圍繞Token定價的激烈競爭，為上述度量爭議增添了新的維度。OpenAI於2026年4月發布的GPT-5.5 Pro API定價輸入30美元、輸出180美元每百萬Token，較此前的GPT-5.4 Pro定價上漲數倍。與此同時，DeepSeek將V4-Pro優惠價降至0.025元每百萬Token，小米亦將MiMo-V2.5-Pro快取命中價降至0.025元每百萬Token。Token價格體系的分化程度，已超過任何傳統商品市場的價格梯度。在同等基礎設施層面，調用成本可從不足0.03元跨越至約210元人民幣（約30美元）。
Token不是真正的資產 智能體才是
作者：張烽
一、科技公司員工天量token消耗
2026年5月，一則報導引發行業廣泛關注：某科技公司因未對員工的Claude使用許可證設定上限，單月Token消耗折合約5億美元。這一極端案例之所以值得審視，不在於其規模本身，而在於其暴露的度量邏輯斷層：該公司將Token消耗等同於員工AI使用強度的度量，卻未建立任何與業務產出掛鉤的控制機制。
如果說這起“帳單爆倉”尚屬行政管理疏漏，那麼Meta、亞馬遜等硅谷頭部企業的內部實踐則揭示了更深層的問題。Meta內部曾推出名為“Claudeonomics”的排行榜，追蹤逾8.5萬名員工的Token消耗情況，設立“Token傳奇”“模型鑑賞家”等頭銜進行排名激勵。數據顯示，30天內全員累計消耗約60萬億Token，按Anthropic公開定價估算對應帳單約9億美元；排名最高的員工單月消耗約2810億Token，折合約140萬美元以上。亞馬遜內部的“Kirorank”榜單最初旨在推動AI在業務場景的應用，結果卻誘發了員工刻意執行無意義操作以“刷分”的現象，最終被高級副總裁直斥“不要為了用AI而用AI”。Token消耗量這一技術計量單位，在企業內部被異化為管理考核尺度後，正在製造大規模激勵錯位。
由此引出的核心命題是：Token消耗量能否作為評價AI智能體、企業或員工效能的依據？如果答案是否定的，那麼什麼指標才真正具有評價意義？
我們認為，以Token消耗量為評價指標是危險的，因為它混淆了“成本”與“價值”、混淆了“過程”與“產出”。在智能體正在成為AI應用主流的當下，真正的資產不是Token，而是智能體本身。
二、token資產化是怎麼來的？
2.1 Token計價的商業化成熟
Token作為大模型處理文本的最小單位，已被確立為AI產業的基礎計價單元。2026年3月，全國科學技術名詞審定委員會正式將Token的中文名稱定為“詞元”，面向全社會發布試用，國家數據局進一步將其定義為智能時代的“結算單位”。據國家數據局披露，2026年第一季度我國日均Token調用量已突破140萬億，較2024年初增長超千倍。這一術語標準化動作，反映了Token計價體系的產業共識正在形成。
從定價格局看，當前Token市場呈現極端分化。國際主流模型方面，OpenAI GPT-4o的輸入價格為每百萬Token 2.5美元、輸出為10美元；Claude Sonnet 4.6輸入3美元、輸出15美元。2026年4月，OpenAI正式發布GPT-5.5系列及高級版GPT-5.5 Pro，API定價方案為GPT-5.5 Pro輸入30美元、輸出180美元每百萬Token。與此同時，國內大模型以價格戰姿態展開激烈競爭：2026年5月27日，小米宣布MiMo-V2.5系列API永久降價最高達99%，其中MiMo-V2.5-Pro快取命中輸入價格降至0.025元每百萬Token；DeepSeek發布V4系列，旗艦版V4-Pro在優惠期間快取命中輸入價格亦低至0.025元每百萬Token。Token計價單位並無統一的“公允價值”——不同模型、不同場景下，同等Token消耗可能對應價格相差百倍甚至千倍。
2.2 Tokenmaxxing的興起與問題
Token作為計價單位的技術合理性與監管背書，與企業將其異化為管理尺度的實踐之間，存在一條危險的斷裂帶。“Tokenmaxxing”約於2025年開始在企業內部流行，其底層管理邏輯是：既然公司已經購置了AI工具，員工應最大化使用以體現投資回報率。
