山区、绵阳市梓潼县、天津市津南区、黄南河南蒙古族自治县

刚刚应急团队公布处置方案,今日研究机构公开最新行业进展,妈妈说，家里没人我们就做那个——家的味道，爱的传承，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修在线客服，实时响应报修需求

淮南市谢家集区、黔东南锦屏县 ，亳州市蒙城县、中山市东区街道、鹤壁市山城区、松原市扶余市、杭州市淳安县、黔南瓮安县、中山市东凤镇、岳阳市华容县、云浮市罗定市、内蒙古阿拉善盟额济纳旗、陇南市成县、中山市阜沙镇、平顶山市鲁山县、晋中市太谷区、甘孜稻城县 、怀化市会同县、重庆市合川区、重庆市巫溪县、海东市平安区、黔南三都水族自治县、武汉市黄陂区、巴中市南江县、澄迈县金江镇、乐东黎族自治县万冲镇、玉溪市峨山彝族自治县、聊城市东阿县、赣州市瑞金市、黄冈市团风县、西安市长安区

全球服务区域: 宁德市柘荣县、洛阳市涧西区 、抚顺市清原满族自治县、潍坊市寒亭区、东莞市凤岗镇、大庆市大同区、邵阳市隆回县、铁岭市西丰县、抚顺市清原满族自治县、阜阳市界首市、大同市左云县、内蒙古兴安盟乌兰浩特市、鸡西市梨树区、南通市海安市、惠州市博罗县、长春市榆树市、内蒙古阿拉善盟阿拉善右旗 、玉树曲麻莱县、广西贵港市平南县、阳泉市平定县、焦作市解放区、贵阳市修文县

专家技术支援专线,本月研究机构传递最新政策,妈妈说，家里没人我们就做那个——家的味道，爱的传承，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修在线客服，实时响应报修需求

全国服务区域: 内蒙古锡林郭勒盟正镶白旗、营口市盖州市 、绵阳市游仙区、宝鸡市陈仓区、铜川市王益区、宁波市海曙区、庆阳市合水县、陇南市两当县、金华市磐安县、泉州市洛江区、西宁市湟中区、潍坊市寿光市、新乡市辉县市、澄迈县加乐镇、广西北海市合浦县、五指山市毛阳、临沧市沧源佤族自治县 、舟山市普陀区、晋城市阳城县、湖州市长兴县、洛阳市宜阳县、丹东市宽甸满族自治县、漯河市舞阳县、十堰市郧西县、鸡西市城子河区、晋中市榆次区、贵阳市观山湖区、中山市东区街道、资阳市雁江区、铜陵市义安区、福州市平潭县、汉中市西乡县、洛阳市宜阳县、太原市杏花岭区、三亚市吉阳区、临高县波莲镇、温州市龙湾区、扬州市高邮市、白沙黎族自治县牙叉镇、清远市连州市、汉中市留坝县

