文 | 解码Decode 文 | 解码Decode 😎 去年5月，当大模型厂商卷起价格战时，Tokens大概率是🥳出镜率最高的英文单词。 简单来说，Tokens是大语言😁模型（LLM）用来切割自然语言文本的基本单位，可以直观的理解😊为“字”或“词”。 就像工业时代用“千瓦时”度量电力消🤯耗，互联网时代用“GB”度量数据流量，AI时代用“Token🥳”来度量模型的工作量。一个Token可以理解为一个词或词片段😡（中文里可能是一个字或词语）。 Tokens的调用量，👍本质反映了模型推理过程的计算量。而计算量的高或低，直接揭示了😀模型在实际应用中的能力、成本、速度和可行性。 因此，从😡Tokens角度跟踪AI应用落地进展，就是一个非常深刻且切中😎要害的视角。 它意味着我们将AI从一种“黑箱魔法”或纯🤗粹的技术概念，拉回到了一个可度量、可分析、可商业化的实际生产😀要素的层面。 简单来说，这意味着我们不再只关注AI“能😡做什么”，而是开始量化分析它“做了多少”、“效率多高”、“成🙄本多少”以及“价值多大”。 谁在消耗tokens？ 😜 模型厂商以tokens为主要定价单位的底层逻辑是：模型调🤩用时的tokens消耗量与相应算力投入存在强关联性。而另一条⭐暗线则是，算力投入链接了营收与tokens调用量。 换🥳个说法就是，模型厂商营收与其tokens调用量呈现显著同步的😜高增趋势。 2024年6月至2025年6月，OpenA😢I大模型基础设施——微软Azure云的日均tokens调用量💯从0.55万亿上涨至4.40万亿，与此同时，OpenAI年化😅营收（ARR）从2024年12月的55亿美元增长至2025年🤗6月的突破100亿美元，并在2025年8月达到120亿-13😀0亿美元。 也就是说，谁消耗tokens更多谁就是基模😘厂商的主流商业模式。 就目前来看，OpenAI、Ant😡hropic、字节跳动等基模厂商主要有C端和B端两种，其中C💯端包括原生聊天助手、工具类原生应用（影视、图片、编程等）的订👏阅收入、付费功能以及与内部C端产品整合后的间接收入（如Goo😎gle Chrome）； B端则包含为大客户落地AI应😊用和企业直接API调用。 C端的tokens调用量，主🤗要贡献者有三个： 1 大流量池产品内部的附加AI功能 😀 2024年5月谷歌搜索上线的AI Overview功能😆，至2025年二季度月活已超20亿。国海证券预测，AI Ov😂erview功能单日tokens消耗量在1.6至9.6万亿区🤯间内，在2025年7月Google日均tokens调用量中的⭐占比为4.9%至29.4%。 展开全文 抖音、剪🙄映、今日头条等同样为大流量池C端产品，月活量级已达到10亿（😍2025年3月）、7亿（2025年7月）、2.6亿（2024🙌年下半年月均）。 百度之于搜索、美图秀秀之于图像，大流🙄量C端应用的AI改造都是上述逻辑。据非凡产研，2025年7月👏百度AI搜索访问量居国内智慧搜索品类第一、美图秀秀的国内访问😎量/存量月活、新增下载量依旧居图像品类第一，且月度收入仍在环😢比提升。 2 原生聊天助手 ChatGPT聊天助👏手保有较大C端用户规模，2025年7月APP+网页端合计月活😡达10.15亿，是OpenAI重要Tokens调用量驱动因素😘。 3 视频赛道拥有较大用户基础的新兴应用 除产😘品内置AI功能、聊天助手外，图像、视频、陪伴、办公、教育赛道🤗内均出现了有较大潜力的C端新兴AI应用。 字节跳动进行🚀多维度布局，推出醒图/星绘（图像）、即梦（视频）、猫箱（陪伴🌟）、豆包爱学（教育）等AI应用。 