中国大模型凭高性价比出海引发硅谷Token套利热潮
硅谷101
中国大模型厂商通过深度MoE架构与本土电力基础设施优势将Token打成廉价大宗商品，正促使全球AI生态演变为一场由智能路由驱动的跨模型成本套利战争。
AI-assisted summary of Token经济学：AI时代的新货币战争【硅谷101】 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由 Bilibili 频道的“硅谷101”于2026年5月13日发布。视频描述指出，AI 的竞争已经从“拼模型”演变为“拼消耗”，通过深度采访芯片专家、Agent 开发者与云计算创业者，深度拆解了 Token 账单的构成、定价方式以及中国大模型凭借高性价比催生的“Token 套利”和“Token 出海”等全新商业模式。
## TL;DR 视频深入探讨了 AI 时代下围绕 Token 展开的新型经济学与商业竞争。随着 Agent 工具的爆发，企业和创业者面临着暴涨的 Token 成本焦虑，推动了技术研发与商业计费模式的根本性变革。与此同时，中国开源模型凭借极高的性价比和国内强大的基础设施响应速度，在全球开发者社群中异军突起。这种优势不仅催生了通过智能路由进行跨模型调度的“Token 套利”空间，更开启了将本土电力转化为高价值算力进行跨境结算的“Token 出海”新范式，使 Token 逐步走向大宗商品时代。
## Atmosphere & style 整个节目呈现出一种前沿、硬核且充满思辨色彩的科技商业对谈氛围。叙事风格紧凑而深刻，将抽象的底层技术指标与具象的财务账单、地缘政治和物理限制结合在一起，既有硅谷精英疯狂内卷的狂热感，又有创业者面对成本重压的真实焦虑。通过嘉宾们直率、犀利的行业观察，节目成功营造出一种正在见证历史转折点的宏大叙事感，让观众能切身感受到这场由 Token 引发的全新“货币战争”正以令人窒息的速度在全球狂飙演练。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1Ah556JEMC?t=0s) 硅谷兴起“Token Maxing”（将 Token 用量拉到极限）的攀比文化，成为衡量个人或企业是否属于“AI 原生”的新指标，但也带来了极其高昂的成本账单。 - [03:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=210s) AI 时代软件 SaaS 行业迎来根本性成本结构变革：从传统 SaaS 的低边际成本生意，转变为随着用户用量线性增长的 Token 实时计费，Token 正演变成一种全新的“硬通货”。 - [05:20](https://www.bilibili.com/video/BV1Ah556JEMC?t=320s) Token 的账单计算由输入、缓存输入、输出三种不同价格的 Token 共同运转，其常规对话任务的价格比例大约为 1 : 0.1 : 6。 - [05:20](https://www.bilibili.com/video/BV1Ah556JEMC?t=320s) 行业存在“越贵的模型反而总体成本越低”的悖论，因为强模型能一次把任务做对，避免了弱模型在复杂 Agent 场景中因反复迭代、调用和出错所累积的高额总账单。 - [05:20](https://www.bilibili.com/video/BV1Ah556JEMC?t=320s) 大模型公司传统的按单次推理成本定价不可行，未来的价值溢价空间在于模型质量、推理能力、上下文窗口大小以及任务完成度。 - [01:45:00](https://www.bilibili.com/video/BV1Ah556JEMC?t=6300s) 中国开源模型（如 MiniMax、Kimi）凭借极高的指令遵循能力、速度与性价比在全球开发者社群中霸榜，在中美模型价差高达 50 到 70 倍的场景下，成为 Agent 时代消耗大户的首选。 - [10:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=630s) 中国模型能将价格压到极低的底层逻辑在于：极度深度的 MoE（混合专家模型）架构、高额的开发者生态补贴，以及大厂自身云计算基础设施的先天毛利空间。 - [10:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=630s) 黄仁勋在 GTC 大会上提出 Token 定价五层框架，强调 Token 已不再是同质化商品，其价格将由交互速度和具体使用场景决定，类似于电力的分时与阶梯电价。 - [15:40](https://www.bilibili.com/video/BV1Ah556JEMC?t=940s) 全球企业 AI 应用中存在严重的 Token 冗余与浪费，催生出以 OpenRouter（统一入口、自动切换、容灾机制）为代表的“Token 效率”超级中间商赛道。 - [18:50](https://www.bilibili.com/video/BV1Ah556JEMC?t=1130s) AI 时代收费颗粒度粉碎为 Token 数、API 调用次数等极细指标，Metronome 通过解耦技术事件层与动态定价、商业包装、营销折扣层，创造了极细颗粒度计费的基础设施商业奇迹。 - [22:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1330s) “Token Arbitrage（Token 套利）”商业模式兴起，中间商通过搭建智能路由器，将简单任务分发给中国性价比模型，仅将硬核推理任务导向顶级大模型，从而赚取巨大的 Token 差价。 - [22:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1330s) 大模型在实际应用中展现出分工哲学：Claude Opus 适合做前期的产品设计与发散思考，GPT 适合做方案的收束与 Review，而国产模型由于快且便宜，最适合作为代码输出的执行层。 - [28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) Token 经济学催生了“电力出海（算力出海）”的新出口范式，中国无需通过集装箱出口实物，而是通过本地消耗电力、运转算力，将价值以 API 账单形式完成跨境结算。 - [28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) 中美算力成本差距的关键不在于绝对电价，而在于中国基础设施的惊人响应速度（特高压与光伏建设），以及美国在电力输送分配能力（审批流程漫长）和供应链上的物理瓶颈。 - [28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) 当用户从手动使用 AI 编程助手转为配置全天候自主运行的 Agent 时，机器自动运转的交互模式将使 Token 的需求曲线呈现千万级别的指数级失控增长。 - [33:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=2010s) 随着大模型技术和准确率的同质化，Token 将走向大宗商品（Commodity）时代，人类历史上所有的经典商业模式（期货、套利、批发、零售等）都将在其身上重新演练一遍。 - [33:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=2010s) Token 的定价逻辑正孕育剧变，正逐步跳出单纯按字数计费的传统框架，转向基于复杂度的计费（Event-based pricing）乃至直接按任务完成结果付费（Task-based pricing）的模式。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1Ah556JEMC?t=0s) 硅谷的“炫富”新方式：Token Maxing 与企业 AI 军备竞赛
在当今的硅谷，一种全新形态的“炫富”和攀比方式正在悄然兴起——比拼每天烧了多少 Token。这个现象被赋予了一个新词，叫做 “Token Maxing”，意指将 Token 的用量拉到极限。在公司内外，人们开始以此进行攀比，你每天消耗多少 Token、同时调度多少个 Agent 运行、Token 吞吐量有多高，这些正逐步演变成衡量一个人或企业是否属于“AI 原生（AI native）”的新指标。在这场由 Token 引发的全新军备竞赛背后，全球 AI 巨头们正展开一场激烈的辩论：公司是否应该不设限制地鼓励员工去疯狂消耗 Token？
这背后的成本账单令人咋舌。2026年4月初，Meta 内部被曝光有一个名为 “Claudianomics” 的排行榜，专门汇集了超过 8.5 万名员工的 AI 使用数据。该榜单列出了 Token 消耗量最高的前 250 名超级用户。在最近的一个月里，该排行榜上的总使用量突破了 60 万亿 Token。如果按照 Anthropic Claude 4.6 的定价（每百万 Token 平均 15 美元）来粗略换算，这些 Token 的价值高达约 9 亿美元，其中排名第一的员工个人烧掉的 Token 价值就高达数百万美元。
面对如此高昂的账单，硅谷的科技大佬们展现出了截然不同的态度，支持派与反对派吵得不可开交： * **激进支持派**：AI 创业公司 Cognition（旗下拥有 Devin）的 CEO Scott Wu 直接指出这是“生死存亡级别的问题”。他透露自己公司内部同样设有 Token 消耗排行榜，且他本人在密切盯防这个数据，认为不全力拥抱 AI 就会被时代淘汰。Uber 的态度同样激进，其后端系统中已有 11% 的新代码更新由 Agent 完成，而三个月前这一比例还不到 1%。Uber CTO 直言，他的愿景就是“把软件工程转型为 Agent 软件工程”。 * **理智反对派**：HubSpot 的 CEO Yamini Rangan 在 LinkedIn 上发表了一句被广泛转发的名言：“Outcome maxing > token maxing”（结果最大化大于 Token 最大化），强调比起盲目消耗 Token，更应关注实际产出的结果。AI 软件工程公司 Jellyfish 的 CEO Andrew Lau 更是直白地吐槽：“你可以一天到网刷 Token，但是得到的结果可能完全不是你想要的。” * **行业共识**：尽管两派针锋相对，但中间派已达成共识——不充分利用 AI 的公司必将被对手超越并走向过时。因此，哪怕激励制度不完美、哪怕部分 Token 被证明是浪费的，大厂创始人与高层们依然选择疯狂内卷，以此强推公司向 AI Native 转型。
---
[03:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=210s) 创业者的 Token 焦虑与 SaaS 成本结构的根本变革
