到底什么是 Token？

到底什么是 Token？

AI 时代的"通用货币"——几分钟讲清楚

黄仁勋说数据中心正在变成"Token 工厂"；三大运营商的财报里"Token 服务"成了新的增长主线；甚至出现了"Token 出海"这个新概念。但 Token 到底是什么？它为什么突然变得这么重要？它跟我们用 AI 花的钱有什么关系？本文从零开始，把这件事从头到尾讲清楚。

---

一、Token 是什么？AI 的"最小零件"

Token，是大模型"读懂"文字的最小单位，这也是它被命名为"词元"的原因——词语的基本元素。当你和豆包、DeepSeek 或者其他 AI 聊天时，你输入的是一段自然语言，但大模型并不是像人一样"一个字一个字"地读的。它会先把你的文字切成一个个小碎片，这些碎片就叫 Token。

打个比方：你说的话是一道菜，Token 就是这道菜的食材。大模型是厨师——它不会直接处理整道菜，而是先把菜拆解成一个个食材（葱、姜、蒜、肉片、酱油），然后再重新加工组合，做出一道新菜（也就是给你的回答）。

每一个 Token，大致相当于一个词、一个数字或者一个标点符号。但不同语言的"切法"是不一样的。

---

二、一句英文几个 Token？一句中文几个 Token？

语言	换算关系	原因
英文	1 个单词 ≈ 1.3 个 Token	部分长单词会被切成多块。如 "understanding" → "understand" + "ing"
中文	1 个汉字 ≈ 1.5 个 Token	大多数模型以英文为主要训练语言，对中文的"切割效率"较低

换算成更直观的比例：

1000 个 Token ≈ 750 个英文单词 ≈ 500 个汉字

也就是说，你微信上发的一段 500 字的长消息，在大模型眼里就是 1000 个 Token。

---

三、大模型厂家怎么收费？算一笔账给你看

目前主流大模型的计费方式非常统一：按 Token 数量计费，输入和输出分开定价。

以 DeepSeek 官方定价为例

计费类型	缓存命中	缓存未命中（常规）
输入 Token	0.1 元 / 百万 Token	1 元 / 百万 Token
输出 Token	约 2–3 元 / 百万 Token	约 2–3 元 / 百万 Token

"缓存命中"意味着你之前问过类似的问题，系统已有缓存，所以便宜约 10 倍。大部分情况下按"缓存未命中"来估算。

实际一次问答花多少钱？

假设你向 DeepSeek 输入了一段 500 字的中文问题，它回复了 1000 字的回答：

输入：500 字 × 1.5 = 750 个 Token
输出：1000 字 × 1.5 = 1500 个 Token

输入费用：750 ÷ 1,000,000 × 1 = 0.00075 元
输出费用：1500 ÷ 1,000,000 × 3 = 0.0045 元

合计：约 0.005 元，不到一分钱。

一次还算详细的问答，不到一分钱。这就是大模型 API 成本低廉的根本原因，也是 AI 服务得以快速普及的底层逻辑。

---

四、注意！你实际花的钱，可能是你以为的好几倍

上面的计算只是"理想状态"。实际使用中，你的花费往往远高于你以为的数字。原因在于：你看到的"输入"，只是冰山一角。

当你在 AI 产品里输入一个问题时，系统在背后偷偷塞进去了大量"隐形输入"：

隐形输入类型	说明	Token 量级
系统提示词	告诉 AI "你是谁、你能做什么、你不能做什么"	数百至数千
历史对话记录	为了让 AI"记住"之前聊过的内容，系统把全部历史一起发过去	随对话增长
工具 / MCP 描述	配置了各种 Skill 或工具时，每个工具的说明书也会作为输入发送	数百至数千

你输入了 10 个字，实际发给大模型的可能是 10000 个 Token。就像你去餐厅点了一碗面，菜单上还包含了桌布费、空调费、服务费、餐具消毒费……

这正是为什么 AI 行业现在特别强调"上下文工程"（Context Engineering）——如何精准控制发给大模型的信息量，既要够用，又不能浪费。毕竟，每一个 Token，都是真金白银。

