黄仁勋押注Token经济:你用的软件,正在变成AI收费站

这些操作背后，有一件事你可能没细想——

AI每回复一次，都在烧Token。而你随手烧掉的Token，正被人一笔一笔入账，变成亮眼的财报数字。

这个逻辑不是我总结的，是黄仁勋的。

6月1日，他在英伟达GTC台北大会上，于台北流行音乐中心发表演讲，Token经济是他整场演讲的核心主题之一。他在台上展示了一张图表，解释得很直白：

“一座AI工厂这辈子能赚多少钱，看的就是它总共产出多少Token，也就是曲线下方的面积。”

据科创板日报报道，黄仁勋的原话更完整：“从产业的角度来看，Token就是资产，Token已经成为获利的营收单位。” 因为它可以制造利润。AI公司会想建更多AI工厂、生产更多Token，这正是为什么台积电的订单已经排到了天边。

更夸张的是，黄仁勋说，在硅谷，“这份工作配多少Token”正在变成挖人的筹码——有公司开始把Token配额当生产力工具发给员工。

你没看错，Token配额，变成了新型”装备”。就像当年公司”配车””配房”一样，AI能力正在变成一种可以量化的职场资源。你的AI配额，正在变成你身价的一部分。

01 “算力就是收入”——黄仁勋的原话

先看黄仁勋在GTC上说了什么。

他在台上展示了一张图表，解释得很直白：

“算力即营收，算力即利润。在AI工厂里，每一个生成的Token都是可以计量的盈利单位。”

“如果你拥有一吉瓦的电力，单位瓦特的吞吐量就是你的收入。仅仅因为芯片更便宜而选择错误的架构，是无法转化为效益的。买得越多，赚得越多。”

这两句话的核心逻辑：数据中心不再是存储数据的机房，而是生产Token的工厂。谁能更快、更省电、更稳定地生产Token，谁就赚得越多。

在AI工厂时代，真正重要的指标不再是”一个芯片多少钱”，而是“一瓦电力能产出多少个Token”。因为数据中心的电力预算是固定的——你拿到1吉瓦的电力许可，就只能用这么多电。在电力上限锁死的情况下，谁的单位瓦特吞吐量更高，谁的营收就更高。

这彻底改变了数据中心建设的底层逻辑。过去企业买服务器是一项支出，而现如今建设GPU集群更像建设一条生产线。投入的每一块GPU都对应未来可出售的Token数量。

Token已经从一个技术名词，变成了像钱一样的东西——因为它能制造利润。

02 软件公司的未来：从卖工具，到卖AI干活

黄仁勋对软件行业的判断，比”Token是资产”更值得琢磨。

今年3月，黄仁勋在摩根士丹利技术大会上，据媒体报道说了这样一段话：

“未来每一家软件公司，都会变成一个增值转售商（value-added reseller）。”

这句话翻译成人话就是——软件公司以后赚的钱，很大一部分是AI Token的差价。

怎么理解？

想象一下你现在打开Word，让Claude帮你续写一段文档；你在Excel里让AI帮你做一张表；你用Outlook让AI帮你起草一封邮件。

每一次操作背后，软件平台在做一件事：向Anthropic或OpenAI支付Token费用，然后向你收服务费。

差价，就是软件公司的利润。

说白了，软件公司变成了AI高速公路上的收费站——你每让AI写封邮件、做张表、跑个任务，好比开车过一次闸，烧掉的Token钱就是过路费。

据媒体报道，黄仁勋在那场大会上还说得更直白：

“未来不会有’不是智能体’的软件。软件公司要从卖License（许可）转向消费、转售Token。”

“每一家公司都会变成一家智能体公司，每一家公司内部，都会跑着自己的智能体。智能随手可得的年代，没有哪个软件还甘心装傻。”

这里有个细节值得琢磨：Claude已经以第三方加载项的身份，正式进入了微软Office全家桶。Word、Excel、PowerPoint已全面可用，Outlook进入公测——Claude正一步步嵌入Office的每个角落。而微软自家的Copilot也依然在，两个AI助手并存于同一个Office里。

这件事的背后不是”二选一”，而是一笔更大的账：2025年底，微软和英伟达分别向Anthropic投资最多50亿美元和100亿美元，合计150亿；作为交换，Anthropic承诺购买300亿美元的Azure算力——Claude进入Office生态，与这笔投资同步。