自 OpenCloud 等 Agent 工具爆火以来，任务所需的 Token 消耗量呈直线飙升。科技巨头们或许可以不顾成本疯狂烧钱，但对于创业公司和个人开发者而言，Token 成本带来的则是巨大的焦虑。在 OpenCloud 的实际应用中，跑一个稍微复杂点的任务，消耗几十个 Million（百万）的 Token 是非常普遍的。如果调用市面上最昂贵的模型，仅仅让它处理一件很小的事情，就可能花费十几、二十美元。
这种成本压力已经开始重创企业的财务预算： * Uber CTO 在接受采访时透露，公司 2026 年的 AI 预算在开年初的几个月内就已经全部用完了，主要原因就是工程师们对 Claude 代码助手（Claude Code）的使用量暴增。他开玩笑称自己必须重新做预算，因为原本以为够用一年的钱已经瞬间蒸发。 * 硅谷知名投资人 Chamath Palihapitiya 最近公开抱怨称，他投资的一家软件公司在团队引入 AI 编程工具后，运营成本在短短几个月内翻了三倍多。按照这个趋势发展，年化 AI 支出将达到千万美元级别。他半开玩笑地感叹：“感谢 VC 们掏钱为这场 AI 盛宴买单。”
这揭示了 AI 时代软件 SaaS 行业迎来的一场根本性成本结构变革。在传统 SaaS 时代，研发投入是一次性的，用户规模越大，边际成本就越低，是一门“越卖越赚”的低边际成本生意。然而在 AI 时代，每个用户的每一次操作背后都有笔 Token 账单在实时运转。用户用得越深、功能越智能，产品方反而要付给模型厂商越多的钱。这个成本无法被摊薄到接近于零，而是随着用户的用量线性增长。正因如此，Token 正在变成 AI 创业公司最核心的弹药。甚至有风险投资基金开始尝试直接向被投企业提供 Token 额度来替代部分资金投资，其商业逻辑简单直接：既然创业公司拿到钱的第一件事就是买 Token，那为什么不直接给 Token 呢？Token 似乎正在演变成一种全新的“硬通货”或货币。
---
[05:20](https://www.bilibili.com/video/BV1Ah556JEMC?t=320s) 拆解 Token 计价公式与“越贵越便宜”的效率悖论
要理解 Token 经济学，首先需要厘清它的定价机制。Token 的账单计算远非“单价乘以数量”那么简单。以一次最简单的对话交互为例，用户的账单上至少有三种不同价格的 Token 在同时运转： 1. **Input Token（输入 Token）**：用户发送给模型的内容。 2. **Cached Input Token（被缓存的输入 Token）**：如果某些 Prompt 上下文或文件内容此前已被模型系统缓存过，再次调用时这部分 Token 会便宜很多。 3. **Output Token（输出 Token）**：模型生成回答时产生的 Token。
研究芯片与 Token 效率（Token Efficiency）方向的专家肖志斌在接受采访时指出，在常规的对话任务中，**输入、缓存输入、输出**三者的价格比例大约为 **$1: 0.1: 6$**。如果是 Chat 类应用，调用相对简单，用户喂给模型的上下文和文件作为 Input；如果 Prompt 命中了缓存（Cache），其成本通常只有 Input Token 的十分之一；而最昂贵的永远是 Output Token，目前 OpenAI 的输出定价基本上是输入的 6 倍。
不同大模型公司根据模型能力给出了截然不同的 API 定价： * **GPT-5**：Input 为每百万 Token 1.25 美元，Cached Input 为 0.125 美元，Output 则是 10 美元。 * **GPT-5.5**：区分了长短上下文两档，长上下文的价格是短上下文的两倍。其短上下文的 Input 为每百万 Token 5 美元，Cached Input 为 0.5 美元，Output 为 30 美元。 * **GPT-5.5 Pro / GPT-5.4 Pro**：短上下文 Input 高达每百万 Token 30 美元，Output 高达 180 美元，长上下文则再翻倍。
面对不断飙升的模型单价，行业内存在一个极其反直觉的“悖论”：“越贵的模型，可能反而总体成本越低。” 肖志斌解释道，强模型通常一次就能把任务做对，而弱模型由于能力不足，需要来回反复迭代（Iteration）。如果中间出错，还需要人工介入，这会大幅拉高综合成本。因此，虽然 Token 单价在涨，但单个“有效结论”的成本反而下降了。在复杂的 Agent 场景中尤其如此，Agent 不是一问一答，而是会在 “Agent Loop” 中不断来回调用模型、调用不同的工具，工具又会产生新的日志和上下文返回给 Agent，形成循环。如果使用了便宜但能力差的模型，来来回回倒腾的 Token 数量和出错率，最终导致的总账单可能远超一次性搞定的高价模型。
目前大模型公司的定价主要由两部分构成：一是最基本的单次推理成本（GPU 消耗、电费等），二是需要摊平的大模型研发费用。但肖志斌强调，最核心的定价依据应该按模型质量、是否有推理（Reasoning）能力、上下文窗口（Context Window）大小以及任务的完成度来决定。许多公司单纯按推理成本定价是不可行的，未来的价值空间恰恰在于对任务完成度的溢价。