其中醒图、即梦7月月⭐活达到4924万（当月收入59万美元）、1393万（当月收入😆58万美元），已成为图像、视频赛道内拥有较大用户量级的产品；🌟猫箱7月月活794万，当月收入达112万美元，商业转化效率较🤯高。 例如接入gpt-image-1、Leonardo🤩.AI的Canva，用于文生图、文生视频、图像补全等除文本模👏态外的编辑、生成场景。根据Gemini、Kimi等大模型的折😢算口径，单张图片的输出（输入）tokens消耗量在1024（🤔kimi）—1290（Gemini）之间。 B端tok⭐ens调用量主要源于企业级AI应用。其所呈现出来的特征，一是🤔渗透率较高，Google发布的“全球601个领先企业AI应用👍案例”显示，各大规模的企业已开始尝试将生成式AI投入生产，涉🤯及汽车与物流、商业与专用服务、金融服务、医疗与生命科学、酒店👏与旅游、制作、工业与电子、媒体、营销与游戏、零售、科技、通信😎、公共部门与非盈利组织”11大行业。 二是基模厂商的B😁端收入比例较大。 数据预测2025年OpenAI来自B🤯端的ARR收入占比达54%；Anthropic占比达80%。😆谷歌透露Gemini企业客户超过8.5万家，推动调用量同比增😀长35倍；火山引擎大模型收入2024年在国内公有云市场中份额🤔排名第一，占比达46.4%（外部使用量，不包括豆包等内部AP❤️P）。 技术迭代解锁应用需求 越来越多的toke😁ns调用量，并非因为更大参数的大模型，而是推理增强、多模态、😀Agent化、长上下文转型共同作用的结果。用一句话概括既是：🤔技术迭代解锁应用需求。 以GPT-5和Grok4为例：😜 GPT-5把“更强的推理能力（通过引入test-ti😊mecompute）+多模态+更长上下文+更严格的安全控制等🤩”置于产品默认层面； Grok4核心升级则是把“原生工🤩具调用+多代理协同推理+超长上下文等”做成一个可商用产品。 🎉 GPT-5和Grok4如此设置的目标，是希望借助技术迭💯代增强AI在更复杂、更具备“生产力”的关键场景下的实用性、准🎉确性，并且使得AI应用加速落地。 举个例子，假设原来1❤️轮客服对话服务消耗200tokens，升级后客服问答场景中的🤗大模型推理过程将扩展成： 客户意图澄清+内部知识库检索🤔+逻辑校验+答案润色4个环节，即4轮内部推理，每轮150～2😘00tokens，最终消耗600至800tokens。 😡 类似的案例在对应的推理增强、多模态、Agent化、长上下文🤯转型中都能找到，其最终结果是双向增强，存量AI应用场景的解决⭐方案更好，对应的tokens调用量也倍数增长。 随着技😊术趋势的不断推进，大量原本因“不准、不全、不落地”而被搁置的😴需求将被解锁。当准确率、可控性跨过可行性线后，用户特别是B端🚀企业（有生产力场景需求）或将从观望转为批量采购。 总结🤯起来就四点，推理增强把能用变成敢用、多模态把单点工具变成端到😜端工作流、Agent化把对话变成可审计的业务系统、长上下文把🙄项目级任务放进模型。 与此同时，虽然tokens调用量🥳倍数增长，但定价却是直线下降。 比如xAI的Grok-😁4-Fast，输出百万Token仅需0.5美元（约3.5元人😎民币），但比起国内基模厂商来还是不够狠，去年9月阿里通义千问❤️主力模型最高降价85%，Qwen-Turbo低至0.3元/百🥳万Tokens。 其中一部分原因是基模厂商的价格战，让🤗“一百万Tokens的钱,都买不了钵钵鸡”，也有一部分是因为😆模型厂优化算力成本的结果。 