央广网北京5月16日消息（记者 万玉航）2026年春天，全球AI产业迎来了一道清晰的分水岭。豆包试水付费、DeepSeek完成首轮融资、字节跳动将AI基础设施支出上修至2000亿元……一连串信号表明：大模型产业正在从“烧钱换流量”的野蛮生长，迈入“谁能先赚钱”的理性成熟期。

这个转型过程中，“词元（Token）”这一技术单元，正成为串联起算力、模型、应用与商业回报的核心标尺。它也因此成为今年以来，受关注的AI领域热词之一。

那么，Token经济究竟是什么？各环节的玩家如何赚钱？投资者当下应关注哪些领域？央广财经记者采访了多位专家，试图拆解这场AI商业化变局背后的逻辑。

Token经济：从“传输信息”到“交付智力”的范式跃迁

Token，本意是词元或字符——英文中的一个单词、中文中的一个汉字。当大模型成为生产力工具后，Token被赋予了全新的经济含义：它既是模型输出结果的计量单位，也是用户为智能支付的对价标尺。

“以前我们卖一台电脑收一笔钱，后来卖一张光盘里的软件也收一笔钱。现在，我们是按单位时间‘吐出来’多少个字符来收钱。”嘉实前沿创新基金经理何鸣晓对记者解释道。但他随即指出，更深层的区别在于商业本质：“云计算更多是在卖资源和能力，比如租用一块虚拟CPU。而Token经济，是在为计算的结果付费。一个卖资源，一个卖结果。”

这一转变，意味着AI产业的定价逻辑正在发生根本性重构。过去企业购买的是信息传输能力（流量包），现在企业购买的是智能生成能力（Token包）。中电信人工智能科技公司星辰通用人工智能实验室主任李永翔告诉记者：“过去卖流量包是按字节传输信息计费；现在Token包是按智能生成的结果计费。流量包传输的是信息，Token包交付的是智力。这是从‘比特经济’到‘智能经济’的跃迁。”

他还强调，Token的商业化让大模型“从科技革命进一步落实到了商业革命”。这意味着，智力服务第一次获得了标准化的计量单位。就像咨询服务要按小时计费那样，Token也要计量“AI干了多久”。Token的出现，让按“智力产出”付费成为可能。

谁在付费：ToC和ToB将呈现不同的商业模式

Token经济的付费模式，在ToC和ToB端呈现出截然不同的逻辑。

何鸣晓判断：“ToC端的Token，我认为未来大概率是免费的——Token本身免费，但可以用来黏住用户，通过流量变现、广告等方式赚钱，更像互联网模式。而ToB端，Token就更像‘人’了——就像一个员工工作了8小时拿多少钱，Token工作了8小时也要给它付多少钱。”

这一判断正在被市场验证。据公开报道，豆包2026年Q1月活达3.45亿，日均Token使用量突破120万亿，但仍以会员订阅为主，面向C端；而大型央国企已开始为行业大模型的智能评标、电力交易等场景支付可量化的费用——国能集团智能评标助手年化效益约19亿元，电力交易场景度电收益提升5%-10%。

李永翔补充了定价的阶梯逻辑：“越长的上下文，价格越高。因为长上下文往往对应重度使用者或高阶使用者，产生的价值更高。比如一位高级架构师，自己写代码可能要一个星期，工资一两万，但他花几百块钱用Token完成一次任务，就代替了自己一周的工作。所以按结果付费，用户是算得过来账的。”

他也从行业场景的角度进行了分析：“真正消耗Token的大场景，是那些需要‘代替人进行长时间思考’的领域。比如金融分析师需要采集各行各业数据、形成自己的思考过程；医疗专家需要结合病历和文献做复杂推理。专业性越强、思考链条越长，Token需求越高，付费意愿也越强。”

产业链投资节奏：硬件先行、模型爬坡、应用待爆

Token经济的产业链上，至少站着四类角色：硬件提供商（芯片、服务器、光模块等）、基础设施运营商（云厂商）、模型厂商（大模型公司）和应用开发者（智能体、SaaS等）。不同角色在商业化进程中的位置不同，投资节奏也截然不同。

何鸣晓认为：“科技投资有一个大的周期，叫‘硬三年，软三年，商业模式再三年’。在AI这边也是一样。”

当前阶段，硬件是主线。他拆解了四个具体方向：“计算、通信、存储，还有稳定的电力供应。过去两年多，资本市场涨得最好的就是这些硬件公司——因为它们的商业模式已经闭环了。卖铲子的人，不管最后有没有金子，先把铲子卖了出去。”

数据佐证了这一点：TrendForce最新报告显示，九大云厂商2026年合计资本支出预计增至约8300亿美元，年增长率达79%；字节跳动一家就将AI基础设施支出上修至2000亿元。

第二类是基础设施运营商（云厂商）。 何鸣晓认为，运营商是Token经济中“最稳定的受益者”。“未来每一块钱的Token付费里，基础设施厂商很有可能分走50%以上。如果AI能拉动GDP两个点的增长，其中至少一个点会落入基础设施提供方的口袋。 因为它们的成本端相对固定（硬件、电力），收入端却因Token价值不同而具备高弹性。”

第三类是模型厂商。何鸣晓判断，模型公司的商业模式正在从“烧钱”走向“闭环”，今年前几个月已看到ARR快速上量。但他提醒，模型厂商的竞争格局仍未定型，投资需谨慎。

第四类是应用开发者。“今年1月DeepSeek V4的发布是一个标志。以前大家想到AI应用都是ToC的免费App，现在模型能力已能支撑真正的个人助理或生产力工具。”何鸣晓认为，真正的软件标的还要等“杀手级应用”出现——“如果哪一天每个人都用上一个应用，并且真的为它付费了，那个时候就可以投资应用厂商了。”

在当下，Token经济的商业闭环形成了吗？何鸣晓给出了他的三个观察指标：“第一，模型公司的ARR（年化收入）达到十亿级别；第二，环比增速保持十几、二十甚至三十个百分点；第三，基础设施厂商能在资本开支下算清三年或五年后的收入回报。今年，这三个事都看到了苗头。”

何鸣晓也给出了他对AI商业化中长期的投资判断：“长期来看，AI加国产化是两条清晰的主线。在产业节奏上，硬三年、软三年、商业模式再三年——当前还是硬件主导，但要时刻盯着软件的创新。一旦杀手级应用出现，整个估值模型都会重构。”

关于Token普惠的实现路径，李永翔总结了四个关键因素：第一，模型架构本身的创新，比如降低Transformer的计算量；第二，工程层面的创新，包括更廉价的推理芯片、集群优化；第三，智能体架构的创新，通过管理上下文、压缩记忆来降低Token消耗；第四，也是最关键的——人的因素。一个懂大模型、懂智能体、懂行业知识的人，能用更高效的prompt和skill，让模型发挥最大潜力。

“总体而言，大模型在实现商业化的的同时，也要走普惠的路线。特别是国产数据、国产算力、国产训练框架得到的国产大模型。这是我们的优势，也是使命。”李永翔说。