---

五、黄仁勋说：数据工厂变成了 Token 工厂

2026 年 3 月的 GTC 大会上，黄仁勋做了一场两个多小时的演讲，核心观点只有一个——AI 已经从训练时代进入了推理时代，Token 成为了核心商品。

过去的数据中心是"仓库"——存东西的，不直接赚钱。现在的数据中心是"工厂"——生产 Token 的，直接和企业收入挂钩。

这意味着，计算设备完成了一次从成本中心到利润中心的根本性跨越。那些 GPU 服务器，以前是帮你存数据、跑业务的"后勤部队"，现在变成了"生产线"——日夜不停地生产 Token，以 API 的形式卖给全世界。

Token 的分层定价预测

黄仁勋还预测，Token 正在出现像 iPhone 一样的分层定价：有免费的 Token，有普通 Token，有高级 Token。

"有人愿意为每一百万个 Token 支付 1000 美元，这不是会不会发生的问题，而是何时发生的问题。"——黄仁勋

他同时放出了一个判断：未来用于计算的 GDP 占比，将是过去的 100 倍。

---

六、Token 经济学的底层逻辑

电厂发电 → 数据中心 → GPU 计算 → Token 输出 → AI 服务售卖

所以有人说，Token 就是电力的"金融化表达"。来算一笔具体的账：

指标	数值	备注
中国西部绿电价格	0.2–0.3 元 / 度	低廉的可再生能源
生成 100 万 Token 耗电	15–20 度	电力成本约 3–6 元
国际市场 Token 售价	60–168 美元 / 百万 Token	高端模型定价
国内 Token 售价	约 2 元 / 百万 Token	1 度电通过 Token 转化后可卖 11 元
电力增值倍数	50 倍以上	传统电力出口无法企及

欧美电价约 0.8–1.2 元 / 度，是中国的 3–5 倍。这意味着中国的 Token 成本天生具有巨大的价格竞争力。

---

七、Token 出海：运营商的新战场

最近最令人兴奋的趋势，是 Token 出海——中国的 AI 算力，正在以 Token 的形式"出口"到全世界。

数据	数值
中国在全球 Token 调用量中的占比	36%（全球第一）
中国 Token 出口量占全球比例	60% 以上
中国移动智算规模	92.5 EFLOPS
中国电信智算规模	91 EFLOPS
中国联通智算规模	45 EFLOPS

背后逻辑：中国有便宜的绿电、强大的算力基础设施、成熟的大模型（如 DeepSeek），可以在国内低成本生产 Token，再通过 API 接口卖给全球开发者和企业。

"白天的算力给国内用，夜间的算力可以向欧美出口。"——浙江移动负责人

一台 GPU 服务器，24 小时不停转，白天服务国内客户，晚上赚美元。三大运营商正在从"网络运营商"转向"Token 运营商"。

运营商们明白了一个道理：过去卖的是"带宽"（每月多少 GB 流量），未来卖的是"Token"（每月多少百万 Token）。底层基础设施没变——还是光纤、服务器、数据中心——但上面跑的"货"变了。

---

总结：理解 Token，就是理解 AI 时代的经济学

视角	Token 的意义
普通用户	Token 决定你用 AI 花多少钱——每一次提问、每一段回答，都在消耗 Token
企业	Token 正从成本变成收入——谁能高效生产和销售 Token，谁就掌握了 AI 时代的商业密码
国家	Token 正在重塑全球竞争格局——电力优势通过 Token 转化为 AI 服务优势，"Token 出海"成为新的出口形态

电力 → 算力 → Token → 价值

这条链路，就是整个 AI 时代的经济学底座。

如果说蒸汽机时代的核心资源是煤炭，电气时代的核心资源是石油，那么智能时代的核心资源，就是 Token。——黄仁勋类比

现在你再看那些关于 AI 的新闻——算力竞赛、芯片制裁、大模型降价、Token 出海——是不是突然就串起来了？它们讲的，都是同一件事：谁能更便宜、更高效地生产 Token，谁就能赢得 AI 时代带来的巨大商机。