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：凯风 来源：国民经略 撤县并省，全面落地。 👍 一夜之间，越南全国63个省市精简为34个省级单位，62😴8个县级行政机构被整体撤销，1万多个乡级单位合并为3321个👍。 这场被越南称为“重整江山”的史上最大行政改革，自去😁年10月启动，仅8个月时间就已尘埃落定。 受此影响，越😜南短期将裁撤近10万个“铁饭碗”，长期则有25万个行政、事业💯编制受波及，而越南只有1亿人口。 15年免费义务教育；🥳与美国率先达成关税协议，同时宣布加入金砖伙伴国…… 动🚀作一个接一个，给人以“时不我待”的紧迫感，越南为何这么急？ 🥳 01 撤县并省，力度有多大？ 行政区划改革🔥，涉及重重利益调整，放在任何一个地方都历来不易。 越南🤩靠着“8年战略准备，8个月快速实施”成功落地，速度之快、力度💯之大、动作之猛令外界瞠目。 经过这轮改革，越南县级行政🌟单位不复存在，地方行政体系从“省-县-乡”三级制变成“省-乡❤️”两级制。 越南面积约33万平方公里，与云南省相差无几😘；人口超过1亿人，与河南省基本相当。 然而，一个中国省⭐份的体量，此前却划出了63个省级行政区，又下设县、乡，叠床架😡屋，极尽臃肿。 越南没有地级市，但由于体量不大，改革前😴的“省”相当于我们的地级市，改革后的“省-乡”类似于我们的“👏市-乡”。 撤并近半省级单位，直接砍掉“县”一级，削减😡70%左右基层单位，动作不可谓不大。 任何机构改革，首🌟当其冲的自然是“铁饭碗”，而刀刃向内，又是最难的。 改🥳革前越南公务员约250 万，此次改革短期影响10万人、长期影😎响25万人，相当于砍掉4%-10%的编制。 削减铁饭碗😜，效果立竿见影。越南官方预计，2026年至2030年将节省资🚀金超过190万亿越南盾（约500亿人民币）。 对于越南😅来说，减轻财政负担只是一方面。 精简行政层级，让改革轻🚀装上阵，激发市场活力，才是更关键的。 02 越南👏的行政体系，与中国有何区别？ 同为社会主义国家，同属儒⭐家文化圈，且历史上作为中国的一员，越南地方行政体系与中国有诸😉多相似之处。 越南不设地级市，最近又取消了县，与我国行😉政区划有了分野，但在省级层面，仍有高度的相似性。 越南❤️改革之后形成34个省，而我国拥有34个省级行政区，究竟是致敬❤️还是巧合，不得而知。 有意思的是，越南同样设有直辖市，🚀34个省中，共有6个直辖市，既有首都河内，也有经济重镇胡志明😊市。 河内、胡志明市之于越南，类似北京、上海之于中国，😂堪称越南版的一线城市。 作为越南经济第一大市，胡志明市👏常住人口约1400万人，2024年GDP为697亿美元（约5🚀000亿人民币），占越南全国15%左右。 目前，越南正😢在策划连通河内与胡志明市的，官方曾多次向京沪高铁取经，并非偶👍然。 更有意思的是，在这场大刀阔斧的撤省改革中，越南采😎取了“留名不留驻”的平衡术：两省合并，以一省为省名，省会则设👏在另一省。 老街省和安沛省合并为老街省，省会设在安沛；🎉太平省和兴安省合并为兴安省，省会设在兴安；西宁省和隆安省合并😜为西宁省，省会设在隆安…… 一般而言，无论是省域合并还😉是城市合并，只要是强弱结合，强者通吃就是常态。 历史上🤗江苏、安徽合并为江南省，省府一直放在南京，后来即使两省分治，😢安徽布政使司仍长期在南京办公。 折中式命名，自然是为了😡改革顺利推进。 对此，越南官方媒体越通社直言不讳，不要😢过于纠结“省名不见了”、“县没了”、“我们乡被合并了”，应当🤯超越“地方情结”，将国家利益置于家乡情结之上。 03 😉 越南改革为何这么急？ 刚刚过去的上半年，越南GD😁P增速为7.52%，创15年新高，增速位居亚洲国家最前列。 🤯 今年以来，关税战反复折腾，地缘动乱惊扰不绝，全球经济面😢临巨大的不确定性，对于以外贸为最大支柱的新兴国家来说，殊为不😴易。 面向未来，越南颇具雄心壮志，提出2030年跻身中🙌等收入国家，2045年跻身高收入国家。 要知道，就是中😉国，也是在改革开放第20个年头，1998年才晋级中等收入国家🙄，如今仍未跨过高收入国家门槛。 越南一直以“下一个中国😀”自诩，但目标不无好高骛远之嫌，但也凸显了“时不我待”之心。😎 越南之所以着急，是因为全球化红利期、人口红利黄金期、🙌产业转移机遇期，都在快速消退。 全球化的红利期正在远去🤗，国际经贸冲突、地方保护主义乃至局部战争不绝于耳，外贸早已没👍了先前的和平环境。 雪上加霜的是，越南人口红利的黄金期😴只剩下10多年时间，再不抓紧就来不及了。 为此，今年6🤔月，越南全面取消计划生育、推行15年免费教育，试图在人口滑坡😴之前托住生育大局。 更大的挑战在于，以人工智能为核心的😅第四次科技革命已经到来，正在重塑全球产业结构、重构世界经济格🥳局，后发国家显然首当其冲。 过去几十年来，亚洲国家靠着😴雁阵式的产业梯度转移先后脱颖而出，而驱动全球产业转移的核心要😡素在于成本，尤其是低廉的劳动力成本，或者说“人口红利”。 🔥 然而，人工智能突飞猛进，一旦“机器换人”取得全面突破，发😍展中国家唯一能借重的成本优势将不复存在。返回搜狐，查看更多