然而數據揭示了這一邏輯的脆弱性。有研究估算，企業每1美元AI Token採購成本背後可能伴隨約0.5至0.8美元隱性損耗，包括錯誤修復、程式碼重寫和審查延遲。有分析指出，Claude Code前10%的重度用戶消耗Token量為普通開發者的約十倍，但產出成果僅為後者的兩倍左右。亞馬遜、Meta已先後關停各自的Token內部排行榜，Uber則在四個月內耗盡全年AI Token預算。行業正從“用AI多牛”的敘事，急轉進入“錢花得是否值”的審慎階段。
2.3 智能體經濟的湧現
然而，以Token消耗為焦點的討論，幾乎完全忽略了同一時期發生的結構性變化：智能體正在從大模型的“附加能力”成長為獨立的技術與經濟實體。2026年5月，國家網信辦、國家發展改革委、工業和信息化部聯合印發《智能體規範應用與創新發展實施意見》，明確智能體是人工智能產品及服務的重要形態。Anthropic在2026年5月的開發者大會上，將Claude Code從“終端裡的AI程式助手”推向“工程團隊的異步自動化基礎設施”，並正式轉向“基礎費+按實際算力消耗付費”的混合定價模式。其Claude Managed Agents策略代表了一種更深層的轉向：模型廠商開始直接銷售Agent運行層基礎設施，商業模式正從賣Token轉向賣智能體的運行能力。
正是在這一背景下，Token消耗量度量的局限性變得愈發凸顯，替代性評價體系的探索也加速展開。
三、token作為度量指標真的合適嗎？
3.1 Token作為度量指標的四重結構性缺陷
**其一，Token混淆成本與價值。**李彦宏在Create2026百度AI開發者大會上明確提出，“Token只是代表成本，並不代表收益；它衡量的是投入，而不是產出”。清華大學馬少平教授則從技術底層闡明，“Token本身不攜帶智能，它只是承載信息的載體；AI的智能體現在對Token序列的關係建模上”。把Token消耗量作為效能指標，相當於一家工廠以耗電量作為產值考核標準——電費花得越多，不一定意味著產出越高，反倒可能說明設備低效或管理失控。
**其二，Token缺乏跨模型、跨任務的度量基準。**不同大模型的Token計算方式不一致，Anthropic在相關版本中的分詞器調整可能導致相同文本消耗Token數量發生顯著變化。不同任務中完成同等業務目標所需的Token量也存在數量級差異。更根本的是，當Token計價本身已在大模型廠商之間形成了百倍以上的價差時，以其作為效能度量錨點，在邏輯上處於無法自洽的狀態。
**其三，Token考核引發激勵錯位。**當Token消耗量被納入績效考核後，企業面臨的並非員工因過度使用AI而“浪費成本”，而是員工主動選擇“最大化Token消耗”這一偽目標。工程師不再追求用最少Token完成最優任務，而是通過膨脹任務鏈條、增加冗餘推理步驟來提高Token計數——這種行為經濟學意義上的“指標異化”，在Meta和亞馬遜的實踐中均有明確體現。
**其四，Token難以捕捉完成質量。**一個能夠準確一次性解決複雜工程問題的智能體，消耗的Token可能遠少於一個需要反覆試錯、多次回退、逐步逼近答案的低質量智能體。Token消耗量越多，往往意味著運行效率越低——這與考核目標的方向恰恰相反。
3.2 智能體作為核心資產的再定義
上述分析指向一個根本性的結論：Token是被消耗的資源，而智能體是創造價值的實體。二者之間的關係，類似於電力消耗與驅動電力的電動機之間的關係——可以統計總耗電量，但真正有價值的是電動設備完成了多少工作、產出了什麼產品。
Anthropic的發展戰略提供了佐證。2026年5月發布的新版Claude模型將重點放在了“agentic coding、computer use、knowledge work、financial analysis”——即智能體可介入的真實工作場景。更值得關注的是Anthropic在managed agents中展示的平台化戰略：廠商正從銷售模型調用權，轉向提供智能體運行層服務。這種變化的本質是價值載體從底層算力消耗向上遷移至應用層實體。
