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)

近日，罗永浩因质疑西贝使用预制菜而引发的争议再次将预制菜的相🎉关话题推向风口浪尖。 作为一场关乎现代餐饮业发展模式的😉争论，却不幸沦为简单的"对与错"的二元对立。这种非黑即白的思🎉维方式不仅无法推动行业进步，更是一种对工业文明成果的盲目抗拒🙄。 2025年9月10日，罗永浩在个人社交媒体平台上发🎉帖称："好久没吃西贝了，今天下飞机跟同事吃了一顿，发现几乎全🥳都是预制菜，还那么贵，实在是太恶心了。此言一出，立即引发网络😉热议。 罗永浩的指控核心在于两点：一是西贝餐厅使用了大🔥量预制菜，二是这种做法在不知情的情况下进行。他随后公开悬赏1😢0万元征集西贝预制菜线索。 面对质疑，西贝创始人贾国龙🔥迅速回应称："按照国家的规定，我们没有一道菜是预制菜。"他强🤯调西贝遵循"中央厨房预处理+门店现做"的模式，并非简单的预制🙌菜经营。这一争议迅速升级为法律纠纷，贾国龙表示将起诉罗永浩，🚀并宣布西贝全国门店将开放后厨参观。 这场争议暴露出公众😢对预制菜概念的模糊认知，以及对餐饮工业化进程的深层焦虑。 🌟 什么是预制菜？ 2024年3月，市场监管总局联合教👍育部、工业和信息化部、农业农村部等印发《关于加强预制菜质量安👍全监管的通知》，首次在国家层面明确预制菜的定义和范围：预制菜😜是指以食用农产品、食品原料和/或其半成品为原料，添加或不添加🤯调味料和/或添加剂，经预加工制成的或未经加工可直接使用的预包🤔装菜肴、风味菜点或营养餐食，不包括生食水产品、生食畜禽肉及生😆食果蔬等未经加热的食品。 总结来看，根据加工深度和食用🤯便利性，预制菜可分为四大类。 即食食品：开封后即可食用🙄的预制食品，如真空包装的即食米饭、即食酱菜等。 即热食😊品：需加热后食用的预制食品，如速冻水饺、汤圆等。 即烹😍食品：需烹饪后食用的预制食品，如速冻鱼糜制品、腌制好的牛肉片😁等。 即配食品：即配生鲜，如预洗切的蔬菜、预腌制的肉类🌟等。 为了更准确地理解预制菜，有必要区分几个相关但不同😊的概念。 预制菜与半成品菜：预制菜经过更深度的加工，而🎉半成品菜通常只经过初步加工。 预制菜与净菜：净菜通常指😜经过清洗、去根、去皮等简单处理的蔬菜，不属于预制菜范畴。 😍 预制菜与中央厨房产品：中央厨房制作的菜肴不纳入预制菜范围💯，前者属于餐饮服务环节的集中制作，后者是工业化生产的成品。 🤔 预制菜是怎么来的？国际上有无参考案例？ 预制菜的🙄发展历程实质上是食品工业化的进程。这一概念起源于20世纪60🥳年代的欧美，当时主要是为了提高餐饮业的效率和一致性。日本在7😢0至80年代将预制菜产业推向新高度，实现了每年20%的高速增💯长，期间诞生了神户物产和日冷集团等大型预制菜企业。 展😀开全文 日本政府在60年代开始大力扶持速冻食品行业并积👍极建设冷链物流，为预制菜发展奠定了基础。到70年代，随着日本🤯经济的快速发展和餐饮连锁经营模式的普及，预制菜产业迎来了爆发😅期。 日本是全球预制菜发展最成熟的国家之一。2024年🙌，日本的冻品市场规模达35000亿日元，其中家庭用预制菜占比👍高达40%。日本政府早在20世纪60年代就开始大力扶持速冻食🌟品行业，并积极建设冷链物流系统，为预制菜产业的发展奠定了坚实😡基础。 