token 价格通缩、用量爆炸与收入分化：从「卖模型」到「卖产出」的定价迁移
本报告给出三个判断：其一，token 价格进入指数级通缩。Silicon Data 全球 token 支出指数 8 月底跌破 1 美元/百万 token 的历史关口，十周下跌 43%；同等前沿能力价格约为 2023 年初的 12%。其二，降价没有让账单变小。谷歌月处理 token 量两年增长约 330 倍至 3.2 千万亿，中国日均调用量两年增长超千倍至 140 万亿；智能体把单任务消耗放大最高 15 倍，「单位成本下行、总账单上行」同时成立。其三，收入向「单位智能含金量」集中。Anthropic 以约 11% 的 token 份额拿走近 42% 的 OpenRouter 平台收入，年化收入 650 亿美元反超 OpenAI；中国 1—8 月大模型中标金额约 320 亿元、已超 2025 全年——定价权正从「按 token 卖」迁移到「按产出卖」。
衡量这轮通缩最直接的标尺是Silicon Data 的 LLM Token 支出指数（彭博代码 SDLLMTK）：该指数按使用量加权追踪全球主流商业模型的实际成交价格。2026 年 5 月底为 2.04 美元/百万 token，7 月底跌至 1.45 美元，8 月初跌破 1.20 美元，8 月 31 日首次击穿 1 美元关口、报 0.97 美元，创指数发布以来最低，距 5 月 28 日 2.07 美元的高点腰斩有余，仅过去 7 天就下跌 8.6%。拉长视角：以同等能力衡量，当前价格约为 2023 年 3 月（GPT-4 级能力上市初期，可比基准可达 30 美元/百万 token）的 12%；若按固定能力（GPT-3.5 级）测算，斯坦福 HAI 口径下两年降幅约 280 倍。
| 时点 | 指数价格（美元/百万 token） | 事件 |
|---|---|---|
| 2026-05-28 | 2.07（年内高点） | 夏季价格战前夜 |
| 2026-05-31 | 2.04 | DeepSeek 宣布 V4-Pro API 永久降价至原价 1/4 |
| 2026-07 下旬 | 1.45 | OpenAI 将两款 GPT-5.6 Luna 降价 80%（输入 0.20/输出 1.20 美元） |
| 2026-08 上旬 | 1.16—1.18 | 十周累计跌幅 43%；中国模型降价持续传导 |
| 2026-08-31 | 0.97（历史新低） | 首破 1 美元关口，7 天跌 8.6% |
21 世纪经济报道在指数破位后采访多位业内人士，把中国模型的低价归纳为「三拳组合」，本报告认为这同样构成全球 token 通缩的一般框架：
| 推力 | 机制 | 代表证据 |
|---|---|---|
| 架构层 | 混合专家（MoE）只激活部分参数，配合注意力优化与自研推理引擎，从源头压低单次调用算力消耗 | DeepSeek、月之暗面等主流开源模型普遍采用；同代智能水平推理成本大幅压缩 |
| 定价机制层 | 缓存分层与动态定价，把高频调用的边际成本打穿 | DeepSeek V4-Pro 缓存命中输入价低至 0.025 元/百万 token，创全球大模型价格新低 |
| 开源战略层 | 权重开放使 API 失去溢价空间，私有化部署的边际成本约等于算力 | OpenRouter 数据：中国模型 token 份额从 2024 年底不足 2% 升至 2026 年中逾 50% |
价格追踪机构 TokenMix 的横截面数据与此互为印证：在 MMLU 得分高于 85% 的模型中，每百万输出 token 的中位价格从 2024 年 1 月的 25 美元降至 2026 年 4 月的 2.80 美元，降幅 89%——同等智能的价格标签在一个经济周期内被抹掉一个数量级。
价格指数跌势凌厉，但没有任何一家主流平台的 AI 收入随之下降——原因在分母。谷歌在 2026 年 I/O 大会（5 月 20 日）给出的官方口径是：月处理 token 量从两年前的 9.7 万亿、增长到去年的 480 万亿、再跃升至今年的 3.2 千万亿（quadrillion），同比 7 倍、两年约 330 倍；同期 850 万开发者每月使用其模型构建应用，模型 API 每分钟处理约 190 亿 token，过去 12 个月有 375 家以上 Google Cloud 客户各自处理超过 1 万亿 token。
| 平台/口径 | 数据 | 时点 | 来源 |
