在过去的两年里，人工智能领域最关键的问题很简单： 哪款车型的设计最出色？ 这个问题的重要性正在逐渐减弱。模型层正在以超出预期的速度走向商品化，过去需要一年才能弥合的能力差距，如今一个季度内就能缩小——这往往得益于模型本身之外的工程技术进步。因此，一个新的变量正进入人工智能决策矩阵： 一个代币多少钱？
该术语的内涵已远远超出了其作为“词内单位”这一技术定义的范畴。.
- 致一位代理人, 代币是工作的基本单位。.
- 致首席财务官, ，代币是一项新兴的运营费用。.
- 去市场, ，代币的表现越来越像一种可交易的商品，拥有不同的供应商、价格、路由机制，甚至还出现了新的金融工具。.
我们的核心论点很简单： 代币经济本质上是一种披着软件外衣的能源经济. 随着模型能力的趋同，以更低且更可预测的成本生成和分发可靠代币的能力，将日益成为竞争优势的重要来源。.
智能体重塑了人工智能的经济模式
传统的聊天界面为人工智能的使用设置了一道天然的限制： 人类动作很慢. 用户提出一个问题，等待回答，阅读回答内容，然后拟定下一个提示。因此，人类的互动 起到限制代币消耗的作用.
特工们拆下那个节流阀. 一个编码代理可以规划任务、检查文件、调用工具、执行命令、评估结果、纠正错误并重复该过程。每次迭代都可以扩展传递回模型的上下文。业界通常估计，代理类工作负载约为 根据任务的不同，其令牌消耗量是传统单轮交互的10至50倍.
这改变了人工智能的经济模式。随着智能代理的普及，代币消耗越来越少地取决于人类的使用，而更多地取决于 机器执行. 市场已经作出了反应：高使用率迫使Cursor和Claude Code等AI产品重新考虑固定期限的订阅模式，, 引入使用限制或额外收费 当少数用户消耗了远超其应得份额的计算资源时。.
合乎逻辑的回答是 多模型路由. 代理工作流中的每一步并不都需要使用前沿模型。复杂的规划任务可以交给高性能模型处理，而检索、摘要生成、分类或常规工具执行等任务，则可由规模较小、成本更低的模型来处理。RouteLLM 和 FrugalGPT 等研究框架已经证明， 在不相应牺牲性能的情况下，可以大幅降低成本.
这就是 代理线束 变得具有战略意义。该框架——负责规划、工具协调、上下文管理、错误恢复和集成的层——可以 弥补基础模型中的不足.
因此，通过改进工程设计，可以缩小昂贵的前沿模型与更廉价的替代方案之间的实际差距。.
其含义十分重大： 该模型的智能溢价正在缩小，而推理的经济性则变得越来越重要.
缓存揭示了令牌的物理成本
路由只是令牌优化的一个方面。. 提示词缓存 指出了另一个问题：冗余计算。.
代理工作流会反复发送相同的系统提示、工具定义和持久化上下文。提供商无需每次都重新计算这些令牌，而是可以缓存底层的键值对状态并加以复用。.
目前，主要服务商针对缓存输入提供了大幅折扣，在某些情况下 接近 90%. 具体价格因型号和缓存时长而异，但其经济原理是一致的：如果计算已经完成，后续的重复使用成本将大幅降低。.
这一区别很重要，因为…… 90%的缓存折扣率与90%的缓存命中率并不相同. 如果缓存了 90% 个代币，且缓存代币仅需支付 10% 的标价，则综合成本约为原价的 19%： 实际节省了约 80%.
对于企业财务规划而言，这些区别至关重要。代币经济学不仅仅关乎标价，更关乎在实际工作负载下的有效单位成本。.
缓存还揭示了一个更深层次的问题。为什么缓存的令牌成本更低？因为所需的计算量更少。计算量越少，意味着消耗的 GPU 周期就越少。而 GPU 周期会消耗电能。换句话说，, 代币的价格最终反映了实体基础设施的情况.
代币是凝结的电能
在基础设施层面，代币的价格包含了GPU及其折旧、data中心容量、网络、冷却系统，最重要的是，, 电力.
具体的成本明细因架构和核算方法而异，但趋势很明确：随着人工智能推理规模的扩大，, 能源正逐渐成为影响智能经济发展的最重要制约因素之一.
这些数字已经相当可观。一次典型的人工智能交互可能仅消耗不到一瓦时的电量，但若乘以数千亿次交互，再加上涉及反复推理和工具调用的自主工作流，其总能耗便会变得极其庞大。.
国际能源署预计，全球datacenter电力消耗将接近 到2030年达到950太瓦时, ，几乎是2025年水平的两倍。.
因此，地理位置至关重要。各大人工智能市场的工业电价差异显著，而中国则通过“东Data、西算”战略，以惊人的速度扩大了可再生能源发电规模，并在能源丰富的西部地区进行了大量投资。.
软件智能可在数月内实现全球范围的扩展，但 价格低廉、供应可靠的电力 无法做到。建设生成能力、输电基础设施和data中心需要多年的资本投入。随着模型能力的可替代性日益增强，能够获取充足且低成本的计算资源正成为一项更具持久性的优势。.
代币将能源转化为一种可在全球范围内交易的服务
电力本身很难跨国出口。电力电网从根本上来说仍具有区域性。. 代币解决了这个问题.