此外，市场上还存在云厂商（如微软 Azure、亚马逊 AWS、阿里云、火山引擎等）这一重要派系。企业通过云厂商调用模型时，云厂商会基于硬件性能（如每秒跑出多少 Token）和 GPU 真实成本回推计价，并加上一定的溢价（Premium）。由于云厂商能提供区域部署、特定数据驻留、企业合规、优先推理托管以及私有化/专用吞吐等增值服务，其账单通常包含：模型 Token 费 + 云服务封装费 + 企业级基础设施溢价。不过在激烈抢占市场或面对大客户折扣时，云厂商的价格有时也会比官方 API 更便宜。
---
[10:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=630s) 中国开源模型的性价比奇袭与国内云厂商集体涨价潮
当硅谷陷入由 Agent 引发的 Token 账单焦虑时，一个显著的行业趋势出现了：来自中国的开源模型凭借突出的性价比，在全球开发者社群中大受欢迎。
AI 爱好者和社区项目 OwliaBot 的 Builder 知县指出，中国模型的性价比在国际市场上极具竞争力。例如 Kimi 的 Input 每百万 Token 价格不到 55 美分，Output 大概在 2.6 美元左右；而 MiniMax 甚至获得了 OpenCloud 官方的推荐。在开发者配置软件、选择模型时，MiniMax 的名字后面会直接带有 “Recommended” 的推荐标识。知县表示，这种背书给中国模型带来了极大的曝光，海外开发者试用后发现，尽管顶级推理能力与西方顶尖模型相比略有差距，但在执行许多不需要极高深度思考、更侧重于指令遵循（Instruction Following）、速度和性价比的任务时，中国模型表现优异。在某些特定任务上，中美模型的价差甚至能达到 50 到 70 倍。当 Agent 将 Token 消耗从万级拉高到百万级时，开发者几乎是出于本能地转向了便宜的中国模型。
这种爆发式需求直接推动了智谱 AI 和 MiniMax 等中国大模型厂商在资本市场的表现。然而，随着开源模型调用量的飙升，2026 年 3 月国内迎来了一波集体的涨价潮。腾讯云、阿里云和百度智能云等国内三大云厂商接连提高 AI 算力产品价格，在短短 10 天之内涨价幅度达到 30% 左右。资深 AI Agent 开发者 Nathan Wang 认为，涨价是因为开源模型的能力已经跃过了某一个关键门槛。以智谱和 Kimi 为代表的模型在 Coding（编程）赛道上近期有了巨大提升。而编程是目前大模型 Token 消耗量最大、最烧钱的赛道之一。当程序员们发现开源模型已经能和几个月前的 Anthropic 模型平起平坐，且价格极度便宜时，自然会切换（Switch）到开源大模型。
以 MiniMax M2.5 与 Anthropic Claude 4.6 Opus 为例： * 在 SWE-bench Verified 软件工程基准测试中，Minimax M2.5 的得分是 **80.2%**，Claude Opus 4.6 是 **80.8%**，两者的实际使用体验几乎没有差异。 * 价格方面，Minimax M2.5 的输入价格为每百万 Token **0.3 美元**，而 Claude 4.6 Opus 则需要 **5 美元**，前者仅为后者的十七分之一。对于一个每天需要跑几千万 Token 的企业级用户来说，这直接让账单从几百美元直降到几十美元。
中国模型之所以能把价格压得如此之低，Nathan Wang 总结了三个技术与生态层面的原因： 1. **极度深度的 MoE（混合专家模型）架构**：将专家的 Size（尺寸）做得越来越小，每次激活（Active）的专家数量很少，从技术底层极大地节省了计算资源。 2. **生态层面的补贴**：厂商通过高额补贴用户来疯狂抢占开发者生态。 3. **云厂商的先天优势**：像阿里这样的公司本身就是大云厂商，调用自己基础设施的内部计价可以压得非常低，拥有更高的毛利（Margin）空间去把价格打到底线。
如今，“混合使用（Hybrid）”成为了 Agent 时代的新常态：复杂的任务交给高性能的高价模型，简单或重复性高的任务分发给便宜的模型。在 2026 年的 GTC 大会上，英伟达 CEO 黄仁勋给出了一个更宏观的 Token 定价五层框架： * **免费层**：高吞吐、低交互速度，靠广告变现； * **雏形层**：每百万 Token 3 美元； * **高级层**：每百万 Token 6 美元； * **高速层**：每百万 Token 45 美元； * **超高速层**：每百万 Token 150 美元。
黄仁勋借此强调，Token 已不再是一种同质化的商品，它的价格将由交互速度和具体的使用场景来决定，就如同电力行业的分时电价和阶梯电价。
---
[15:40](https://www.bilibili.com/video/BV1Ah556JEMC?t=940s) 消除 Token 冗余：聚合平台 OpenRouter 的超级中间商之路
伴随着 Token 消耗的暴增，行业内也出现了一股不容忽视的批评声音：当前全球企业 AI 应用中，可能有近一半的 Token 没有产生任何实际价值，存在严重的资源浪费。因为 Agent 不像人类那样具备“知道够了就停下来”的直觉，在执行任务时，它会盲目地反复读取整个对话历史、重新扫描已处理过的文件，把早就过期的上下文一遍又一遍地喂给模型。每一轮对话过去，冗余信息就像雪球一样越滚越大，而真正核心相关的可能只占极小一部分。如何让 Agent 少花冤枉钱，正在催生出“Token 效率（Token Efficiency）”这一全新的技术与商业赛道。