值得注意的是，日本的社区小吃店80%都是连锁品🥳牌，这些小店通常只有15至20个菜品，大多采用预制菜或半预制🚀菜模式。这种模式既保证了食品质量的稳定性，又满足了消费者对便😊利性和性价比的需求。 国际经验表明，预制菜的兴起与经济🔥发展、城市化和生活方式变化密切相关。 中国预制菜产业起👍步是相对较晚的，在20世纪90年代，预制菜以净菜配送为主，属😢于食品工业化的初步探索。2000年以后，随着冷链产业发展，出🙌现了专业的预制菜企业和半成品菜、深加工预制菜企业。在2020😅年之后，疫情期间"宅经济"兴起，预制菜需求激增，产业发展进入😘快车道。 目前，中国预制菜行业已形成B端和C端并行发展🔥的格局，在餐饮供应链数字化、工业化趋势推动下持续扩容。202🚀4年中国预制菜市场规模已达4850亿元，同比增长33.8%，😅预计2026年将突破7490亿元。 预制菜产业的发展程😁度与一个国家或地区的工业化水平密切相关。从农产品加工比例来看😅，发达国家普遍高于发展中国家，这反映了食品供应链的成熟度差异🤯。虽然中国餐饮行业近几年呈现高速发展的态势，但从渗透率这一指😢标来看，中国预制菜的渗透率还明显低于美国、欧洲、日本等发达国😜家。 预制菜会影响食物的营养成分吗？ 关于预制菜😉与现制菜品在营养价值上的差异，多项研究表明，两者之间虽然存在🤩一些差异，但并非想象中的天壤之别。 从主要营养成分来看🤔，预制菜在蛋白质、碳水化合物和脂肪等宏量营养素的保存方面表现😊良好。中国农业大学食品科学与营养工程学院朱毅教授指出："肉类🤗经过加热后，蛋白质流失不超过5%"。 但预制菜在维生素😴和矿物质方面确实存在一定损失。预制菜经过热加工处理后，流失的👍主要是蔬菜中的维生素C和少量矿物质，但膳食纤维没有很大损失。🎉以维生素C为例，新鲜蔬菜炒制时维生素C一般会流失20%-30😘%，如果炖得久很烂，损失会超过50%。然而，这与个人家庭烹饪😴时的营养损失实际上差别不大。 从某些角度来看，预制菜在🤯营养方面甚至还存在一些优势。 许多预制菜在开发过程中经😴过营养师的科学配比，能够更好地满足人体对各种营养素的需求，标👍准化的生产过程有助于控制油、盐、糖的用量，而家庭烹饪往往难以😢精确控制。 预制菜使人们能够轻松获得不同地域、不同风味😡的美食，有助于膳食多样化。通过现代化工艺，某些预制菜能够保留🤔传统美食的营养成分，如"锁鲜"技术可以最大限度保留营养素。 💯 预制菜是“科技与狠活”？ 一方面，工业化生产意味😉着更加严格的生产环境控制、更完善的质量管理体系和更严格的监管🚀标准。另一方面，预制菜需要经过预处理、包装、储运等多个环节，😅每个环节确实也可能存在食品安全风险。 消费者对预制菜的😅担忧主要集中在以下几方面：食材新鲜度与品质，添加剂使用，生产😅卫生状况，冷链运输与储存条件。 除了菜品本身，部分消费😍者还会认为预制菜是"假冒伪劣"的代名词，他们对工业化食品有天😊然抵触感，担心餐饮企业因为考虑降低成本而隐瞒使用预制菜。 🤔 其实大部分消费者对预制菜的质疑来自对食材新鲜度和生产卫生🤗状况表示担忧。然而，这种担忧更多源于信息不对称和认知偏差，而😍非预制菜本身不可克服的技术难题。 尽管社交媒体上对预制😍菜的反对声音很大，但完全不接受预制菜的消费者只是少数。 😘 公众对预制菜的负面情绪可能被过度放大了。 