點Token成金，中或最贏？

防走失，電梯直達安全島

來源：數字力場

作者：佘宗明

在Token為王時代，中國的Token產能優勢已成為AI產業發展優勢的強力支點。但發揮比較優勢，要的是多些腳踏實地，而非「贏學思維」下的無腦亢奮。

「Who is winning in AI—China or America?」去年9月，《經濟學人》拋出了這么個AI圈和鍵政圈共同的必談話題。

擱前兩年，答案似乎不言自明，當時的畫風就擺在那——

2023年9月，黃奇帆發聲：中美AI大模型差距至少在2年以上，差距還在快速拉大。

2024年3月，蔡崇信跟挪威主權財富基金掌舵人對話時，被問到中國在AI發展上跟美國「（差了）一年、三年還是五年？」后，回答「可能比美國頂級LLM（大語言模型）落后兩年。」

2024年7月，梁文峰受訪時表示：表面上中國AI與美國可能僅有一兩年的技術代差，但真實的差距是原創和模仿之差。

但自去年以來，畫風似乎陡轉。

去年11月，包括FT在內的多家主流媒體都報道了黃仁勛在某場閉門會議中的說法：中國會贏得AI競賽。理由是，更低能源成本、更寬松監管環境和百萬級AI工程師規模。

雖然黃仁勛事后對此否認，稱沒有說過中國會贏得中美AI競賽，但他仍強調了目前世界上最流行的開源AI模型都來自中國，美國必須「加快步伐」。

今年1月，馬斯克在訪談中說，「人們嚴重低估了增加電力供應的難度，未來兩年，誰能解決電力和冷卻問題，誰就能贏得AI戰爭。」并強調中國在電力生產方面的巨大優勢，預測 「2026年中國發電量將是美國的3倍」。

沒過多久，他又表示，「AI部署的根本限制因素是電力供應，很明顯，我們很快——甚至可能就在今年晚些時候——就會制造出更多芯片，卻因電力不足無法啟用」「除中國外，全球電力輸出已基本停滯，而芯片產能卻在指數級增長」，指出中國是全球AI電力瓶頸的「例外」。

▲馬斯克，別名「海外頭號中國電力宣傳員」。

現在看，Token為王時代的到來，儼然佐證了黃仁勛和馬斯克對中國贏面的判斷。

全球最大的AI模型API聚合平臺OpenRouter數據顯示，今年2月，在全球Token調用量排名前五的模型中，中國獨占四席，MiniMax M2.5、Kimi K2.5、智譜 GLM 5、DeepSeek V3.2 包攬前列。中國AI模型Token調用量首次超過美國。

問題來了：是時候喊出那四個字——「湖人總冠……」，說錯了，是「中或最贏」嗎？

我的看法是：現在說「贏」為時尚早，但中國確實手握了多項優勢，善用這些優勢，才能為把握未來AI競爭中的主導權攢下更多籌碼。

01 /

種種跡象表明，2026年是AI發展大年，年初的紅包大戰只是前戲，現在的Token生產、分發、消耗、變現全鏈路爭奪戰才是正戲。

這些天，有幾個標志性事件就擺在那：

1，中國掀起「龍蝦熱」，騰訊、阿里、字節、百度等紛紛推出一鍵安裝的「龍蝦套餐」。

2，國內「龍蝦三兄弟」迅策科技、Minimax、智譜股價都已翻番，市值不斷創下新高。

3，3月16日，阿里成立 Alibaba Token Hub（ATH）事業群，由CEO吳泳銘親自掛帥。

4，3月18日，在2025年度業績溝通會上。馬化騰首談「龍蝦」：龍蝦類應用打造了新的去中心化入口，給微信AI開發帶來了啟發。

5，3月18日，阿里云、百度智能云同日因Token調用量暴漲上調AI算力、存儲產品價格。

這些情形，相當于給黃仁勛在GTC2026演講中的重磅論斷做了注解：

AI已從訓練時代全面進入推理+智能體+物理 AI 的工業化時代，Token成為AI執行時代的數字大宗商品與硬通貨。

未來數據中心不再是文件倉庫，而是不間斷生產Token的巨型工廠，Token成為AI生成智能的基本可交易單位。

這疊合成的一句話便是：Token為王時代，已經來了。

AI時代的競爭，早已從單一的模型迭代、芯片比拼，升級為以Token為核心計量單位的算力價值爭奪戰。

而Token變成AI時代產業競爭的關鍵籌碼、全球算力秩序重構的核心錨點，對中國AI資產提升整體上是利好的。

拼模型，在OpenAI的GPT、Anthropic的Claude、谷歌的Gemini面前，國產大模型依舊是弟弟。

雖然斯坦福大學人工智能研究所2025發布的報告顯示，中美頂級AI模型性能差距已縮至0.3%（2023年為20%），但若摒棄「只要定語加得多，自己也能是第一」的口嗨式玩法，就不得不承認，差距依舊不小。