據Claude Code負責人透露，若按現行純訂閱定價該產品並不盈利。這一現實表明，單靠Token計價難以覆蓋智能體的真實成本結構——智能體的價值來源在於任務完成度、自動化深度和工作流嵌入度，而這些都無法在Token計量維度中被有效捕捉。
3.3 新一代評價基準的湧現
當Token度量被證明不足時，行業正在探索替代方案。从任务完成基准看，SWE-bench Verified已成為代碼智能體領域公認的嚴格評測標準，要求模型在真實GitHub代碼庫中自主定位並修復Bug。公開排行榜數據顯示，Claude Sonnet 4在SWE-bench Verified上得分約80.20%，Claude Opus 4.6等模型在該基準上得分約78%至80%不等。這些基準的核心是不統計消耗了多少Token，而是評估智能體完成了多少“任務單元”。
在業務價值評價側，**百度提出DAA（日活智能體數），其定義是“每天有多少智能體踏踏實實在幫人干活、交付結果”。**DAA的核心轉向是把評價重心從“使用了多少AI”轉向“AI完成了多少任務”。
**亞馬遜也在內部探索以“歸一化部署”指標替代Token追蹤，重點衡量工程師能否通過AI持續生成有實際價值的代碼。**FinOps Foundation的2026年報告顯示，98%的受訪企業已在管理AI成本，較兩年前僅31%大幅上升，成本可見性成為行業首要挑戰。這一趨勢暗示行業對AI支出的精細化評估需求正從“是否有支出”轉向“支出與產出關係”的結構性審視。
這些探索的共同邏輯在於：以智能體完成任務的質量和數量為度量基準，而非以消耗資源的總量為度量基準——這正是“真正的資產不是Token，而是智能體本身”這一命題的實證支撐。
四、token度量與價格戰的比較
4.1 Token度量派 vs 智能體度量派
Token度量派的基本立場可追溯至黃仁勛在2026年3月GTC大會上的相關表述：“如果一位年薪50萬美元的工程師一年消耗不掉25萬美元的Token，我會深感焦慮”，並主張將Token預算視為工程師生產力的投入指標。這一敘事框架的核心是將Token消耗視為生產力投入指標，其隱含假設是“Token消耗的多少與價值創造的正相關”。
**然而，這一假設正遭遇多重挑戰。**Uber首席營運官Andrew Macdonald直接點出了困境的本質：“我們很難把員工個人生產力的提升，和公司整體的業務影響聯繫起來”。在企業實踐中，員工通常將AI用於自身“不喜歡的工作”而非“對公司最有價值的工作”。企業財務層面，有調查顯示僅14%的CFO表示能夠看到AI投資具有清晰可衡量的回報。Uber在耗盡年度Token預算後，未能呈現匹配的績效增長。這些證據指向一個共同方向：Token預算與業務增長之間缺乏可驗證的因果關係，Token不應被賦予評價尺度職能。
4.2 Token價格戰的雙刃劍效應
圍繞Token定價的激烈競爭，為上述度量爭議增添了新的維度。OpenAI於2026年4月發布的GPT-5.5 Pro API定價輸入30美元、輸出180美元每百萬Token，較此前的GPT-5.4 Pro定價上漲數倍。與此同時，DeepSeek將V4-Pro優惠價降至0.025元每百萬Token，小米亦將MiMo-V2.5-Pro快取命中價降至0.025元每百萬Token。Token價格體系的分化程度，已超過任何傳統商品市場的價格梯度。在同等基礎設施層面，調用成本可從不足0.03元跨越至約210元人民幣（約30美元）。
這一動態對Token作為度量尺度的可信度構成了根本性威脅：如果同等Token在不同供應商之間的成本差異可達數百乃至數千倍，Token消耗量又如何成為橫向對比企業AI效能的依據？對於投資人與分析師而言，基於Token消耗量的風險評估和業績預測也將面臨越來越大的偏差。Token計價本身正在經歷极速分化，以消耗量衡量的“投入規模”正在失去參照系意義。