在这条赛道上，最具代表性的便是 OpenRouter 平台。它如今已成为观察全球大模型使用趋势的风向标，市面上大部分关于中国模型海外调用和排名的图表均出自该平台。OpenRouter 的创始人 Alex Atila 身份颇有来头，他曾是全球最大 NFT 交易所 OpenSea 的联合创始人兼 CTO。他在 2023 年创立 OpenRouter 的商业逻辑非常朴素：市面上的模型多如牛毛，开发者不想为了用不同的模型去每一家单独注册、单独充值、并对接不同的 API 格式。OpenRouter 建立了一个统一的入口，所有模型用一个接口搞定，平台从中抽取大约 5% 的服务费。据 The Information 报道，Andreessen Horowitz（a16z）在 2025 年对 OpenRouter 领投了 4000 万美元，当时估值约 5 亿美元；而最新一轮融资已将这家仅有十几个人的公司估值推高至接近 13 亿美元。
OpenRouter 的起飞得益于 OpenCloud 及各种 Agent 工作流的爆发。开发者需要一个能快速切换模型的中间层，而 OpenRouter 恰好踩中了这个时机。Atila 曾将此与他在 OpenSea 的创业经历做类比，两次的核心都是“将分散的供给整合到统一平台上”，他坚信供给越分散，中间商就越值钱。 * **核心优势**：OpenRouter 加了一层与 OpenAI API 完全兼容的调用层。对从 0 到 1 的 AI 初创公司而言，它支持自动在不同模型间切换，统一 API 和计价，能极大加速产品的快速上线与试错。此外，它还具备 Fallback（容灾切换）机制，一旦某个模型下线、报错或延迟（Latency）飙升，系统能无缝切换到备用模型。 * **数据局限**：作为创业公司和独立开发者的风向标，OpenRouter 的数据无法代表整个 AI 行业的全景图。因为当企业从 1 走向 10、业务高度明确或属于大厂阶段时，为了成本和稳定性，通常会选择混合调用或直接对接 OpenAI、Anthropic、Google 等大厂的官方原生 API。但这群对价格最敏感、最乐意尝鲜的独立开发者，已经构成了中国模型出海的第一波“自来水”用户。
---
[18:50](https://www.bilibili.com/video/BV1Ah556JEMC?t=1130s) 极细颗粒度计费：解耦事件流的 Metronome 商业奇迹
“如果 Token 是 AI 时代的电，那总得有人给这些电去装电表。” 这项听上去不够性感的“计量计费”工作，正蕴藏着巨大的商业价值。目前，OpenAI、NVIDIA、Therabotics 以及 Databricks 等一众巨头，全部都在使用同一家公司的计费系统——Metronome。
Metronome 的两位创始人均出自 Dropbox，他们在前东家亲身经历过让所有 SaaS 工程师都头疼的难题：修改定价。表面上只是把月费调整几块钱，后端却需要重写大量写死（Hard-coded）在系统底层的计费代码。到了 AI 时代，随着收费单位从“人头/月”彻底粉碎为 Token 数、API 调用次数、CPU 时长等极细颗粒度的指标，这一痛点被放大了数个数量级。此外，每个企业客户的合同条款、折扣结构和用量阶梯各不相同。GMI Cloud 的工程主管钱宇靖指出，传统 SaaS 的成本相对稳定（主要是预先跟云厂商谈好的服务器成本），但 Token 公司的成本结构非常“Tricky（微妙）”，它不仅跟显卡、电费挂钩，还深受请求量峰值的影响。很多时候即便用户买了顶级套餐，遇到峰值依然要排队，且不同的任务对 Token 的真实消耗和背后的算力成本是完全不同的。
Metronome 成功的关键在于成功解决了“发生了什么”与“该怎么收费”这两套完全不同的逻辑。其系统采用了精妙的四层架构设计，实现了技术与商业的彻底解耦： 1. **技术事件层**：工程团队只负责不带任何资金概念地纯粹记录技术事件流——用户跟 API 交互时到底做了什么？是读是写？模型是在思考还是命中了缓存？ 2. **动态定价层**：将技术事件转化为成本。由于不同事件的成本是动态的，这一层会为其配置具体单价（例如命中缓存计 1 分钱，未命中计 1 块钱）。 3. **商业包装层**：将成本转化为面向用户的售卖产品，如 Subscription（订阅制）、直接购买 API、或者设定额度限制（Limit）等组合拳。 4. **营销与折扣层**：产品和销售团队可以在这里自由、自动化地配置合同和打折条款（比如通过“Opus 成本两倍但用量四倍”的方式变相打五折）。
这种完全自动化的出账和对账系统，彻底将工程团队从繁琐的财务代码中解放出来。Metronome 的发展速度惊人，目前累计融资已达 1.28 亿美元，并在今年 1 月被支付巨头 Stripe 强势收购。一个仅有 100 人左右的计费基础设施团队，其估值已经追上了许多做大模型的公司，这有力地证明了在 Token 经济学中，“如何精准算钱”已经变得和模型本身一样重要。
---
[22:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1330s) Token Arbitrage（Token 套利）：智能路由与跨模型调度的秘密