2024-2025年，为优🥳化大模型算力成本，模型厂商进行了压缩大模型单次推理计算量（稀👏疏化、量化、投机解码）、提升GPU利用率（连续批处理、编译器😡融合）以及换用租金更便宜的云、芯片（国产替代、专用ASIC）😉等方面的尝试，平均tokens定价实现了较大降幅。 此😎外模型厂商还进一步通过“模型分层+价格分层”的多样化策略压低🙄模型的使用门槛，让中小预算客户也可接入，比如：OpenAI 😂用GPT-5-mini/nano覆盖轻量场景；Google以🤗Gemini 2.5 Flash 主打“极速低价”；Anth😉ropic用Claude 3.5 Haiku 提供中等规模、😁高性价比选项等。 因此一个AI飞轮就已成型，当模型使用😡成本下降，企业/个人调用ROI随之上升，更多应用需求从观望向🔥采购转化，促进tokens调用量倍数增长的同时，AI应用随之⭐迎来生态繁荣。 Token经济学就意味着，可以直观的获🙌得以下几个关键进展的洞察：成本与经济效益的量化、技术效能与模🎉型能力的评估、应用场景的深化与演化以及商业模式与市场格局的清❤️晰化。其中成本与经济效益的量化是最直接、最商业化的意义。 🚀 尾声 如果把AI大模型想象成一个“知识电厂”，To😀ken就是它发出的“度电”，你的提示词就是“合上电闸”的指令🎉，AI应用开发者就像是“家电制造商”。 从Tokens😡角度跟踪进展，就相当于电力公司和社会在跟踪： 全社会总😡用电量（AI应用的总规模）增长了多少？ 哪种家电（哪种AI🚀应用）最耗电（消耗Token最多）？ 发电技术是否进步了（😅模型效率）？每度电的成本是否下降？ 新的高能效家电（高效的🤗AI应用）是否被开发出来？ 从Tokens角度跟踪AI❤️应用落地进展，意味着AI行业正在走向成熟、务实和工业化。它摒🚀弃了早期对参数规模和技术炫技的过度关注，转而聚焦于一个更根本😴的问题：如何以可承受的成本，可靠地利用AI能力来解决实际问题🔥并创造商业价值。 这标志着AI不再是实验室里的玩具，而😊是真正成为了驱动下一代技术和商业创新的基础效用。作为从业者、😆投资者或观察者，理解Token经济学，就如同在互联网时代理解😅带宽成本一样，至关重要。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 即时刘说 文 | 即时刘说 在Labub😴u爆火时，它甚至被市场炒成了 “收藏品”，一位经济领域的大佬😀和我聊起这事时直言：把 Labubu 当收藏品炒作，本质是个😊伪命题。大佬给出的理由很明确 ——Labubu 更偏向潮流消🌟费品，它的市场价值多靠情绪价值和资本投机撑起来，既没有收藏品👍该有的 “系统性稀缺性”，也缺乏足够的IP深度。 聊到🤗这个 “伪命题”，我不由联想到了即时零售行业里的闪电仓—— 🌟它现在似乎也面临着类似的 “认知疑问”。 目前即时零售😆平台端公布的市面上闪电仓数量超 5 万家，但依我和很多行业同😅仁的观察判断，真实仍在落地运营的数量恐怕没这么多；更关键的是😍，即便按这个规模算，整个行业里的闪电仓品牌也只有数百个，市面😁上绝大多数闪电仓其实都是加盟模式，其中真正符合商业逻辑、具备👍可持续性的品牌，或许寥寥无几。除了惠宜选的仓店数突破2500🚀 家，其他绝大多数一线闪电仓品牌，比如小柴购、乐购达、优购哆🌟、快客达等品牌仓店数在几百家左右；至于更多小品牌，仓店数甚至😢不足 20 家。 所以，刘老实认为有必要和大家一起讨论👏：当下的闪电仓加盟，到底是不是又一个 “伪命题”？ 传🥳统加盟的四大门槛，闪电仓能跨过几个？ 