硅谷正在流行一个新词：Tokenmaxxing（Token最大用量）。
在Meta和OpenAI内部，工程师们开始在AI使用排行榜上展开竞争。根据外媒报道，甚至有一名工程师一周消耗了2100亿个Token，相当于33个维基百科的文本量。有人每月仅AI账单就高达15万美元。
一位爱立信驻斯德哥尔摩的工程师花在Claude上的钱比自己的工资还高，但账单由公司承担。Token预算正在成为工程师的新型工作福利，“就像免费零食或免费午餐曾经那样”。
Shopify CEO Tobi Lütke早在2025年4月就发布内部备忘录，宣布“AI使用是Shopify的基线预期”，要求所有团队在申请新人力之前必须先证明AI无法完成该工作，并将AI使用纳入绩效考核。Meta随后宣布从2026年起将“AI驱动的影响力”正式纳入所有员工的绩效评估。
当Token消耗量开始出现在KPI里，它已经成为了一种组织行为信号。
与此同时，产业层面的信号同样密集。3月16日，黄仁勋在英伟达GTC大会上把Token定义为“AI时代的基石”，称它将成为“最值钱的大宗商品”。次日，阿里巴巴宣布成立Alibaba Token Hub事业群，由CEO吴泳铭直接负责，定位是“创造Token、输送Token、应用Token”。
图：黄仁勋在GTC演讲中展示了Token成本与收入关系的图表，将数据中心分为免费层、中级层、高级层和Premium层来分配算力，并展示Vera Rubin芯片相比Grace Blackwell带来5倍收入提升的预测。
一年前，Token还只是开发者才关心的技术计量单位。现在，它成为了芯片公司用来定义产品价值的语言，也是互联网巨头围绕它重组事业群的理由，更是成为了工程师offer里的新型福利和核心KPI。
但是，Tokenmaxxing排行榜只记录了消耗量，没有人记录这些Token到底完成了多少有效任务。
这恰好是今天整个Token经济中最大的盲区。
图片由 AI 生成
2100亿Token听起来是一个惊人的数字。但理解它的真实含义，需要先放弃一个假设：Token是标准品。
图：Tokscale全球Token消耗排行榜，Tokscale是一个开源Token使用量追踪和排行榜工具，支持Claude Code、Cursor、OpenCode、Codex等多个平台，用户可以提交数据参与全球排名
两年前，大模型的定价还相对简单，通常只有输入Token和输出Token两个基础价格；但到了今天，主流厂商的定价体系已经明显分层，同样是“Token”，在不同调用条件下往往对应完全不同的收费标准。
以Anthropic为例，Claude Opus 4.6的标准输入价格为每百万Token 5美元，输出价格为25美元；如果启用Prompt Caching，5分钟缓存写入为6.25美元、1小时缓存写入为10美元、缓存读取为0.50美元。若使用Batch API，输入和输出价格都可再打五折；若指定仅在美国本地推理，相关Token价格还会统一上浮10%；而在Fast Mode下，Opus 4.6的输入和输出价格则会直接提升至标准价的6倍。
也就是说，同一家厂商、同一个模型、同样被称作“Token”的计费单位，已经会因为缓存、批处理、区域推理和速度档位等不同条件，出现数倍甚至十余倍的价格差。
真正拉高成本的，也早已不只是模型本身的调用费。OpenAI目前的价目表显示，Web Search已按模型类型区分收费：面向GPT-4.1、GPT-4o等模型的网页搜索为每千次10美元，而面向GPT-5等推理模型的网页搜索则为每千次25美元。
File Search的费用为每千次调用2.50美元，外加向量存储每GB每天0.10美元，前1GB免费。代码容器也已成为单独计费项：当前1GB容器收费0.03美元，4GB、16GB和64GB容器则分别对应更高价格；从2026年3月31日起，这套价格还将切换为按每20分钟一个session per container计费。
模型之外，搜索、检索、存储、执行环境这些过去常被视为“附属能力”的环节，如今都已被拆分成独立的成本中心。
Google也在沿着同样的方向推进。Vertex AI官方定价页面显示，自2026年2月11日起，Agent Engine中的Code Execution、Sessions和Memory Bank已开始正式收费，相关价格不再笼统打包，而是按照vCPU小时和GiB内存小时分别计价。
所以，今天再谈“大模型价格”，已经不能只盯着输入和输出Token单价。真正发生变化的是计费逻辑，大模型厂商目前卖的已经是一整套可运行、可存储、可搜索、可调用工具、可持续执行的AI基础能力。