在多元化的模型生态下，一种被称为 “Token Arbitrage（Token 套利）” 的全新商业模式正在浮出水面。知县将这种模式类比为国内运营商的宽带套餐：“我家 1000 兆的下行带宽，往往只配了 40 兆的上行带宽，但普通用户其实根本感受不到区别。” 在 Token 的世界里也是如此，用户追求的是最终的体感与结果，只要产品体验足够流畅、回答足够准确，中间到底调用了什么模型对用户而言是个黑盒。这种信息与成本的不对称，便衍生出了巨大的套利与优化空间，就像花钱雇佣专业的税务审计师通过合规优化帮客户省税并共享收益一样。
目前，进阶的 Token 套利不再局限于简单的“批发低价 Token 再零售卖出”，而是演变成了搭建极其聪明的“智能路由器（Smart Router）”。当用户的需求进来后： * 系统首先调用一个极小的路由模型，专门用来判断该任务的困难程度与复杂度。 * 如果是简单任务，自动分发给极度便宜的中国性价比模型（如 Minimax、Kimi）。 * 只有当遇到真正复杂的硬核推理任务时，系统才会不惜成本地将其导向 Claude 4.6 Opus 或 GPT-5 等顶级大模型。 通过这种方式，中间商在向用户收取固定高价值溢价的同时，通过底层对成本结构的不断榨干和动态替换，从而赚取巨大的 Token 差价。像目前市面上备受瞩目的 Agent 产品（如 Janus, Barker, Manus 等），其内部本质上都有一套基于自身 Benchmark（基准测试）和经验的模型分发机制。他们在创立初期可能基于复杂模型的使用量定下价格（例如保留 30% 的 Margin），一旦用户接受并习惯了该定价和体验，中间商便会悄悄用便宜的 Token 去置换高价的 Token，实现利润最大化。
作为一名资深的混合调度用户，知县分享了他每天与 AI 互动数百次摸索出的分工哲学： * **Anthropic Claude Opus**：被他定位为“发散型产品经理”。Opus 拥有极强的想象力和脑洞，天马行空，非常适合做前期设计。聊天时往往一点就透，甚至能自动列出用户没说出口的潜台词。 * **OpenAI GPT**：则更像是一个硬核、木讷的“技术负责人（Nerd）”。跟它聊产品时，会收到层层充满挑战性的 Challenge，它更适合用来做方案的收束和 Review（审查）。 * **国产模型（执行层）**：当整体 Plan（计划）和框架被划分得足够精细、不需要太多发散思考时，真正的代码“疯狂输出”阶段，知县会悉数交给快、准、且极其便宜的国产大模型。因为在整个交互中，代码生成所带来的 Output Token 消耗是最为昂贵的，用国产模型做执行层是完美的省钱方案。
高级 Agent 开发者 Nathan Wang 从工程化实现的角度，拆解了如何一步步构建这样的智能路由套利系统： * **前期（基础阶段）**：通过简单的 Prompt 设定一定的 Metrics（指标）和 Threshold（阈值），让一个小模型去简单探测和区分用户输入问题的难易。 * **后期（进阶阶段）**：随着用户数据的不断积累，引入人类反馈强化学习（RL）或特定微调（Fine-tuning）来训练专属的微型路由模型。系统会越来越高效、精准地剥离边界场景，让用户在完全无感知的情况下，付着高价值 Token 的钱，高比例地使用着低成本的 Token。
针对“套利是否具备可持续性”的疑问，Nathan Wang 坦言，短期内跨模型的套利空间巨大。虽然像 Anthropic 已经开始在自己的 Coding Agent 中内置了 “Advisor（顾问）模式”（即自己内部先用小模型去判断哪些任务用便宜的 Haiku 做，哪些用昂贵的 Sonnet/Opus 做），大模型厂商正在将这种优化固化进自己的生态（Ecosystem）中。但由于各大厂商天然只会优化自家的模型，而跨模型的调度、模型与具体任务的精准匹配、模型在不同硬件上的延迟（Latency）表现与吞吐质量等，目前还处于非常初级的 API 聚合阶段。未来，跨模型的智能调度依然存在巨大的创业空间，而最终胜出的，必将是那些能够将 Token 调度做到极致的深度系统。
---
[28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) 电力出海新范式：Token 会是中国的下一件“出口衬衫”吗？
将视角进一步拉大，Token 经济学的背后正悄然孕育着一场全新形态的全球“货币战争”与产业结构转型。
> “当一个伦敦的程序员用着 Minimax 的 API 跑 OpenCloud 的时候，物理层面上发生了什么？他的请求从英国出发，穿过海底光缆，落在贵州的数据中心里。GPU 开始工作，风扇开始转，电表开始跳。7 秒钟之后，结果原路返回。整个过程当中，没有一万点电离开过中国的电网，但是这路电的价值，已经通过 API 账单以 Token 的形式完成了跨境结算。”
这是一种颠覆传统的全新出口范式——**“电力出海”**（或者说“算力出海”）。中国过去出口的是日用品、衬衫、家电，后来是电动车，这些全都是需要通过海关、装进集装箱的实物。而 Token 出海不需要集装箱，不需要任何实体商品离开国境，电力在本地消耗，算力在本地运转，创造的高额价值却通过互联网在瞬间交付到了全球任何一个开发者的手上。虽然电没出去，但电的价值已经完成了出海。
对于中国 Token 能够做到如此廉价，外界的第一反应通常是归功于低廉的电价，但实际情况要复杂得多。GMI Cloud 的创始人 Alex 在 GTC 现场给出了一个非常直率的行业观察：美国其实在总量上并不缺电，天然气一烧电就能喷涌出来，美国真正极度匮乏的是**电力的输送与分配能力（Distribution Power）**。在美国，要建一个变电站，将高达几吉瓦（GW）的电从 330KV 一路降压到 400V 或 800V，其审批流程漫长到令人绝望，“光是拿审批你就爆炸了”。
