AI 時代的“新貨幣戰爭”：跨越硅谷與貴州的算力套利

1848 年，芝加哥谷物交易所開張的第一天，沒有人意識到自己正在目睹一場改變世界的制度革命。人們只是把糧食從農場運到碼頭，換成美元，再把美元變成賬簿上的一行數字。幾十年后，這一套賬簿邏輯生長出了期貨、套利、聚合平臺，以及復雜到令人窒息的定價體系。

如今，同樣的邏輯正在算力網絡中悄然重演。只不過這一次，流動的大宗商品不是小麥，而是 Token。

這不是一個比喻。先從我自己說起：我的日常工作不過是 Agent 系統的調用和一些簡單的應用開發，算不上高強度的 AI 用戶。但即便如此，我每天消耗的 Token 量已穩定在 2000 萬以上，高峰時可以沖到 5000 萬。這個數字，曾經讓我自己也覺得難以置信。

一個普通用戶，不過是在調用 AI 幫忙打磨段落、測試代碼，就能燒掉這個量級的算力——那么，一家擁有 85000 名工程師和產品經理的科技巨頭，會是什么規模？

2026 年初，Meta 內部流出一份名為“Claudeonomics”的數據報告，給出了答案。它將 Token 消耗量最高的前 250 名員工列為“超級用戶”，這 250 人在最近一個月內，合計燒掉了逾 60 萬億個 Token。按照市場定價粗略換算，這些 Token 的價值高達約 9 億美元。榜單第一名一個人燒掉的算力，折價數百萬美元。

消息曝出的那一刻，硅谷炸了鍋。但真正值得追問的，不是這些數字有多離譜，而是它們為什么會出現——以及它們預示著什么。

圍繞 Token，一場關于產能、定價與地緣的隱秘戰爭，已經全面打響。

#01

算力焦慮

硅谷出現了一個新詞，叫“Token-maxxing”，意思是把 Token 用量拉到極限。它正在變成衡量一家公司、一個員工是否具備“AI Native”能力的數字標尺。

企業高管們普遍陷入一種奇特的焦慮——不是因為用了太多 AI，而是因為用得不夠多。AI 創業公司 Writer 的 CEO May Habib 直言不諱：“如果不全力擁抱 AI，就會被淘汰。”她公司內部也有 Token 消耗排行榜，她本人盯著這個數據。Uber 的 CTO 則說得更實際：公司 2026 年的 AI 預算，在開年頭幾個月就已全部耗盡，原因是工程師對 AI 編程工具的重度使用；“我以為夠用一年的錢，已經沒了。”他不得不重新去做預算。

當然，反對的聲音同樣存在。HubSpot 的 CEO 在 LinkedIn 上寫下一句在硅谷的產品經理群體中廣泛流傳的話：“Outcome maxxing 大于 Token maxxing。”她的意思是：瘋狂消耗 Token 是一個錯誤的指標，真正重要的是你產出了什么結果。這場爭論還在繼續，但更多的人已經形成了沉默的共識：不充分利用 AI 的公司，會被競爭對手超越。

這種信念的代價，正在重塑整個 SaaS 行業的成本結構。

傳統軟件生意的底層邏輯是：研發投入是一次性的，用戶基數越大，邊際成本越趨近于零。這是一門越賣越賺的生意，規模是朋友。但在大模型時代，這條鐵律正在斷裂。每個用戶的每一次深層智能操作，都在觸發新的計費指令——成本不再隨規模攤薄，而是跟著用量線性飆升。用戶用得越深，功能越智能，作為產品方要付給模型廠商的錢就越多。有風險投資機構已經開始嘗試直接以 Token 額度入股被投企業，而非注入現金。這不是比喻，是字面意義上的“以算力代資金”。

更深的問題還在后面。隨著 Agent（智能體）的廣泛部署，系統在執行任務時會反復讀取整個對話歷史，重新掃描早已處理過的文件，把早就過期的上下文一遍又一遍地“喂”給模型。冗余信息如雪球般越滾越大，但真正與當前任務相關的，可能只占其中一小部分。業內估算，當前全球企業 AI 應用中，可能有近一半的 Token 并未產生實際價值。