图：OpenAI 定价页面截图，Token之外的多层收费结构（Web Search、File Search、Container等独立计费项）
如果单看模型API的牌面价格，Token确实在逼近白菜价。Anthropic的Opus从上一代的15美元/百万Token降到了5美元，降幅三分之二。DeepSeek V3.2压到了0.28美元。Google Gemini 2.5 Flash Lite低至约0.10美元。
中国模型的价格优势更明显，OpenRouter数据显示，中国模型的Token单价约为海外竞品的六分之一到十分之一。即便腾讯云混元HY2.0 Instruct在结束公测补贴、涨价超过460%之后，输入价格折合约0.62美元/百万Token，仍然低于Anthropic最便宜的Haiku 4.5（1美元），不到Sonnet 4.6的五分之一。
图：Artificial Analysis维护着一个实时更新的LLM排行榜，不同模型之间价格梯度巨大
但AI的总使用成本并没有随之下降。三个机制在同时起作用。
第一，模型变聪明了，代价是变“话多”了。Artificial Analysis的报告指出，推理模型的平均输出Token使用量大约是非推理模型的5.5倍。Anthropic和OpenAI都把extended thinking Token按输出Token计费，模型想得越深，账单越长。单价降了，但完成同一个任务的Token总量翻了好几倍。
第二，Agent让Token从“一次消耗”变成“持续消耗”。这正是Tokenmaxxing的深层驱动力，工程师并不是在手动刷Token，他们的AI编程智能体在24小时不间断运行，自动拆分任务、调用工具、自我迭代。据阿里云的数据，单个Agent的算力消耗是传统Chatbot的100到1000倍。中国整体日均Token消耗在2025年中突破30万亿，到2026年2月已跃升至180万亿级别。
第三，生产Token的底层成本在涨。2026年3月18日，阿里云和百度智能云同日宣布上调AI算力和存储产品价格，涨幅最高34%。AWS在1月将机器学习容量块提价约15%，谷歌云宣布5月起上调AI基础设施费用。
某云计算行业专家表示：“这次云市场的调价，主要是由供需关系决定，由成本驱动。后续的价格也主要由整个供应链的价格趋势来决定。”
GPU、并行存储、高速网络、数据中心电力，模型牌价在降，但生产Token所依赖的一切都在涨。Anthropic在发布Opus 4.6时专门强调“价格保持不变”，言下之意是更强的能力由厂商自己消化成本。
换句话说，模型是引擎，但油钱、停车费和高速过路费都在涨。
三个机制叠在一起，结果就是Token的牌面价格和真实任务成本之间，出现了一条越来越宽的裂缝。
回到Tokenmaxxing。排行榜记录了Token消耗量，但没有记录产出质量。一个工程师一周烧掉33个维基百科的Token，不等于他完成了33个维基百科价值的工作。
大厂把Token消耗量写入KPI，或者是作为一种“福利”，本质上真的是生产力的跃升吗，还是某种“生产力表演”？
这触及了Token经济学最核心的结构性缺陷，行业还没有建立起从Token消耗到任务完成的有效度量。Token衡量的是投入，不是产出。一个Agent花了100万Token完成了任务，和另一个花了10万Token完成了同样的任务，在Tokenmaxxing排行榜上的表现恰好相反，前者排名更高。
Shopify CEO Lütke在备忘录中有一句话值得注意：他声称一些同事正在贡献“此前认为不可能的10倍产出”，但他没有给出具体衡量标准。
一种新型的职业焦虑就诞生了：不通过高昂的Token消耗来展示AI生产力，就有可能被视为落伍。这种焦虑，和2000年代初每家企业争相建网站、2010年代每个品牌必须做App的逻辑一模一样：技术采纳本身变成了信号，消耗量变成了代理指标，真实价值的衡量却被推迟了。
但与之前不同的是，这一轮的成本代价是实打实的。15万美元的月度AI账单、一周2100亿Token的消耗、持续涨价的底层算力和存储，Tokenmaxxing不是免费的。当成本足够高时，“烧Token”和“用Token创造价值”之间的区别，就会从哲学问题变成财务问题。
Token单价仍会继续下降，这一点没有悬念。
真正的焦虑在于，谁能最高效地把Token变成任务完成率。对每一个程序员、每一家企业、每一个普通用户来说，衡量AI的成本，不要看每百万Token多少钱，要看完成一件事究竟值得花多少Token。
这两个数字之间的差距，是以“Token为新度量衡的智能时代”下一阶段最大的商业机会，也是最深的成本陷阱。
本文来自微信公众号“腾讯科技”，作者：值得关注的，36氪经授权发布。
发布时间：2026-03-23 21:20
立即订购
在线咨询
返回顶部