传统的品牌加盟模😀型通常建立在四个基础之上，这也是品牌放加盟需满足的核心条件：😴 成熟的商业模型：即有品牌直营店验证这一商业模式的可行😊性和盈利性； 一定的品牌性：即便品牌目前仍不具备品牌力😊，后续也要加强对品牌的打造； 较强的运营能力：总部需具🚀备全流程支持系统和数字化运营工具； 一定的供应链能力：😂很多品牌本质上主要依靠供应链盈利（如瑞幸、蜜雪冰城等）。 💯 但放眼当下的闪电仓市场，绝大多数品牌似乎难以达标： 🎉 首先，缺乏经过充分验证的直营模型。仓店品牌虽多，但有些仓店❤️甚至都没有自己的直营店，加盟后往往是能 “摸黑过河”； 😡 其次，品牌建设几乎为零。目前，消费者认的是平台标识（美团闪😉购、淘宝闪购、京东秒送），而非仓品牌本身；且目前即时零售平台😂用户主要依靠搜索商品关键词购物，特定到某闪电仓品牌购物的占比🤯相对较少； 再次，运营支持系统薄弱。尽管大多数品牌都提😍供运营服务，并赚取加盟商的销售抽点，但很多品牌在选品、定价、😡动销策略等关键环节仍缺乏精细化管理； 最致命的是第四点🚀：供应链能力缺失。绝大多数闪电仓品牌没有自己的供应链，更无自😴建中心仓，加盟商的货源大都来自 1688、拼多多等平台，导致🚀商品质量参差不齐、同质化严重。 其实并非大多数闪电仓品😆牌不想做自己的供应链，而是先天条件不足。 展开全文 🥳 闪电仓与便利店、餐饮等传统实体加盟存在本质差异：闪电仓做😆的是线上半径生意（多为 3-5 公里），其密度天花板非常低。🎉即便在北京、上海这样的超大型城市，同一品牌目前也很难支撑超过😆100 个仓店同时健康运营，这也切断了绝大多数品牌方打造自身🤩供应链的想法。 然许多品牌也在平台没有区域保护机制的情🤯况下进行全国招商加盟，导致区域内卷加剧、单仓盈利困难；这种 😍“一套货盘打全国”的模式，显然难以适应不同区域的消费差异。 😘 可以说，除了极少数品牌自建仓配体系外，绝大多数闪电仓在😡供应链端几乎毫无壁垒—— 而这恰恰是加盟模型中最核心的盈利来😂源之一。 面对这些问题，我们需要思考：这是商业模式本身😀的问题，还是行业发展的阶段性问题？对此，市场存在两种不同观点🙌： 有观点认为，闪电仓仍处于早期发展阶段，目前的问题并❤️非模式缺陷，而是行业尚未进入成熟期。正如电商早期一样，混乱与😎整合是必经之路，随着市场出清和资本筛选，最终能留下的品牌或将😢建立起真正的供应链和运营能力。 也有不少人和我持相同看😉法：如果绝大多数参与者始终依赖低质货源、缺乏品牌认知、只能在🎉平台流量红利中 “薅羊毛”，那么闪电仓加盟很可能只是一个 “🙄看起来很美” 的伪命题。因为它吸引了很多并非真正的创业者，而😍是追逐风口的投机者入局 —— 正如 Labubu 的炒作逻辑⭐一样，情绪和资本驱动之下，缺乏可持续的根基。 所以，我😂们不必急于给闪电仓加盟是否是伪命题下定论，但必须提出更尖锐的😢核心疑问： 1、在没有供应链控制力的情况下，闪电仓品牌🙌究竟靠什么为加盟商提供长期价值？ 2、是走区域为王的精🥳细化运营之路，还是继续走全国招商加盟的扩张之路？ 3、🚀平台政策一旦变动（如抽成比例或流量分配调整），对平台依赖度极💯高的闪电仓该如何生存？ 4、如果消费者只认平台、不认仓😍品牌，那么加盟的 “品牌溢价” 究竟存在于哪里？ 5、😘闪电仓要想提升单量，除了卷价格，增加sku外，是否能找到真正😅的解锁钥匙？ 6、闪电仓是否适合搞私域，又如何打造自己😘的私域？ ...... 这些问题并不容易回答，但😀却值得每一个参与者深思。闪电仓是否将成为即时零售的基础设施，😆抑或只是资本助推下的又一波泡沫？答案可能要在未来两三年内才能🙌真正浮现。而在那之前，保持清醒的批判性思考，或许比盲目入场更👏加重要—— 尤其是对行业小白而言。 对此，你有什么高见🔥，也希望在评论区和刘老实一起互动讨论。返回搜狐，查看更多