于是，“Token Efficiency”——Token 效率——正在成為下一階段真正的技術與商業賽道。如何在不損失輸出質量的前提下，把每一個 Token 的價值逼到極限，這已經是一門嚴肅的生意。

#02

反直覺的賬單

要真正理解這門生意，先得看懂賬單。

Token 的定價，遠不是“單價乘以數量”那么簡單。在一次典型的對話交互中，賬單上至少運轉著三種不同價格的 Token：輸入 Token，也就是你發給模型的內容；被緩存的輸入 Token，即某些提示詞或上下文之前已被系統緩存，再次調用時價格更便宜；以及輸出 Token，模型生成回答時產生的部分。

這三者的典型價格比例，大致維持在 1 ： 0.1 ： 6 的水平。以 GPT-5 的 API 定價為例：輸入每百萬 Token 為 1.25 美元，緩存輸入僅需 0.125 美元，而輸出則高達 10 美元。這個結構意味著：如果你能精準調配上下文、命中緩存機制，成本可以壓縮至十分之一。上下文管理本身，已經成為一項值錢的工程能力。

但賬單的真正反直覺之處，還不在這里。

在評估模型成本時，單純盯著單價往往會遮蔽真實的商業邏輯。有一個悖論正在被越來越多的開發者驗證：越貴的模型，綜合成本可能反而越低。昂貴的頂級模型憑借強大的推理能力，往往一次就能給出正確結果，調用的工具也極其合適，從而切斷了冗長的 Agent 循環。廉價模型在處理復雜任務時，可能需要反復迭代、重試甚至出錯，每一次循環都在疊加算力成本，最終賬單反而高于直接調用頂級模型。

這就像不是在比較同一段旅途的票價，而是在比較到達目的地的綜合成本——慢車的票價更低，但在你反復換乘、誤點補償的漫長折騰之后，賬單可能超過了直達的高鐵。

OpenAI 最新推出的 GPT-5.5-pro，短上下文的輸入價格高達每百萬 Token 30 美元，輸出更是 180 美元。數字看起來觸目驚心，但邏輯是：如果模型足夠精準，在復雜任務上的單次調用就能終結循環，每個“有效結論”的綜合成本，反而低于廉價模型跑上十幾輪的總和。

這也預示著，Token 的定價范式本身，正處于一場深層演變的前夜。今天的計費邏輯，本質上是在用“燃料消耗量”來衡量“旅途價值”——你燒了多少，你就付多少。但這套邏輯越來越難以反映真實的商業價值。行業中已經有人在探索按“復雜度計費”（Effort-based Pricing），乃至按“任務完成度計費”（Task-based Pricing）的新模式。

這條演進路徑，有一個現成的歷史鏡像：原油的定價，曾經只對應桶數；后來是汽油，對應升數；再后來是續航里程，對應的是你真正想去的地方。Token 的定價邏輯，終將從“你燒了多少”走向“你完成了什么”。誰能率先建立這套價值錨定的體系，誰就掌握了 Token 經濟下一階段真正的話語權。

#03

算力套利

價差，從來都是套利的溫床。

在這個中美模型價格相差最高可達 50 至 70 倍的市場里，一種被業內稱為“Token 套利”（Token Arbitrage）的新商業模式，正在悄然浮出水面。

其核心邏輯并不復雜：利用不同模型之間的能力冗余與巨大的價格鴻溝，賺取底層的算力差價。用戶支付的是高價值模型的定價，享受的是由廉價模型承擔的服務——中間商拿走差價。整個過程對用戶而言是黑盒，體感上毫無差異。

有一個類比可以幫助理解。你雇了一位稅務審計師，他把你原本要繳的 1 萬美元稅款優化到了 2000 美元，自己收取 5000 美元作為報酬。雙方都賺了，這門生意成立。Token 套利的邏輯與此相似：關鍵不在于欺騙，而在于專業的調度能力——知道什么任務用什么模型，在用戶感知不到差異的前提下，把成本壓到最低。