黄仁勋描述的Token经济里，模型公司和软件公司之间不是简单的”父子关系”，而是”供应商-分销商”关系——哪怕微软是OpenAI最大的投资方，它照样把Anthropic拉进了自己的生态，因为多一个模型供应商，就多一条Token变现的通道。

有网友给这个趋势造了一个新词：GaaS（Agent as a Service，智能体即服务）——过去卖你工具，往后卖你智能体。

软件还是那个软件。但你为它掏的钱、它跟你算账的方式、计价的单位，都在被Token重写一遍。

03 你的钱包会怎样？

这件事落到普通人身上，变化是什么？

计费模式在变。

过去，你买软件，是买断制或者包月包年。你买了几个账号，付多少钱，跟你怎么用没关系。

Token经济时代，逻辑不一样了。但目前大部分软件走的不是”纯按Token收费”——而是包月+用量限制的混合模式。

说白了就是：你每个月付一笔固定的钱，但用多少AI是有上限的。用完了，要么等下个月刷新，要么加钱升级。

这个模式比纯按Token收费更聪明——既保证了软件公司的订阅收入，又给你套上了一根”看不见的绳子”。

用得少的，觉得”够用”，继续续费；用得多的，很快撞到天花板，被迫升级更贵的套餐。

你以为你在包月，其实你的用量已经被精算过了——用量限制，就是新的付费墙。

黄仁勋说的”从卖License转向转售Token”，真正的落地形态，大概就是这条路：包月是门面，用量是里子。

开发者是最先被”教育”的一波人。 如果你用Cursor写代码，或者用GitHub Copilot辅助开发，你一定感受过这种感觉：月初绰绰有余，月中开始精打细算，月末恨不得每个问题都想清楚再问AI——因为你问一次，就是在烧钱。

以后打开软件，别只看月费多少，看看用量额度是多少——那才是真正的价格。

04 但是——有人在拆收费站的路

黄仁勋的叙事很完整，但他漏掉了一件事：Token越来越便宜了。

DeepSeek V4发布后，API价格已经被打到了一个不可思议的低点——V4-Pro永久降价至原价的1/4，每百万Token输入缓存命中仅0.025元人民币，创全球大模型价格新低。后续版本若继续迭代，市场预期价格会进一步下探。

Token越便宜，中间商的利润空间就越薄。当模型公司自己都在打价格战的时候，夹在中间的软件公司还怎么赚差价？

更值得注意的趋势是：开源模型正在让企业绕开这条中间链路。

DeepSeek等开源模型，企业可以自己部署在服务器上，不经过任何中间环节，不付任何Token差价。你买算力、跑模型、用AI能力——全程自建，省掉了每Token的API费用。

这条路正在真实发生。很多技术团队已经在用本地部署的DeepSeek替代ChatGPT，边际Token成本接近零。

黄仁勋描述的这套”中间抽成”模式，有一个前提：模型能力必须足够强，且足够贵，用户才愿意付费。 一旦开源模型追上来，这个前提就开始动摇了。

Token经济不是没有裂缝——开源，就是那条裂缝。

05 万亿规模只是起点？

最后说几个数字。

英伟达最新一季财报（2027财年Q1）：营收816亿美元，同比增长85%，光数据中心就752亿，同比增长92%。

Token经济里，先富起来的，是卖铲子、搞基建的英伟达。

黄仁勋在GTC上还抛出了一个关于未来规模的预测：

“到这个十年结束前，要有100吉瓦的AI工厂上线。”

一座1吉瓦的AI工厂，造价从两三百亿美元起步，很快达到上千亿。100吉瓦，意味着数万亿美元级别的基建投资。

黄仁勋押注的，不是Anthropic一家公司——他押注的是整条Token产业链一起上涨。从卖算力的英伟达，到卖Token的OpenAI和Anthropic，再到中间赚差价的软件公司，每一个环节，都在他的牌桌上。

而你我每天打开的那些软件，就是这条链路上的收费站。

当然，前提是——这条路还没被开源堵死。

最后，想听听你的想法：你是怎么看待”软件按Token收费”这个说法的？欢迎在评论区聊聊，也许你的经验，正是别人需要的答案。如果觉得这篇文章有收获，欢迎转发给身边的朋友。

💬 你怎么看”软件按Token收费”？欢迎评论区聊聊觉得有收获，转发给身边的朋友 👇

本文由AI辅助创作