夜雨聆风
你可以把Token简单理解成AI世界的"度电"或"流量"——
你问AI一句话，AI回你一段字，这一来一回统计下来的最小单位就叫Token。
过去你跟Chatbot聊天，像打个电话，几句话完事；现在Agent（智能体）干活，像开工厂，自己琢磨、自己调工具、自己改错，反反复复折腾几十轮。
话多了，Token就爆了，卖Token的生意也就突然值钱了。
随着Agentic的普及，Token消耗量指数级往上窜，整条产业链——从卖显卡的英伟达、到租机房的IDC、到做大模型的厂商——全在受益。下面拆三层说清楚。
一、Agent为什么能让Token"涨疯"？8%渗透率就追平一个Chatbot时代
先甩几个数你就懂有多猛：
- 中国全国日均Token调用量，2026年3月突破140万亿，较2024年初的1000亿涨了1400倍，较2025年底的100万亿又涨了40%；
- 豆包日均Token用量3个月翻倍到120万亿，两年涨了1000倍；
- MiniMax 2026年2月单日Token消耗是2025年12月的6倍以上，其中coding plan消耗涨了10倍；
- Anthropic的ARR（年度经常性收入）从2025年底90亿美元，到2026年4月突破300亿美元，4个月涨超230%。
为什么Agent一来，Token就这么不经花？ 三个原因：
一是长上下文。Agent每干一步，都得把系统指令、工具描述、前面所有中间过程、执行日志、反思数据全塞回模型里重新看一遍，输入Token天然就长。
二是长程任务+跨Agent协作。原来Chatbot是你问一句它答一句，现在Agent接了个"帮我做个网站"，自己拆成几十个子任务，干12小时不停（Kimi K2.6已经能做到），Token是几十倍地烧。
三是思维链+工具调用。Agent不是一次输出完事，而是"想一步→调个工具→看返回→再想一步"循环，每循环一轮就要再调一次模型，次数乘以Token。
中金测算了一个很直观的数：中度场景下，Agent渗透率只要到8%，Agent消耗的总Token就已经等于全部Chatbot的用量了；重度场景下，渗透率2%就追平。
按100%渗透算，日均Token还能再翻5倍。换句话说，现在Token的暴涨还只是前戏，主菜在企业端——
企业把Agent塞进ERP、CRM之后，Token消耗不再受"人打字多快"限制，随业务流量线性走，开放式增长。
二、卖Token这门生意，到底赚不赚钱？毛利率能到60%
Token Factory（代币工厂）——就是大模型厂商对外卖API、"按Token收费"这个模式——现在是全球大模型厂商最稳、最确定的变现方式。
Anthropic的ARR能4个月从90亿飙到300亿美元，靠的就是这个。
那这生意的成本和利润怎么拆？中金用NVL72机柜（72颗GB200，跑GPT-5/Claude-4.5这种万亿参数模型）做了测算：
- 算力自建：机柜Capex约650万美元，单机柜年折旧约100万美元，加电费运维，摊下来每百万Token推理成本≈2美元；
- 算力租赁：参考Coreweave行情，每百万Token成本≈2.6美元；
- 输出端假设GB200跑万亿模型能做到1000 Token/秒。
价格端呢？海外头部模型输出Token定价一般每百万几刀到十几刀，输入便宜些、输出贵些（因为Decoding计算量不同）。
Agent有个特点：输入Token占比会显著高于Chatbot——因为它每次都要读长上下文、工具定义、状态保留，所以Agent消耗的Token"均价"可能比Chatbot低一点，但总量是几十上百倍，总额仍爆。
算下来：
- 自建算力+Token售价4美元/百万Token → 理论毛利率能到60%；
- 租算力做Token生产 → 模型端溢价约40%；
- 现实里OpenAI、Anthropic的API业务毛利率已经在40-50%区间，国产厂商估算在20-40%，还有差距。
💡 一个关键点：国产模型现在定价只有海外的5%-30%，一方面是因为国产模型参数小、推理效率高、成本低，另一方面也是国内付费习惯+竞争激烈导致的折价。中金认为随模型能力追上（国内外头部动态差距约6-9个月），国产Token价格有望提到海外的30-50%，毛利还有向上空间。
但也要泼盆冷水：Token Factory本质是"为过程付费"——
用户用了多少Token付多少钱，厂商的推理成本随用量线性走，规模效应有，但不炸裂。
所以现阶段的"毛利率40-50%"基本是天花板附近了，想更赚，得往后看。
三、终局不是卖Token，是"为结果付费"——但这事还得等
现阶段的钱景先说清：
短期（1-3年）：Agent渗透率从个位数往上爬，Token消耗量年化几倍地涨，卖API的、卖算力的、卖IDC的全在吃红利。
- 黄仁勋在2026 GTC上说"公司应该给每个工程师配一笔Token预算，大约基本工资的一半"——这话听着夸张，但方向是对的：Token会变成和企业水电、带宽一样的"运营耗材"。
- 中期（3-5年）：训练端巨额投入被推理规模摊薄，大模型厂商整体净利润有望跑通盈亏平衡。中金判断这个平衡点未来5年左右能看到。
- 长期：Token Factory不是终局。
- 理想模式是"为结果付费"——比如AI帮你写完一个功能模块、搞定一个客服工单、跑完一次药物筛选，按交付结果收钱，而不是按它"动了几次脑子"收钱。
- 后者溢价高得多，但现在模型能力还没稳到能这么定价，所以还在早期。
所以这条链上谁最舒服？
短期是英伟达（卖铲子）+ 头部模型厂（Anthropic/OpenAI/字节豆包都已经ARR暴涨）；
中期是能把Token成本压得更低的国产厂商（提价+降本双击）；
长期得看谁能率先从"卖Token"切到"卖结果"——那时候赚的就不是辛苦钱了
总而言之，Token就是AI时代的"流量+度电"合体，Agent把它从"聊天字节"升级成了"工厂原料"，卖Token的生意已经跑通毛利，但真正的大钱，还在"从卖过程到卖结果"那一步。
关键风险在于：Agent渗透率如果跑得慢、企业对ROI验证周期长、模型能力迭代放缓，Token增长和厂商估值都可能回撤。