拼芯片，中國「AI芯片三巨頭」寒武紀、摩爾線程、沐曦能爭的，也就是個「中國英偉達」的Title。

二者的差距，就跟我和吳彥祖的顏值PK是一樣一樣的。

但要拼Token……估計不少中國AI企業的os是：聊到這個，我可就不困了啊。

這波「龍蝦熱」，帶動MiniMax和智譜年內市值翻番、Kimi母公司月之暗面估值3個月內翻4倍，給了阿里云把價格打上去的底氣，就說明了很多事情。

要不是恒科「沒有納斯達克的命，得了納斯達克的病」，中國AI資產借著這股龍蝦熱潮實現全面爆發，未必就是奢望。

說到這，還得感謝龍蝦（OpenClaw）之父彼得·斯坦伯格。OpenClaw爆火，AI Agent爆發，打通了AI應用落地的「最后一公里」，讓Token消耗量實現了幾何級增加，直接帶來了「印鈔機效應」。

「龍蝦三兄弟」的慶功宴上，雖說魚頭對準彼得·斯坦伯格有些政治不正確，但人家不來，誰都不能動筷子，總該是基本禮儀吧。

02 /

Token為王時代到來，很多玩法就變了。

阿里為什么要成立ATH，將模型研發、算力調度、MaaS 平臺、場景應用整合在一塊？

可以這么理解：Token就是包餃子用的餡料，ATH是在將做AI的業務線并成「Token大本營」——實驗室負責調餡（造Token），阿里云負責送餃子皮（運Token），千問和悟空就是煮餃子賣錢的（用Token），由此打造「創造Token-輸送Token -應用Token」 的全產業鏈體系，從模型廠商轉型為Token供應商與基礎設施運營商。

▲推出企業級AI原生工作平臺悟空，成了ATH打響的第一炮。

阿里要這么做的原因并不復雜：Token雙重屬性的任督二脈已經被「小龍蝦」打通了，其中一面是能源屬性——Token是AI世界的「石油」，誰能以最低成本生產高質量Token，誰就掌握產業定價權；另一面是貨幣屬性——Token是生態內的通用「貨幣」，連接模型廠商、云服務商、開發者與終端用戶，支撐訂閱付費、按量計費、生態分成等多元商業模式。

隨之而來的，是數字經濟核心發展邏輯的轉變。

在前AI時代，流量是核心：用戶增長、日活月活、使用時長、廣告庫存是勝負手，產品服務的邊際成本趨近于零，規模越大成本越低。所以那時爭的是壟斷式入口，是國民總時間，是流量最大化變現。

在AI時代，Token是核心
：日總Token消耗、單用戶Token消費、付費轉化率、任務閉環率成為核心指標，行業評價體系從DAU、MAU轉向TPD（Token Per Day），從比拼模型參數轉向單Token成本、每瓦Token產出、智能密度。

所以BAT近期的戰略轉向很明顯：手握 AI To C絕對領跑者豆包的字節，有意從內容分發帝國轉向全場景Token消費樞紐；用千問實現了「一句話購物、打車、點外賣、訂酒店」全鏈路閉環的阿里，有意從電商生態巨頭轉向Token工業化生產與交易閉環運營商；近來推出龍蝦全家桶的騰訊，有意從社交連接王者轉向社交鏈Token裂變與智能體控制平臺。

方式都是擁抱龍蝦，玩轉龍蝦，超越龍蝦。

此處應該配上臺詞：龍蝦熱的紅利，MiniMax、Kimi和智譜吃得，我大廠吃不得？

谷歌、微軟、Meta們想說「我也想吃」，可OpenRouter平臺的Token調用量卻捂住了他們的嘴巴：不，你們吃不了一點。

就GPT、Claude、Gemini頂尖大模型那感人的API調用價格，就足以勸退很多人。

諸多因素決定了，小龍蝦注定是「墻外開花墻內香」。

最起碼，國外頂尖大模型的云端壟斷、高價計費模式，就跟本地智能體的發展趨勢不太「適配」。

03 /

在Token為王時代，誰能以更低的成本生產Token，誰能構建更高效的Token流通生態，誰就能在全球AI競爭中占據更多主動。

就目前看，
中國已成為全球Token生產的「超級工廠」。中國的Token產能優勢，也正在部分對沖中美AI競賽中芯片和模型維度的競爭劣勢。

黃仁勛把AI產業鏈劃分為「五層蛋糕」模型，?自下而上依次為能源、芯片、基礎設施（數據中心、算力網絡）、模型和應用。這里的「能源」，首要指向是電力。正如黃仁勛所說，「實時生成的智能需要實時產生的電力支持。每一個生成的 token，都是電子流動、熱量管理以及能量轉化為計算的結果。」

馬斯克再三強調「能源等于智能」、「瓦特將成為新貨幣」，意思也差堪仿佛：AI的盡頭是算力，算力的盡頭是電力。

說白了，算力的本質是能源的轉化，電力是支撐AI算力運轉的核心動力。對于大規模算力集群而言，電力成本在運營成本中占比極高，尤其是在推理端。可以說，電價的高低，直接決定了Token生產的成本底線。