预制菜产业👍是农业现代化与食品工业深度融合的产物，代表了农产品精深加工的💯发展方向。 从农业产业链来看，预制菜连接了农业种植、畜😅禽养殖、冷链物流等多个环节，推动了一二三产业的融合发展。 😂 预制菜为农业生产提供明确的标准和规范，推动农产品标准化、🤯规模化生产，通过深加工提高农产品附加值，增加农民收入，通过稳🚀定的采购合同，降低农业生产的风险。 不仅如此，预制菜产🤔业还能推动农业新品种、新技术的开发和应用。 从这个意义😊上说，支持预制菜的发展就是支持农业现代化，反对预制菜实际上是😉在抵制农业产业升级。 餐饮业工业化是不可逆转的潮流。 🎉 餐饮业的工业化是与城市化进程相伴相生的。从社会发展的角🥳度看，当一个社会的城市化率超过50%以后，餐饮业必然要走向工🤯业化、规模化和标准化。 餐饮业工业化会通过标准化生产和😊规模效应提高生产效率的同时，保证产品的一致性和稳定性。集中采😡购和规模化生产可以大幅度降低单位成本。 从手工业到工业😴化是人类社会生产力发展的普遍规律，餐饮业也不例外。 正😁如我们不再用手摇纺车替代现代化纺织设备一样，餐饮业也不能固守😴低效率的手工烹饪模式，而应拥抱工业化的进步。 面对预制😉菜，公众的态度应该是在理性认知基础上的审慎选择，而非情绪化的🔥全面否定。合理的担忧应该聚焦于具体的风险点，如食品安全监管、🥳营养标签透明度等，而无脑抵制则往往源于对工业化生产的偏见和恐😉惧。 罗永浩质疑西贝使用预制菜的事件，从商业争议演变为🤔公共话题，是社交媒体时代的舆论放大效应所导致。 在这个😀过程中，情绪常常先行而理性后置，舆论初期往往被情绪主导，理性🤩分析被置于次要位置，一些复杂的产业问题被情绪裹挟后简化为"对😢错"二元对立。在公众对于预制菜的认知存在偏差时，公共讨论可能😊被流量逻辑绑架，偏离问题本质。 我们不该将所有中央厨房🤯生产的食物都视为"预制菜"。实际上，按照国家标准，中央厨房制😎作的菜肴不纳入预制菜范围。 我们也不该认为餐厅使用预制😂菜必然构成欺骗。事实上，消费者真正的关切点在于知情权是否得到😎保障，而非预制菜本身。 我们更不该将食品工业化的必然趋🚀势视为"伪劣"的同义词。这种认知忽视了工业化生产在食品安全、😀效率提升等方面的优势。 回望人类食物发展的历史，从原始⭐的生食到火的使用，从手工制作到工业化生产，每一次技术进步都推🚀动了人类文明的发展。 预制菜作为食品工业化的产物，代表😘着农业生产、食品加工和餐饮服务融合发展的新方向。 反对🔥一切形式的预制菜，本质上是对工业文明进步成果的拒绝。在现代社😡会，我们不能回到完全依赖手工生产的时代，正如我们不会放弃电力😢、信息技术等其他工业文明成果一样。理性的态度应当是批判性地接🤩受技术进步，在享受便利的同时，通过完善监管、加强创新来解决出😉现的问题。 面向未来，预制菜产业将继续快速发展，关键在💯于我们以何种态度面对这一变革。是坚持开放包容、推动进步，还是😡固守传统、拒绝变革？答案不言而喻。 工业文明的发展方向🎉不可逆转，预制菜作为其在食品领域的重要体现，也将成为人们生活😁的重要组成部分。我们的任务不是抵制这一趋势，而是引导其健康发🤗展，让它更好地服务于人们的美好生活需要。 在这个过程中🎉，理性、开放、建设性的态度将推动产业、消费者和整个社会共同进🥳步。（本文首发于钛媒体APP，仅代表个人观点，作者｜马金男 😆）返回搜狐，查看更多