|---|---|---|---|
| 谷歌（全量口径） | 月处理 9.7 万亿 → 480 万亿 → 3.2 千万亿 token | 2024-05 → 2025-05 → 2026-05 | Google I/O 官方演讲 |
| 微软 | 季度处理超 100 万亿 token（同比 +5 倍），3 月单月 50 万亿 | FY26Q3 财报电话会 | 微软财报电话会 |
| OpenRouter（中立聚合） | 周调用量 5 万亿 → 25 万亿 token（半年 5 倍） | 2026-05 | I/O Fund 引平台数据 |
| OpenClaw（开源智能体框架） | token 消耗 806 亿 → 3580 亿/日（一个月 3.4 倍） | 2026-02 → 2026-03 | OpenRouter 数据，南方+ 转引 |
| Fireworks AI（推理平台） | 日处理 40 万亿 token（三个月翻倍） | 2026-07 | I/O Fund |
| 中国（全国口径） | 日均 1000 亿 → 140 万亿 token（两年增长超千倍） | 2024 年初 → 2026-03 | 中国信通院 |
中国市场给出了同样的斜率。中国信通院副院长魏亮 7 月披露：我国日均 token 调用量已从 2024 年初的约 1000 亿飙升至 2026 年 3 月底的 140 万亿；信通院监测另显示 2025 年中国公有云企业级 token 调用量达 2000 万亿，较 2024 年（IDC 口径 114 万亿）增长超 16 倍，IDC 数据显示 2025 年中国企业级 MaaS 市场 token 调用量 1944 万亿、公有云 MaaS 市场收入 30.7 亿元。中国电信研究院《智能体时代 AI 基础设施发展研究报告（2026）》预计：2026 年中国全年 token 消耗约 1 亿亿（10^17），2030 年超过 3.5×10^19；到 2029 年，推理算力将占中国算力需求的 80%。
放大器是智能体。Anthropic 的测算被业内广泛引用：多智能体系统单任务的 token 消耗最高可达普通聊天交互的 15 倍；OpenRouter 上智能体流量自 2026 年 2 月起已超过人类聊天流量。高盛（2026 年 5 月）预测 2026—2030 年全球 token 消耗增长 24 倍，到 2030 年智能体类工作负载约占 AI 工作量的 84%。Palo Alto Networks CEO Nikesh Arora 的判断则指向终点：token 单价还需再降约 90%，才能真正解锁大规模企业级采用——这是一轮典型的 Jevons 效应。
价格通缩没有消灭利润，但剧烈地重新分配了它。年化收入（run-rate）口径下，Anthropic 从 2025 年底的约 90 亿美元一路升至 2026 年 4 月的 300 亿（当月反超 OpenAI）、5 月末 470 亿、7 月末 650 亿美元；其 Q2 收入 115 亿美元，并录得成立以来首个正的调整后经营利润，管理层指引年底年化收入达 1000 亿—1200 亿美元。OpenAI 则从 2025 年底的约 200 亿美元升至 8 月的 400 亿美元——增速依然可观，但绝对差距拉大到 250 亿美元。
| 维度 | OpenAI | Anthropic |
|---|---|---|
| 年化收入 | 约 400 亿美元（2026-08） | 约 650 亿美元（2026-07 末） |
| 收入结构 | 订阅约 70%；企业 + API 合计已过半 | API/企业客户约 80% |
| 分发优势 | 约 9 亿周活消费者入口；付费订阅 5000 万+ | 企业 LLM API 支出份额约 40%（Menlo Ventures，OpenAI 约 27%） |
| 旗舰产品 | Pro 订阅（200 美元/月）；广告业务 200 天做到 10 亿美元年化 | Claude Code 年化收入 25 亿美元（2026-02，四个月前为 10 亿） |
| 成本与利润 | 毛利率约 33%；推理成本 2025 年 84 亿 → 2026 年预计 141 亿美元（Sacra 估计） | Q2 首次录得正调整后经营利润 |