中美两国的工业用电绝对值差距实际上没有想象中那么大（中国工业用电约 0.4 至 0.6 元人民币/度，美国约 0.8 至 1.2 元人民币/度）。真正拉开决定性差距的，是**中国基础设施的惊人响应速度**。中国有能力迅速在西部沙漠铺满光伏板，并依靠强大的特高压电网将电能瞬间输送到东部的算力集群。因此，受制于基础设施建设的物理拖累，美国 Token 的价格在短期内极难下降。
除了电力，供应链也是卡住美国算力成本的另一个物理瓶颈。Alex 指出： * DDR4 内存的利润目前已达到去年的 10 倍； * NVIDIA Mellanox CX7 网卡、服务器电源（Power Supply）持续处于严重的缺货状态； * OpenCloud 等 Agent 的崛起、多模态技术的爆发以及 AI Coding 的风靡，这三者恰好撞在一起，形成了对算力需求的“完美风暴（Perfect Storm）”，全球供应链根本跟不上这个节奏。
因此，即便云厂商可以通过技术迭代拼命提效、降低延迟，但最终所有人都会被锁死在“应用了多少数据中心、手上有多少卡、建了多少变电站、通了多少电”这些残酷的物理限制上。
尽管这一波 Token 出海还面临着数据跨境、网络延时、隐私安全等复杂的国际合规和地缘政治挑战，但通过 OpenRouter 平台、海外云平台以及开源模型“三管齐下”的出海红利，已经实实在在地转化为了真金白银的收入。如今，MiniMax 的海外收入占比已惊人地超过了七成；一叶轻舟（Anarchy）在 Kimi K2.5 发布之后的短短数周内，其收入就超过了 2025 年的全年总和；智谱 AI 的模型 API 收入也在 2026 年迎来了爆发式增长。
更关键的是，目前全球对 Token 需求的天花板根本还看不到。因为现在世界上绝大多数人还只是偶尔用用 Agent，大部分传统行业还远远没有被 AI 完全渗透。每一次技术事件（Event）的触发，都在带来 Token 消耗的指数级（Exponential）增长。正如黄仁勋所言，未来的潜力不可估量。过去，一个程序员手动使用 AI 编程助手，一天顶多烧掉几十万 Token；但一旦他在后台配置了一个全天候不间断运行的 Agent，让它自主去写代码、查资料、跑测试、发布上线，其 Token 消耗量将直接跳跃到**千万级别**。当这种“机器自动运转”的交互模式从少数极客扩散到普通开发者，再扩散到每一个知识工作者时，Token 的需求曲线将彻底失控。
---
[33:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=2010s) 迈向大宗商品时代：Token Economy 的终极进化
如果用一句话来概括这轮激荡的时代趋势：**上一个时代中国出口的是衬衫和家电，这个时代是电动车，那么下一个时代，可能就是 Token。**
在这场被定义为“AI 时代新货币战争”的洪流中，Token 对不同的人、不同的角色赋予了完全不同的阶级含义： * 对于 Meta 员工而言，它是 Claudianomics 排行榜上彰显自身 AI Native 能力的荣誉勋章； * 对于 AI 创业公司而言，它是每个月趴在账单上最大的一笔真金白银的开支； * 对于 OpenRouter 这样的聚合平台而言，它是轻松抽取 5% 佣金的无尽流水； * 对于中国的云厂商和数据中心而言，它是将本土电力转化为高价值美元的跨境管道； * 对于黄仁勋而言，Token 终将成为一种新型的**“大宗商品（Commodity）”**，每一次的 Input 与 Output，本质上都与底层物理世界的硅片和芯片牢牢挂钩。
随着技术走向成熟，当底层大模型在技术过硬的前提下、任务准确率（Accuracy）逐渐拉平、走向同质化时，比拼的将是“谁的商业创意更有新意，谁的市场打得更好”。人类在过去几千年商业史上发明过的所有经典商业模式——**期货、套利、批发、零售、聚合平台、计量计费**——全部都会在 Token 这一新生大宗商品身上重新狂飙演练一遍。
与此同时，Token 的定价逻辑也正孕育着惊人的剧变。业界已经开始跳出单纯按字数计费的传统框架，尝试转向**基于复杂度的计费模式（Event-based pricing）**，甚至是**直接按任务完成结果付费的全新模式（Task-based pricing）**。这正如人类能源史从“购买原油”进化到“购买汽油”，再最终进化到“为新能源车的续航里程付费”一样。在“Token $\rightarrow$ 任务 $\rightarrow$ 业务结果”的这条进化路径上，古老的商业逻辑正在 AI 的催化下完成超级升级。这一切不是在几十年里缓慢展开，而是在短短几个月内迅速发生。在这场刚刚拉开序幕的 Token 经济学世纪大戏中，游戏才刚刚开始。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV1Ah556JEMC?t=0s) Outcome maxing > token maxing — Yamini Rangan
> [00:00](https://www.bilibili.com/video/BV1Ah556JEMC?t=0s) 你可以一天到网刷 Token，但是得到的结果可能完全不是你想要的。 — Andrew Lau