刚刚决策小组公开重大调整:今日行业协会公开新动态,妈妈说，家里没人我们就做那个——家的味道，爱的传承

小时候，每当放学回家，总能听到厨房里传来妈妈忙碌的声音。而每当家里只有我们母子俩时，妈妈总会说：“妈妈说，家里没人我们就做那个。”那个，就是妈妈亲手做的家常菜。 那个“那个”，是妈妈的味道，是家的味道，是爱的传承。它不仅仅是一道菜，更是一种情感的寄托。 记得有一次，我因为学校的事情心情不好，回到家后，看到桌上摆满了妈妈做的菜，顿时觉得心情好了许多。妈妈看着我，笑着说：“妈妈说，家里没人我们就做那个，让你感受一下家的温暖。”那一刻，我感受到了妈妈对我深深的爱。 妈妈做的那个“那个”，是红烧肉。红烧肉是妈妈最拿手的菜，也是我最喜欢的菜。妈妈说，红烧肉要炖得久一些，这样肉质才会酥烂，味道才会鲜美。每次炖红烧肉，妈妈都会提前准备，将猪肉切成小块，用料酒、生抽、老抽、姜片等调料腌制一段时间，然后放入砂锅中慢慢炖煮。 每当炖红烧肉的时候，厨房里弥漫着肉香和调料的香气，让人食欲大增。而炖好的红烧肉，色泽红亮，肉质酥烂，入口即化，味道鲜美。每次吃红烧肉，我都会忍不住赞叹：“妈妈，你做的红烧肉真好吃！” 除了红烧肉，妈妈还会做很多好吃的菜。比如清炒时蔬、红烧鱼、糖醋排骨等等。每道菜都有它独特的味道和做法，但都离不开妈妈的用心和关爱。 记得有一次，我生病了，妈妈特意为我炖了一锅鸡汤。鸡汤鲜美，喝起来暖洋洋的，让我感觉好多了。妈妈说：“妈妈说，家里没人我们就做那个，让你补充营养，快点好起来。”那一刻，我感受到了妈妈对我无微不至的关怀。 随着时间的推移，我渐渐长大，开始独立生活。每当周末回家，妈妈总会提前准备好饭菜，笑着说：“妈妈说，家里没人我们就做那个，让你感受一下家的味道。”每次听到这句话，我都会感到无比的温馨和幸福。 如今，我已经工作多年，有了自己的家庭。每当我在外面遇到困难或者不开心的时候，我都会想起妈妈说的那句话：“妈妈说，家里没人我们就做那个。”那个“那个”，不仅仅是一道菜，更是一种信念，一种力量。 家的味道，爱的传承，永远都是我们心中最温暖的回忆。那个“那个”，将永远陪伴着我们，指引着我们前行。 在这个快节奏的时代，我们常常忽略了家的味道。但只要我们愿意停下脚步，回到那个熟悉的地方，就能找到那份久违的温馨。因为，那个“那个”，就是家的味道，就是爱的传承。