五、事實勝於雄辯
場景一：Meta“Claudeonomics”的失效
2026年4月，Meta一名員工開發了名為“Claudeonomics”的內部儀表盤，用以統計公司超8.5萬員工的Token使用量。數據顯示，30天內全員累計消耗約60萬億Token，按Anthropic公開定價估算對應帳單約9億美元。排名最高的個人單月消耗約2810億Token，折合約140萬美元以上。
這一案例完整呈現了Token度量導向激勵的三個階段：第一階段，以Token用量激勵員工使用AI工具；第二階段，員工主動尋找甚至生成Token消耗任務以維持排名；第三階段，公司算力資源被無效消耗，產出質量嚴重低於預期。最終，Meta關停了該榜單。
場景二：Anthropic的算力瓶頸與擴張
Token度量的另一面是模型廠商自身的成本與算力壓力。2026年5月，為緩解Claude用戶的容量限制，Anthropic宣布將接管SpaceX旗下Colossus 1數據中心的全部算力，獲得超過300兆瓦新增容量、逾22萬張英偉達GPU。據協議，新增算力將直接用於提升Claude Pro和Claude Max會員的服務承載能力。這一擴張動作揭示了Token計價體系對算力供給的高度依賴，也折射出Token計價的長期穩定性尚存變數。
場景三：企業Token帳單的普遍壓力
有報導稱微軟一度限制員工使用Claude Code。Uber在四個月內花完全年AI Token預算。Shopify、Spotify、ServiceNow、Roku等科技公司的財報會議均提到AI成為營運支出的主要壓力來源。當Token帳單的急速膨脹開始影響季度財報數據時，企業界才真正開始系統性審視Token消耗與業務產出之間的關係。
場景四：智能體作為資產的正向案例
在Token度量派敘事面臨挑戰的同時，聚焦智能體本身構建評價體系的企業呈現出不同的發展路徑。Anthropic聚焦企業服務的戰略有顯著成效：其C端活躍用戶不及ChatGPT的2%，但在年化收入上持續追近OpenAI。據媒體報導，Anthropic年化收入於2025年底約90億美元，至2026年3月已突破300億美元，正式超越OpenAI同期250億美元的水平。有分析指出，這種反差的根源之一是Anthropic的智能體在企業後台執行合同處理、數據分析、供應鏈調度等真實任務——用戶看不見智能體的存在，但每天有穩定價值產出。
據The Information等媒體報導，Claude Code的年化收入在2025年至2026年初持續高速增長。企業為智能體能夠完成任務的質量付費，而非僅為算力消耗量付費——這正是“智能體是真正的資產”命題的有力佐證。
六、以token資產為中心將轉向智能體資產為中心
綜上，我們不難看出，正反兩方面的趨勢已經日漸明顯。
**第一，Token消耗量作為效能評價指標存在結構性缺陷。**它混淆了投入與產出、成本與價值；它缺乏跨模型、跨場景的度量基準；它將考核目標與經營目標分離，誘發了嚴重的激勵錯位。Meta和亞馬遜的內部實踐已有明確證實。
**第二，智能體正在成為AI經濟中最具實質性的價值載體。**智能體的定義特徵是“完成任務單元”，而非“消耗算力單元”。一個高效智能體可能消耗極少量Token就完成高度複雜的任務；一個低效智能體可能消耗大量Token卻沒能解決任何真實問題。因此，Token消耗量既不反映智能體的能力邊界，也無法預測企業的AI投資回報。
**第三，行業正在從Token中心轉向智能體中心的評價體系。**SWE-bench等任務完成基準為智能體能力的橫向比較提供了框架；DAA等業務價值指標試圖從智能體運行層面衡量AI的經濟貢獻；企業在內部探索以產出質量為維度的績效指標。
總之，**真正的資產不是Token，而是智能體本身。**Token是智能體運行的燃料，但企業的競爭力取決於發動機的效率，而非油箱的容量。從Token中心到智能體中心的度量範式轉換，將是未來三到五年AI產業評價體系重構的主線之一。