更進階的形態，是搭建一套“智能路由器”系統。當用戶需求進入時，先用一個單價極低的小模型偵測任務的意圖與復雜度；隨后，將高難度任務分發給昂貴的頭部模型，將大量簡單、重復性的執行指令攔截下來，交給極具性價比的中國開源模型處理。調度本身也可以被算法化：用一個輕量級的“路由模型”，專門決定用哪個大模型——把判斷本身，變成一道效率方程。

這套邏輯，催生了一類新型基礎設施公司。19 世紀的芝加哥，糧食經紀人做的事情是：把來自不同農場、品質參差不齊的小麥，統一收購、分級定價，再以標準化合約賣出——整合分散的供給，賺取信息差。OpenRouter 做的，是同一件事，只不過貨架上擺的不是谷物，而是全球數十個大模型的 API。

OpenRouter 是這類新型基礎設施中，體量最大、數據最透明的一家，由此成為觀察這個市場最典型的窗口。其創始人 Alex Atallah，上一個身份是全球最大 NFT 交易所 OpenSea 的聯合創始人兼 CTO。他曾將兩次創業做過類比：做的都是同一件事——把分散的供給，整合到一個平臺上。

OpenRouter 的商業邏輯直接而有力：市面上模型越來越多，開發者不想每家單獨注冊充值、對接 API 格式，OpenRouter 提供統一入口，一個接口搞定所有模型，從中抽取約 5% 的傭金。

A16z 在 2025 年領投了 OpenRouter 4000 萬美元，當時估值約 5 億美元。最新一輪融資已將其估值推至接近 13 億美元。真正讓這門生意起飛的，是 AI 編程 Agent 工具的爆發——當全球開發者瘋狂調用各種模型驅動工作流時，他們需要一個能快速切換模型的中間層，而 OpenRouter 恰好在那里等著。

值得注意的是，OpenRouter 的數據有其特殊的指向性。它更像是創業公司和獨立開發者群體的風向標，而非整個 AI 行業的全景圖。但正是這個群體，對價格最敏感，對新模型最愿意遷移，遷移成本也最低——他們構成了中國模型出海的第一波“自來水”用戶，是價格信號最靈敏的神經末梢。

當然，套利空間并非沒有天花板。大模型廠商已經開始將路由能力內置到自己的生態中——Anthropic 近期推出的 Advisor 模式，就是讓系統先用貴模型判斷哪些任務可以交給廉價模型處理。但跨模型的調度空間，遠未被窮盡。每家大模型公司只優化自己的生態，而市場上的模型已經多到無法被任何單一廠商覆蓋。未來真正勝出的，將是那個“最會調度 Token 的系統”——它不只做 API 聚合，還要做模型質量與任務的精準匹配，以及吞吐量、延遲與硬件資源的動態協同。這是一條還沒有人走完的路。

#04

算力出海

現在，讓我們把視角從硅谷的服務器機房，拉到一條鋪設在太平洋海床上的光纜。

當一位倫敦的程序員調用 MiniMax 的 API 跑一段代碼時，物理層面上發生了什么？他的請求從英國出發，穿過海底光纜，落在中國貴州的數據中心里。GPU 開始工作，風扇開始轉，電表開始跳。幾秒鐘之后，結果原路返回。

整個過程中，沒有一度電離開過中國的電網，沒有任何實體商品通過海關，沒有集裝箱，沒有運費。但那度電的價值，已經通過 API 賬單，以 Token 為載體，完成了一次跨境的美元結算。

這是一種全新形態的“出口”。中國曾經出口襯衫、家電，后來是電動車。這些都是實物，要報關，要運輸，要壓在港口等待清關。Token 出海不需要任何這些。電力在本地消耗，算力在本地運轉，但創造的價值通過互聯網，瞬間交付到全球任何一個開發者的賬單上。有人把這叫做“電力出海”——電沒有出去，但電的價值出去了。

