在人工智能产业快速演进的今天,一个原本只在技术圈流行的术语——“Token”,正悄然成为理解AI经济形态的关键入口。
根据全球最大AI模型API聚合平台OpenRouter最新数据显示,3月16日至22日,全球AI大模型总Token调用量为20.4万亿,仅中国就达7.359万亿,占全球的36%。
在“中国发展高层论坛”2026年年会上,国家数据局局长刘烈宏表示,到今年3月,中国日均Token调用量突破140万亿,相比2024年初的1000亿,两年增长超千倍。同月,中国AI大模型周Token调用量连续三周超越美国,成为全球AI应用活跃度最高的国家之一。
数字背后,再现的是一个正在悄然改变的使用场景——AI的使用方式,完全不可“同日而语”了。
过去的AI以对话为主,一问一答、做输入和输出;而今天真正活跃在一线的,是一群被称为 Agent的智能体,它们不只是回答问题,而是替人完成自动化任务。
在社交平台上,“全民养虾”成为新的潮流;有人在微信朋友圈里,晒出一个月消耗的Token账单。企业端同样在加速,各家厂商纷纷上线“龙虾类”产品,并且鼓励员工“把事情交给AI”,让AI成为日常工作流的一部分,甚至有公司把“让Agent替你干了多少活儿”写入工作日志,变为可量化的指标。
这场席卷全社会的AI浪潮背后,Token是其关键的主角之一。无论是Agent的调用、视频生成,还是企业协作中的AI使用,最终被消耗的,都是以百万、千万乃至万亿计的Token。
把Token称作“AI时代的算力货币”,在行业中变为一种流行说法。但若深究这一类比是否真正成立,以及Token究竟在重塑怎样的经济秩序,答案远比一句口号复杂。
实际上,Token既不是传统意义上的货币,也不是常规意义上的计算资源,而是一种兼具基础设施、流量商品、无形资产与知识产权特征的新型价值载体。围绕它形成的定价逻辑、市场结构与治理议题,很可能标志着一种新经济形态的开端。
本文尝试从货币理论、产业经济学、市场结构与公共政策等层面,对Token进行一次系统审视。文章将分为上下两篇展开,本篇作为系列上篇,重点关注Token的本质与定义、供给侧的成本与定价,以及需求侧的消耗逻辑。