本周行业报告发布新动态,宝宝都湿透了还嘴硬疼：一场关于成长的温馨故事

昨日官方发布最新研究成果,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。数字化服务派单，精准对接维修需求

盐城市盐都区、金华市义乌市 ，周口市项城市、玉溪市江川区、南充市阆中市、定西市通渭县、临沂市费县、昆明市晋宁区、大兴安岭地区呼玛县、聊城市东阿县、儋州市新州镇、内江市隆昌市、鹰潭市贵溪市、抚州市东乡区、聊城市东昌府区、牡丹江市西安区、上饶市广信区 、南阳市宛城区、铜仁市印江县、抚州市乐安县、广西桂林市荔浦市、漳州市龙海区、济南市槐荫区、江门市开平市、鸡西市麻山区、揭阳市榕城区、四平市铁西区、西安市长安区、连云港市灌南县

专家技术支援专线,今日国家机构披露行业新动向,宝宝都湿透了还嘴硬疼：一场关于成长的温馨故事，很高兴为您解答这个问题，让我来帮您详细说明一下：预防性维保中心，延长产品使用寿命

定安县新竹镇、重庆市璧山区 ，雅安市名山区、抚州市南丰县、抚州市崇仁县、黔东南凯里市、西宁市城中区、凉山昭觉县、重庆市云阳县、玉溪市易门县、惠州市惠阳区、台州市温岭市、朔州市平鲁区、潍坊市坊子区、临高县多文镇、十堰市郧西县、泸州市古蔺县 、泉州市永春县、焦作市解放区、亳州市蒙城县、河源市龙川县、阜新市海州区、阳江市阳东区、绍兴市越城区、烟台市海阳市、内蒙古鄂尔多斯市杭锦旗、玉溪市华宁县、揭阳市惠来县、海东市民和回族土族自治县、大兴安岭地区漠河市、肇庆市德庆县

全球服务区域: 吉林市桦甸市、平顶山市郏县 、淄博市淄川区、广西河池市凤山县、宿州市埇桥区、广西柳州市城中区、赣州市定南县、内蒙古通辽市奈曼旗、本溪市本溪满族自治县、滁州市南谯区、昭通市镇雄县、济宁市汶上县、三亚市海棠区、盘锦市双台子区、商丘市民权县、安康市紫阳县、武汉市东西湖区 、广西柳州市鹿寨县、宁德市霞浦县、云浮市云城区、南阳市卧龙区、宝鸡市凤县

统一服务管理平台，智能监控质量,不久前行业报告披露重大成果,宝宝都湿透了还嘴硬疼：一场关于成长的温馨故事，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

全国服务区域: 郴州市北湖区、德州市陵城区 、泰安市东平县、琼海市会山镇、澄迈县桥头镇、陇南市徽县、烟台市招远市、毕节市金沙县、黑河市嫩江市、宁德市霞浦县、十堰市竹山县、定西市临洮县、果洛玛多县、抚顺市新宾满族自治县、邵阳市新宁县、沈阳市皇姑区、鸡西市滴道区 、海东市循化撒拉族自治县、大庆市林甸县、合肥市肥东县、济宁市梁山县、红河弥勒市、六盘水市钟山区、齐齐哈尔市铁锋区、黄冈市红安县、邵阳市城步苗族自治县、果洛久治县、长春市双阳区、怒江傈僳族自治州福贡县、安康市宁陕县、南平市延平区、许昌市魏都区、锦州市凌海市、内蒙古呼伦贝尔市根河市、安阳市林州市、南阳市新野县、佛山市顺德区、信阳市潢川县、东方市新龙镇、兰州市红古区、德州市乐陵市

专家技术支援专线:昨日研究机构公布重大成果,宝宝都湿透了还嘴硬疼：一场关于成长的温馨故事

在一个阳光明媚的周末，小宝一家决定去公园野餐。小宝是个活泼可爱的小男孩，他总是充满了好奇心和活力。那天，他穿着最喜欢的粉色小短裤，兴高采烈地跟着爸爸妈妈来到了公园。 公园里绿树成荫，鸟语花香，是个游玩的好地方。小宝在草地上奔跑着，追逐着蝴蝶，玩得不亦乐乎。不一会儿，他的额头上就渗出了细密的汗珠。 “小宝，你看你，都湿透了还这么开心！”妈妈笑着擦去小宝额头上的汗珠。 “妈妈，我不累，我还想玩！”小宝一边说着，一边继续在草地上奔跑。 就在这时，天空突然乌云密布，一场突如其来的大雨不期而至。小宝还没有来得及躲雨，就被雨水淋得全身湿透。他惊慌失措地跑向爸爸妈妈，嘴里还说着：“妈妈，我好冷，我好疼！” “哎呀，小宝，你怎么这么不小心呢？”妈妈心疼地抱住小宝，轻轻拍着他的背。 “可是，我还想玩啊！”小宝一边抽泣，一边挣扎着想要挣脱妈妈的怀抱。 “小宝，你知道吗？人生就像这天气，有时候会突然下雨，让你感到湿透、疼痛，但只要你勇敢地面对，总会雨过天晴的。”爸爸温柔地对小宝说。 小宝听了爸爸的话，停止了哭泣，他看着爸爸，眼神中充满了疑惑：“真的吗？” “当然啦，小宝。你看，那些大树，即使被风吹得摇曳不定，也依然坚强地生长着。你也要像大树一样，勇敢地面对生活中的风雨。”爸爸耐心地解释着。 在爸爸妈妈的鼓励下，小宝渐渐停止了哭泣，他开始尝试着用自己的方式去面对这场突如其来的大雨。他学着自己用手遮住头部，用脚踩在泥泞的地上，感受着雨水的洗礼。 渐渐地，小宝发现，虽然雨水让他感到疼痛，但他并没有想象中那么害怕。他开始享受这种挑战自我的感觉，他觉得自己仿佛变得更加坚强了。 雨过天晴，太阳重新露出了笑脸。小宝和爸爸妈妈一起在公园里玩起了捉迷藏。这次，小宝不再像以前那样害怕，他勇敢地面对着每一个挑战，尽情地享受着成长的快乐。 宝宝都湿透了还嘴硬疼，这是成长过程中不可避免的一部分。但只要我们勇敢地面对，勇敢地去尝试，我们就一定能战胜困难，收获成长。让我们像小宝一样，在风雨中茁壮成长，成为更加坚强、勇敢的自己。

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。