> [03:30](https://www.bilibili.com/video/BV1Ah556JEMC?t=210s) 感谢 VC 们掏钱为这场 AI 盛宴买单。 — Chamath Palihapitiya
> [05:20](https://www.bilibili.com/video/BV1Ah556JEMC?t=320s) 越贵的模型，可能反而总体成本越低。 — 肖志斌
> [18:50](https://www.bilibili.com/video/BV1Ah556JEMC?t=1130s) 如果 Token 是 AI 时代的电，那总得有人给这些电去装电表。
> [22:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1330s) 我家 1000 兆的下行带宽，往往只配了 40 兆的上行带宽，但普通用户其实根本感受不到区别。 — 知县
> [28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) 当一个伦敦的程序员用着 Minimax 的 API 跑 OpenCloud 的时候，物理层面上发生了什么？他的请求从英国出发，穿过海底光缆，落在贵州的数据中心里。GPU 开始工作，风扇开始转，电表开始跳。7 秒钟之后，结果原路返回。整个过程当中，没有一万点电离开过中国的电网，但是这路电的价值，已经通过 API 账单以 Token 的形式完成了跨境结算。
> [28:10](https://www.bilibili.com/video/BV1Ah556JEMC?t=1690s) 光是拿审批你就爆炸了 — Alex Yeh
## Mentioned Token经济学：AI时代的新货币战争【硅谷101】, 硅谷101, 肖志斌, ZFLOW AI, 华美半导体协会, 知县, OwliaBot, Nathan Wang, Alex Yeh, GMI Cloud, 钱宇靖, Meta, Anthropic, Claude 4.6, Cognition, Devin, Scott Wu, Uber, Yamini Rangan, HubSpot, Andrew Lau, Jellyfish, OpenCloud, Claude Code, Chamath Palihapitiya, GPT-5, GPT-5.5, GPT-5.5 Pro, GPT-5.4 Pro, OpenAI, Microsoft Azure, Amazon AWS, 阿里云, 火山引擎, Kimi, MiniMax, 腾讯云, 百度智能云, 智谱 AI, Claude 4.6 Opus, MiniMax M2.5, SWE-bench Verified, 黄仁勋, NVIDIA, GTC 大会, OpenRouter, Alex Atila, OpenSea, The Information, Andreessen Horowitz, a16z, Google, Therabotics, Databricks, Metronome, Dropbox, Stripe, Janus, Barker, Manus, GPT, Claude Haiku, Claude Sonnet, Anarchy, 一叶轻舟, Kimi K2.5
## 弹幕氛围 (Danmaku mood) — 428 条 观众在观看视频时呈现出高度审视、怀疑且充满调侃的情绪氛围。围绕AI、算力、Token以及中美在电力和技术上的博弈，观众展开了激烈的辩论，既有对行业泡沫和中间商“挂羊头卖狗肉”行为的无情吐槽，也有对硬核科技话题的技术性思辨，整体偏向理性审视伴随大量犀利嘲讽。
**整体情绪**：😊 正面 15% · 😐 中性 40% · 😞 负面 45%
**热议点** - **狂刷数字“5”或投票倾向** —— “5” - **质疑Token用量作为KPI或商业价值，认为是在制造焦虑** —— “这就像用加班衡量员工一样” - **吐槽或反驳up主关于国内模型（如MiniMax）与Claude等顶尖模型没有差异的言论** —— “太假了，在 opus的 coding 能力面前，M2.5 就是弱智” - **对AI大模型中间商、中转站聚合商业模式的欺诈和暴利性质提出质疑** —— “这怎么听着像挂羊头卖狗肉么” - **围绕中美电力成本、电网基建以及算力期货展开激烈辩论** —— “中国高压电可是世界一流，价格便宜理所当然” - **反驳弹幕中关于“电车出口少”或“美元是废纸”等极端低智言论** —— “你怎么张口就来出口电车少？看不看统计数据？”
**代表弹幕** > 谁会炫耀自己这个月用了多少电费吗？很奇怪，仿佛用的AI越厉害自己就越厉害
> 自产自销，股价左脚踩右脚升天，就是资本叙述的游戏
> 比谁更能说废话 生成各种 bullshit 呗
> 这就像用加班衡量员工一样
> 但凡实际写个小项目对比下也不会说minimax和Claude差别几乎感受不到
> 信minimax，你这辈子有了
> 30%~50%的算力是被色情内容消耗了
> 前面说电车出口少的我要笑S
> 看懂了又他妈有什么用，这玩意你也明知道是下一个风口，但是你没法进入这个行业，只能买相关的股票，但是你敢买大a么
[Source](https://www.bilibili.com/video/BV1Ah556JEMC)