OpenRouter 的平台数据揭示了分化背后的定价机制：Anthropic 以约 11% 的 token 份额拿走了约 42% 的平台收入——其 Opus 级模型输出定价 25—30 美元/百万 token，与 DeepSeek Flash 的 0.09—0.18 美元之间存在两个数量级的价差，且至今没有收敛。与此同时，低价侧在放量：输入价低于 1 美元/百万 token 的模型请求占比从 1 月的 18% 升至 6 月的 41%。市场正在分裂为「按智能含金量定价的高端层」与「按算力成本定价的量产层」，两个层级同时增长。
中国市场的采购侧数据提供了一个与海外订阅/收入口径互补的观察窗。云行业机构智能超参数的监测显示：2026 年 1—8 月，大模型相关中标项目达 7322 个、披露中标金额约 320 亿元，两项指标已全面超越 2025 年全年；上半年中标项目数量同比增长超 130%、披露金额同比增长近 300%。分季度看，一季度全行业公开中标 1632 个项目、总金额 76.8 亿元，同比增速均超 200%。行业结构上，金融行业上半年大模型中标项目 406 个、同比增长 110%；月度中标数量上科大讯飞保持领先，8 月厂商梯队依次为科大讯飞、阿里云、腾讯云、火山引擎、百度与智谱。
| 期间 | 项目数 | 披露金额 | 同比 | 来源 |
|---|---|---|---|---|
| 2026 Q1（全行业） | 1632 个 | 76.8 亿元 | 项目与金额增速均超 200% | 智能超参数（科创板日报转引） |
| 2026 H1（全行业） | — | — | 项目数 +130%、金额 +300% | 智能超参数 |
| 2026 H1（金融） | 406 个 | — | +110% | 智能超参数 |
| 2026 年 1—8 月（全行业） | 7322 个 | 约 320 亿元 | 已超 2025 全年 | 智能超参数（2026-09-15） |
云厂商结构同步印证「从买零件到买成品」的迁移：上半年五家主要 AI 云厂商披露的大模型相关中标金额约 20.44 亿元，百度智能云以 13.85 亿元、47 个项目居首（占五家合计近六成），第二名 55 个项目、3.13 亿元，第三名 45 个项目、1.71 亿元。百度智能云项目集中于金融、政务、大交通与具身智能，客户包括中国联通、中国银联等头部机构。百度集团执行副总裁沈抖的表述颇具代表性：智能体时代「AI 云竞争的核心不是比谁消耗了更多 token，而是比谁能用好每一个 token」——客户的采购清单关键词已从「模型接口」切换为「智能体、行业应用、端到端」。
运营商则把 token 变成了面向公众的「话费」：中国移动 5 月在全国上线 Token 套餐（5 元月包起步），统一算力量纲封装不同模型的 token 消耗，其 Token 运营生态已接入 300 余款模型，通过集约化运营使单位 token 成本下降约 30%；8 月中期业绩会上进一步宣布将推出全国统一的 Token 套餐资费。
综合前三章的数据，经营者面对的其实是一个由三条曲线叠加的格局：单价曲线指数下行、用量曲线指数上行、收入曲线向头部集中。据此本报告给出三个判断与对应动作。
| 判断 | 数据依据 | 对企业的动作 |
|---|---|---|
| ① token 通缩是确定性趋势，但总账单上涨 | 同等能力价格两年降约 280 倍（Stanford HAI）；智能体单任务消耗最高 15 倍（Anthropic） | 预算从「按席位订阅」改为「订阅 + token 预算」双轨制，按项目核算用量 |
| ② 路由与缓存成为显学 | 输入价低于 1 美元的请求占比 18% → 41%（OpenRouter，1—6 月）；DeepSeek 缓存命中价 0.025 元/百万 token | 建立分层路由：便宜模型做量、旗舰模型做决策；高频固定上下文全部走缓存 |
| ③ 付费标的从 token 转向产出 | Anthropic 以 11% token 份额收 42% 收入；中国中标金额超 2025 全年且智能体/应用类占比上行 | 对外采购合同按交付结果验收；对内把「智能体产出」纳入部门 KPI 计量 |
落到 AICOR 的内核视角：token 经济的本质是把「智能」变成了可计量、可调度、可定价的公用事业资源——这与电力进入工厂时的产业含义同构。单位成本每降一半，值得自动化的流程边界就外扩一圈；谁能把流程拆得更细、把任务定义得更可测量，谁就能把通缩红利装进自己的口袋，而不是让它在「人还是按老方式干活」中蒸发。
