觀察：Token出海狂飆，中國優勢何在？香港新聞網3月27日電（記者 崔隽）在生成式AI席捲全球的浪潮中，一個技術術語正被越來越頻繁地提及，那就是Token（詞元）。全球最大AI模型API聚合平台OpenRouter最新數據顯示，3月16日至3月22日，中國AI大模型的周調用量為7.359萬億Token，環比上漲56.9%，再次超越美國。當全球開發者正將他們的API請求源源不斷地發往中國，一種全新的數字服務貿易形態——Token出海正在加速形成。
2025年5月4日，人們在浙江省杭州市文三數字生活街區的AI黑科技市集上體驗DeepSeek的人工智能大模型。新華社發 AI時代的“數字石油” Token是大語言模型處理文本的基本單元。當人類與AI交互時，模型不會直接讀懂完整句子，而是先將文本切分成Token，轉換為數字向量進行計算，最後再還原成文字輸出。一個中文漢字通常對應1-2個Token，一個英文單詞約等於1個Token。 在商業層面，Token已經成為AI時代的硬通貨。OpenAI、Anthropic等國際巨頭均採用“按Token計費”的模式。這種模式徹底改變了傳統軟件的訂閱制邏輯，將服務量化為可精確計量的資源。 隨著OpenClaw等AI智能體的普及，單個複雜任務可能消耗數萬乃至上億詞元，是傳統聊天AI的100到1000倍。這種需求的結構性變化，將Token從技術概念推向了商業核心。就像互聯網時代的流量、電力時代的千瓦時，Token正在成為智能時代可量化、可交易的價值錨點。 Token如何實現出口和盈利？ Token出海并非傳統意義上的商品出口，而是以API為載體、面向全球輸出大模型推理服務的數字貿易。 一個美國的開發者，在加州調用中國大模型的API，指令通過海底光纜傳到中國西部的數據中心，GPU集群用中國的電完成計算，再把結果傳回美國——電沒離開中國電網，電力的價值卻通過Token完成了跨境交付。 對於使用者來說，整個過程中，每一次計算、每一輪推理都在消耗Token。月底，他會根據消耗的Token總量付費。這一商業模式的本質其實是賺取算力成本與售價之間的差價。用戶支付的費用將流向AI背後的開發公司，而公司向提供算力基礎設施的數據中心運營商支付“算力租金”，運營商則向供電公司支付電費，各方實現獲利。 除了直接賣Token，更長遠的玩法是開源模型出海。國內廠商將大模型開源（如智譜GLM-5、DeepSeek），開放給全球用戶免費下載、本地部署、微調商用。這種模式不靠賣Token賺錢，而是通過商業授權、企業級服務、工具鏈收費、生態分成等方式盈利。 一篇2025年的研究綜述指出，去年中國已成為全球開源大模型的重要力量，擁有1500多個公開發佈的大模型，數量遠超其他國家。這些開源模型被全球開發者下載、微調和本地部署，本質上是在輸出“生產 Token的工具”，帶動中國模型架構和生態標準走向海外。 中國Token出海有何優勢？ 一個最淺顯直白的邏輯是，誰能以更低的成本“生產”更高質量的Token，誰就能在全球AI供應鏈中佔據高地。而極緻性價比也是中國Token出海最直接的核心競爭力。 fDi Intelligence的分析指出，在同等性能水平下，中國模型的“混合Token 成本”明顯低於美國閉源模型。例如，報告顯示，中國頭部模型 Kimi K2 Thinking 的每百萬Token混合成本約為1.07美元，僅為美國谷歌Gemini 3 Pro（4.5美元）的四分之一。整體來看，中國開源模型在開發者中的採用率快速上升。 成本低的原因是，中國主流模型普遍採用的“混合專家”（MoE）架構，通過按需激活部分專家網絡而非調用全部參數的方式，大幅降低了單位詞元所需的算力。數據顯示，這種架構能讓推理時的顯存佔用降低60%，吞吐量提升高達19倍。同時，中國西部的電價優勢為AI算力提供了天然的成本護城河，貴州、四川等地電價為0.2-0.3元/度，僅為歐美電價的1/4。 除了價格優勢，工程化與迭代速度也是可圈可點之處。Intuition Labs去年的一份報告指出，2024—2025 年中國開源大模型數量激增，大廠與創業公司幾乎每季度都有新模型發佈，并在代碼、長上下文、多模態等維度上快速追趕甚至局部超越美國模型。這種快速迭代能力，使得中國模型在角色扮演、長文本處理、特定垂直場景上，往往比美國大廠更靈活，更能快速響應海外開發者和用戶的細分需求。 此外，中國是全球唯一能够提供從特高壓變壓器、液冷設備到服務器組裝、AI芯片完整產業鏈的國家。這也意味著，中國Token出海已經形成了獨立的供給體系。 摩根大通預測，中國AI推理Token消耗量將從2025年的約10千萬億增長至2030年的約3900千萬億，五年間增長約390倍。這決定了Token出海不是短期風口，而是未來的長期賽道。 某種程度上看，Token出海已是中國製造向中國智造轉型的一個篇章組成部分。不過，也要看到，價格優勢可以打開市場，但技術領先才能守住市場。中國AI產業仍需要在基礎研究、原創算法、頂尖人才等方面持續投入，將階段性優勢沉澱為長效競爭力。（完） 【編輯：崔隽】
|