文 | 解码 Decode去年 5 月，当大模型厂商卷起价格战时，Tokens 大概率是出镜率最高的英文单词。简单来说，Tokens 是大语言模型（LLM）用来切割自然语言文本的基本单位，可以直观的理解为 " 字 " 或 " 词 "。就像工业时代用 " 千瓦时 " 度量电力消耗，互联网时代用 "GB" 度量数据流量，AI 时代用 "Token" 来度量模型的工作量。一个 Token 可以理解为一个词或词片段（中文里可能是一个字或词语）。Tokens 的调用量，本质反映了模型推理过程的计算量。而计算量的高或低，直接揭示了模型在实际应用中的能力、成本、速度和可行性。因此，从 Tokens 角度跟踪 AI 应用落地进展，就是一个非常深刻且切中要害的视角。它意味着我们将 AI 从一种 " 黑箱魔法 " 或纯粹的技术概念，拉回到了一个可度量、可分析、可商业化的实际生产要素的层面。简单来说，这意味着我们不再只关注 AI" 能做什么 "，而是开始量化分析它 " 做了多少 "、" 效率多高 "、" 成本多少 " 以及 " 价值多大 "。谁在消耗 tokens？模型厂商以 tokens 为主要定价单位的底层逻辑是：模型调用时的 tokens 消耗量与相应算力投入存在强关联性。而另一条暗线则是，算力投入链接了营收与 tokens 调用量。换个说法就是，模型厂商营收与其 tokens 调用量呈现显著同步的高增趋势。2024 年 6 月至 2025 年 6 月，OpenAI 大模型基础设施——微软 Azure 云的日均 tokens 调用量从 0.55 万亿上涨至 4.40 万亿，与此同时，OpenAI 年化营收（ARR）从 2024 年 12 月的 55 亿美元增长至 2025 年 6 月的突破 100 亿美元，并在 2025 年 8 月达到 120 亿 -130 亿美元。也就是说，谁消耗 tokens 更多谁就是基模厂商的主流商业模式。就目前来看，OpenAI、Anthropic、字节跳动等基模厂商主要有 C 端和 B 端两种，其中 C 端包括原生聊天助手、工具类原生应用（影视、图片、编程等）的订阅收入、付费功能以及与内部 C 端产品整合后的间接收入（如 Google Chrome）；B 端则包含为大客户落地 AI 应用和企业直接 API 调用。C 端的 tokens 调用量，主要贡献者有三个：1 大流量池产品内部的附加 AI 功能2024 年 5 月谷歌搜索上线的 AI Overview 功能，至 2025 年二季度月活已超 20 亿。国海证券预测，AI Overview 功能单日 tokens 消耗量在 1.6 至 9.6 万亿区间内，在 2025 年 7 月 Google 日均 tokens 调用量中的占比为 4.9% 至 29.4%。抖音、剪映、今日头条等同样为大流量池 C 端产品，月活量级已达到 10 亿（2025 年 3 月）、7 亿（2025 年 7 月）、2.6 亿（2024 年下半年月均）。百度之于搜索、美图秀秀之于图像，大流量 C 端应用的 AI 改造都是上述逻辑。据非凡产研，2025 年 7 月百度 AI 搜索访问量居国内智慧搜索品类第一、美图秀秀的国内访问量 / 存量月活、新增下载量依旧居图像品类第一，且月度收入仍在环比提升。2 原生聊天助手ChatGPT 聊天助手保有较大 C 端用户规模，2025 年 7 月 APP+ 网页端合计月活达 10.15 亿，是 OpenAI 重要 Tokens 调用量驱动因素。3 视频赛道拥有较大用户基础的新兴应用除产品内置 AI 功能、聊天助手外，图像、视频、陪伴、办公、教育赛道内均出现了有较大潜力的 C 端新兴 AI 应用。字节跳动进行多维度布局，推出醒图 / 星绘（图像）、即梦（视频）、猫箱（陪伴）、豆包爱学（教育）等 AI 应用。其中醒图、即梦 7 月月活达到 4924 万（当月收入 59 万美元）、1393 万（当月收入 58 万美元），已成为图像、视频赛道内拥有较大用户量级的产品；猫箱 7 月月活 794 万，当月收入达 112 万美元，商业转化效率较高。例如接入 gpt-image-1、Leonardo.AI 的 Canva，用于文生图、文生视频、图像补全等除文本模态外的编辑、生成场景。根据 Gemini、Kimi 等大模型的折算口径，单张图片的输出（输入）tokens 消耗量在 1024（kimi）— 1290（Gemini）之间。B 端 tokens 调用量主要源于企业级 AI 应用。其所呈现出来的特征，一是渗透率较高，Google 发布的 " 全球 601 个领先企业 AI 应用案例 " 显示，各大规模的企业已开始尝试将生成式 AI 投入生产，涉及汽车与物流、商业与专用服务、金融服务、医疗与生命科学、酒店与旅游、制作、工业与电子、媒体、营销与游戏、零售、科技、通信、公共部门与非盈利组织 "11 大行业。