而中國恰恰有著獨一無二的電力供給條件：它「既有又有」，既有廉價性，又有穩定性。

就廉價性來說，西部新能源富集區的綠電成本低至0.2至0.3元人民幣/度，僅為歐美同期工業電價的1/3甚至1/5。MiniMax M2.5在OpenRoute上的百萬Token輸入價格僅為0.3美元，是Claude Opus等海外同級別高端模型價格的1/20；DeepSeek V3.2通過技術優化，將每百萬Token價格壓至GPT-5.4的近1%……都離不開廉價電力的「助攻」。

就穩定性看，咱們可以不懂什么叫特高壓輸電網絡，不知何為「源網荷儲」一體化物理架構，不解電網冗余度達80%-100%意味著什么，但「海外頭號中國電力宣傳員」馬斯克說中國是全球AI電力瓶頸的「例外」，不全是身為「中國夸夸群群主」的自覺。

如果說是國內的「西電東送」支撐了中國如今在全球的「西數東算」Token出口局面，那歐美國家在起步上就輸了——「西電東送」？那是不可能的，大America自有國情在此。

需要看到的是，中國能成為Token生產的「超級工廠」，除了「成本優勢」外，還有「生態優勢」
。廉價電力供給對應的是成本優勢，全鏈算力底座對應的則是生態優勢。

在硬件-軟件-數據-應用的完整產業鏈閉環構建上，中國將原來在工業領域的「唯一具備全門類能力」的劇本復制了過來，成為全球唯一擁有完整算力產業鏈的國家。

硬件上，高端GPU領域跟英偉達差距得正視，但從寒武紀、摩爾線程們的市夢率看，資本市場對國產替代還是寄予了厚望的，而國產芯片確實也在進步——這點還得感謝特朗普的「曲線助攻」。

軟件上，MoE架構、異構算力調度等算法優化、Token分發上的優化措施，也充分發揮了咱們「拼得多，省得多」的慣有優勢。

至于數據跟應用，也毋庸多言了。這波「龍蝦熱」背后Token從生產向流通、消費全鏈條延伸的態勢，就得益于全場景應用的支撐。

正是憑借成本優勢+生態優勢，中國才能成為全球Token市場「一超多元」格局中的那個「一超」。

而今，美國依舊掌握高端芯片、底層算法的部分核心技術，但在Token規模化生產、成本控制上沒有優勢；歐洲、日本等經濟體受制于算力基建不足、能源成本高企，難以形成規模化競爭力。相形之下，中國則成了全球最大的Token生產國與出口國——因為性價比夠高，Token隱約有成為繼「新三樣」后中國「數字出口新名片」的勢頭。

04 /

說到底，在Token為王時代，中國的Token產能優勢已成為AI產業發展優勢的強力支點。

Token的普及，會徹底改變算力價值的計量與分配邏輯。

在此之前，算力的價值難以標準化、可交易化，只能按硬件成本計價，這時候，算力定價權掌握在英偉達、AWS、Azure們手上。

到了Agent時代后，Token則能將抽象的算力轉化為可精確計費、可跨境流通的「數字商品」，變成了按場景價值計費，數據中心從服務器集群變成「Token工廠」，算力網絡變成「Token管網」，用戶交互變成「Token消費」，那就成了中國AI公司的舒適區。

比模型，暫時還比不過GPT、Claude、Gemini；比芯片，眼下也比不過英偉達、AMD等。但要比Token產能……這里請把馬斯克語錄循環播放。

可以預見，隨著Agent代表的應用落地階段到來，Token消耗量必然會延續指數級增長趨勢，Token經濟有望迎來規模化爆發，成為中國AI搶占全球智能生態主導權、構筑長期核心競爭力的重要引擎。

「龍蝦熱」在點Token成金，中國在AI落地應用上的優勢正在釋放。

▲中國的Token生產能力是中國AI在中美AI競爭中的重要優勢點。

可若是秉持「贏學思維」看待這番情形，認為「中或最贏」中的最贏指的是全面超越、跨代領先，又未免有些嗨過頭了——著眼現實看，這類嗨過頭的看法，正是那些「厲害體」擁躉的常見論調。

Token產能優勢確實筑起了中國在算力PK中的核心壁壘，但這仍是局部優勢，離轉化為整體代際優勢仍有不短的路要走。

盡管Token產能優勢能讓很多人少些「中國AI被美國AI拉大差距」的焦慮，卻也不足以支撐「中國AI已全面趕超美國AI」的自大。

至少在GPT、Claude、Gemini依舊作為國產大模型的對標對象存在的情況下，在寒武紀仍被稱作「中國英偉達」而非英偉達被稱為「中國小寒武紀」時，在「Our Chinese are better than their Chinese」得到扭轉前，我們仍需正視底層框架、核心算法專利上的差距和高端GPU芯片上的短板。

不難想見，在很長時間內，「美國強基礎創新，中國強工程應用」的差異化格局大概率仍會存在，二者雙峰并峙的局面還會延續，最終輸贏在競合格局中也難以立馬見分曉。

但爭個輸贏固然重要，更重要的是充分發揮比較優勢。

而發揮比較優勢，要的是多些腳踏實地，能在自卑和自大中選擇自省與自信，在看到自我優勢和看到別人優勢中選擇「Both」，而非「贏學思維」下的無腦亢奮。