在data中心内，, 电力即算力. 计算转化为代币. 随后，代币可通过API和光纤网络即时传输给全球任何地方的用户。因此，代币是一种 数字化能源：将物理能量转化为一种可在全球范围内提供的服务。.
这有助于解释中国人工智能模型竞争力日益增强的原因。据业界估计，尽管具体差距因模型、供应商和工作负载而异，但中国领先模型的推理成本可能远低于西方同类模型。.
市场的反应日益明显。OpenRouter 等路由平台使开发者能够从价格、延迟和性能等方面对不同模型进行比较，并动态重定向流量。中国模型在路由流量中所占份额显著提升，而 Qwen 和 DeepSeek 等开放权重模型在全球开发者生态系统中的地位也日益凸显。.
这并不意味着西方的前沿模型正在变得无关紧要。高端模型在处理复杂且风险较高的推理任务时，依然拥有定价权。相反，市场正在呈现两极分化：昂贵的前沿模型用于处理价值最高的认知工作负载，而价格较低的模型则承担着数量庞大的常规推理任务。.
因此，战略层面的问题已不再仅仅是”谁拥有最强大的模型”。它越来越成为“谁能以最低且可靠的单位成本提供所需水平的情报？?”
开放式权重加速了商品化进程
中国模型提供商也采取了不同的商业策略： 公开级.
DeepSeek、Qwen、GLM、Kimi 等中文模型系列已不同程度地发布了可下载的权重，通常采用宽松的许可协议。相比之下，, 西方主要服务提供商仍主要专注于封闭的API生态系统.
这两种方法体现了不同的经济模式。封闭式模型通过专有访问权限将稀缺的认知能力变现。开放式模型则将模型本身作为推广机制，将竞争重心向下游转移，聚焦于推理基础设施、cloud服务、开发工具、微调和企业集成等领域。.
2025年1月DeepSeek-R1的发布标志着一个重要的转折点。随着高性能模型权重的获取门槛日益降低，基础模型本身作为竞争壁垒的作用也逐渐减弱。.
一旦模型权重接近零边际分销成本，, 竞争战场已转向推理经济学和企业层. 这就是商品化的本质：当智能变得丰富时，稀缺资源就会流向其他领域。.
代币经济学越来越像一个大宗商品市场
围绕代币形成的结构已颇具成熟大宗商品市场的雏形：
- 价格差异化: 同一模型的推理成本可能会因服务商、区域和基础设施的不同而存在显著差异。.
- 路由与套利: 像 OpenRouter 这样的平台允许用户根据价格、延迟和吞吐量，在不同型号和提供商之间进行动态选择。.
- 分级定价: 服务提供商越来越多地根据优先级、速度、批量处理和保证容量来制定差异化定价。.
- 配额与分配: 使用限制和企业级套餐能够根据客户价值和需求，有效分配稀缺的计算资源。.
- 金融化: 新兴指标和计算期货预示着，未来企业可能会像管理其他可变投入成本一样，来管理计算成本。.
其结果是商品周期的迅速压缩。路由、缓存、模型替换和低成本电力都在解决同一个根本问题： 如何最大限度地降低有价值情报的交付成本. 而在大宗商品市场中，单位经济效益最终才是关键。.
Artefact的观点：企业需要管理其代币经济
因此，对于企业而言，代币经济学应当成为一项管理学科，而不仅仅是一个基础设施问题。.
1. 将令牌视为一个 FinOps 问题: 人工智能的成本必须与业务成果挂钩。处理一张支持工单需要多少代币？一个自动化的拉取请求需要多少代币？每次客户互动的综合人工智能成本是多少？如果没有这种归因机制，企业就无法区分高效的人工智能使用与资源浪费。.
2. 将多模型路由作为架构原则: 前沿模型不应成为每项任务的默认选择。企业应根据任务的复杂程度动态匹配模型能力，并借助智能路由、缓存和可观测性来实现这一点。持久的价值将越来越多地体现在模型之外： 专有工作流、企业场景、协调逻辑、领域专业知识以及值得信赖的 data.
3. 务实地评估中文代币: 中国模型与西方模型之间日益扩大的成本差距值得认真评估，特别是对于高吞吐量、低敏感度的计算任务而言。.
对于敏感的 data，部署在私有或主权环境中的开放权重模型能够更好地控制 data 的驻留位置和基础设施。对于标准化、高频次的任务，高成本效益的 API 端点可显著提升单位经济效益。.
4. 将不断下降的模型成本纳入商业模式: 模型价格将继续下降。因此，可持续的利润率将不再主要取决于能否获取原始情报，而是更多地取决于 工作流集成、专有技术 data、协调管理、领域专业知识和客户信任.
5. 将能源纳入人工智能战略议程：对于科技公司、cloud服务提供商、制造商和政策制定者而言，人工智能基础设施已与能源战略密不可分。下一次的竞争优势或许不再源于拥有最智能的模型，而是源于确保 丰富、弹性且经济实惠的计算资源.
结论：从“智能”向“高品质/低成本”的转变
人工智能的主要竞争焦点已从“哪个模型最智能？”转向“谁能以最低成本生成并分发高质量的代币？”
由于代币本质上是计算能力和电力的具体体现，未来人工智能主导格局的版图将不仅由顶尖研究实验室来绘制，还将取决于 丰富、低成本且具有韧性的能源基础设施.