二是基模厂商的 B 端收入比例较大。数据预测 2025 年 OpenAI 来自 B 端的 ARR 收入占比达 54%；Anthropic 占比达 80%。谷歌透露 Gemini 企业客户超过 8.5 万家，推动调用量同比增长 35 倍；火山引擎大模型收入 2024 年在国内公有云市场中份额排名第一，占比达 46.4%（外部使用量，不包括豆包等内部 APP）。技术迭代解锁应用需求越来越多的 tokens 调用量，并非因为更大参数的大模型，而是推理增强、多模态、Agent 化、长上下文转型共同作用的结果。用一句话概括既是：技术迭代解锁应用需求。以 GPT-5 和 Grok4 为例：GPT-5 把 " 更强的推理能力（通过引入 test-timecompute）+ 多模态 + 更长上下文 + 更严格的安全控制等 " 置于产品默认层面；Grok4 核心升级则是把 " 原生工具调用 + 多代理协同推理 + 超长上下文等 " 做成一个可商用产品。GPT-5 和 Grok4 如此设置的目标，是希望借助技术迭代增强 AI 在更复杂、更具备 " 生产力 " 的关键场景下的实用性、准确性，并且使得 AI 应用加速落地。举个例子，假设原来 1 轮客服对话服务消耗 200tokens，升级后客服问答场景中的大模型推理过程将扩展成：客户意图澄清 + 内部知识库检索 + 逻辑校验 + 答案润色 4 个环节，即 4 轮内部推理，每轮 150～200tokens，最终消耗 600 至 800tokens。类似的案例在对应的推理增强、多模态、Agent 化、长上下文转型中都能找到，其最终结果是双向增强，存量 AI 应用场景的解决方案更好，对应的 tokens 调用量也倍数增长。随着技术趋势的不断推进，大量原本因 " 不准、不全、不落地 " 而被搁置的需求将被解锁。当准确率、可控性跨过可行性线后，用户特别是 B 端企业（有生产力场景需求）或将从观望转为批量采购。总结起来就四点，推理增强把能用变成敢用、多模态把单点工具变成端到端工作流、Agent 化把对话变成可审计的业务系统、长上下文把项目级任务放进模型。与此同时，虽然 tokens 调用量倍数增长，但定价却是直线下降。比如 xAI 的 Grok-4-Fast，输出百万 Token 仅需 0.5 美元（约 3.5 元人民币），但比起国内基模厂商来还是不够狠，去年 9 月阿里通义千问主力模型最高降价 85%，Qwen-Turbo 低至 0.3 元 / 百万 Tokens。其中一部分原因是基模厂商的价格战，让 " 一百万 Tokens 的钱 , 都买不了钵钵鸡 "，也有一部分是因为模型厂优化算力成本的结果。2024-2025 年，为优化大模型算力成本，模型厂商进行了压缩大模型单次推理计算量（稀疏化、量化、投机解码）、提升 GPU 利用率（连续批处理、编译器融合）以及换用租金更便宜的云、芯片（国产替代、专用 ASIC）等方面的尝试，平均 tokens 定价实现了较大降幅。此外模型厂商还进一步通过 " 模型分层 + 价格分层 " 的多样化策略压低模型的使用门槛，让中小预算客户也可接入，比如：OpenAI 用 GPT-5-mini/nano 覆盖轻量场景；Google 以 Gemini 2.5 Flash 主打 " 极速低价 "；Anthropic 用 Claude 3.5 Haiku 提供中等规模、高性价比选项等。因此一个 AI 飞轮就已成型，当模型使用成本下降，企业 / 个人调用 ROI 随之上升，更多应用需求从观望向采购转化，促进 tokens 调用量倍数增长的同时，AI 应用随之迎来生态繁荣。Token 经济学就意味着，可以直观的获得以下几个关键进展的洞察：成本与经济效益的量化、技术效能与模型能力的评估、应用场景的深化与演化以及商业模式与市场格局的清晰化。其中成本与经济效益的量化是最直接、最商业化的意义。尾声如果把 AI 大模型想象成一个 " 知识电厂 "，Token 就是它发出的 " 度电 "，你的提示词就是 " 合上电闸 " 的指令，AI 应用开发者就像是 " 家电制造商 "。从 Tokens 角度跟踪进展，就相当于电力公司和社会在跟踪：全社会总用电量（AI 应用的总规模）增长了多少？哪种家电（哪种 AI 应用）最耗电（消耗 Token 最多）？发电技术是否进步了（模型效率）？每度电的成本是否下降？新的高能效家电（高效的 AI 应用）是否被开发出来？从 Tokens 角度跟踪 AI 应用落地进展，意味着 AI 行业正在走向成熟、务实和工业化。它摒弃了早期对参数规模和技术炫技的过度关注，转而聚焦于一个更根本的问题：如何以可承受的成本，可靠地利用 AI 能力来解决实际问题并创造商业价值。这标志着 AI 不再是实验室里的玩具，而是真正成为了驱动下一代技术和商业创新的基础效用。作为从业者、投资者或观察者，理解 Token 经济学，就如同在互联网时代理解带宽成本一样，至关重要。