驅動這一切的，是一個在軟件工程基準測試中幾乎無法被感知的微小差距，以及一個在賬單上觸目驚心的價格鴻溝。

MiniMax M2.5 與 Claude Opus 4.6，在 SWE-Bench Verified 軟件工程基準測試中的得分分別是 80.2% 與 80.8%。0.6 個百分點的差距，在實際使用中幾乎感受不到。但打開價格表：MiniMax 的輸入價格是每百萬 Token 0.3 美元，Claude 是 5 美元——前者僅為后者的十七分之一。值得一提的是，Claude 已迭代至 Opus 4.7，SWE-Bench 得分躍升至 87.6%，但價格紋絲未動。性能的差距在擴大，而價格的鴻溝依然懸殊。

對于一個每天要跑幾千萬 Token 的開發者來說，這不是省一杯咖啡錢的問題，而是賬單從幾百美元直接降到幾十美元的區別。

這種壓倒性的價格優勢，并非單純來自技術層面。MoE（混合專家模型）架構的深度優化，讓每次推理激活的參數量大幅減少，是技術底座；而阿里、騰訊、百度等云廠商在基礎設施上的規模優勢，以及為搶占生態而進行的激進價格補貼，則是商業驅動力。兩者疊加，構成了今日中國 Token 的價格邏輯。

但更深層的結構性優勢，來自能源基礎設施的底層分化。

在大洋彼岸，美國面臨的困境并非缺電，而是缺乏“配電能力”（Distribution Power）。高壓電網上有充足的電，但要從 330kV 一路降壓至數據中心所需的 400V，需要建設變電站，而變電站的審批流程極其冗長。那是一個真實存在的物理瓶頸，不是錢能快速解決的問題。相比之下，中國西部的沙漠里鋪滿了光伏板，通過逾 40 條特高壓通道，將電力直輸東部的算力集群。“東數西算”工程已形成體系，而貴州一地九成以上的算力用戶來自省外——這個細節，或許比任何宏觀數字都更能說明問題：一個內陸省份，因為電力充沛、地價低廉、氣候涼爽，已經悄然成為全球算力版圖中一個不可忽視的節點。

這種基礎設施的響應速度差異，才是中美 Token 價格結構性分化的真正根源，而非簡單的電價高低之別。中美兩國的工業電價絕對差值并不懸殊，中國約 0.4 至 0.6 元每度，美國約 0.8 至 1.2 元每度。但一個能在西部戈壁就地消納光伏電、通過特高壓直達算力節點的體系，與一個受困于變電站審批的體系，它們的效率差距，不是電價表上的那幾分錢能夠體現的。

趨勢已經清晰地寫在賬單上。MiniMax 2025 年全年海外收入達 5766 萬美元，占總收入的 73%——而兩年前，這一比例僅為 19%。月之暗面的 Kimi K2.5 在發布后短短近 20 天內，收入便超過了 2025 年全年總和。中國三大云廠商在 2026 年 3 月集體上調算力產品價格約 30%。這最后一個信號尤其值得關注：漲價，往往意味著議價能力的形成。

#05

算力定價權

Token 的消耗軌跡，正在經歷一次靜默的相變。

此前，它是人類主動發起的行為——程序員打開對話框，輸入指令，等待回復。現在，它越來越多地由機器自動驅動：Agent 在后臺全天候運行，寫代碼、查資料、跑測試、推部署，一刻不停地消耗算力。一個程序員手動使用 AI 編程助手，一天可能燒掉幾十萬 Token；一旦 Agent 在后臺運轉，消耗量直接跳至千萬級。當這種使用方式從少數極客擴散到普通開發者，再擴散到每一個知識工作者，Token 的需求增長，將是指數級別的增長。

而當算力賬單不再是一筆 IT 支出，而是驅動整個商業機器運轉的燃料時，圍繞它的每一個調度決策，都將重塑企業在未來 AI 產業格局中的生態壁壘。

人類幾千年來發明過的一切商業模式——期貨、套利、批發零售、聚合平臺——都曾在某種大宗商品上演過一遍。現在，它們正在 Token 身上重新上演，速度快了一百倍。

歷史上，每一種大宗商品的定價權更迭，背后都跟著一場地緣秩序的重組：黃金定價權奠定了英鎊霸權，石油定價權塑造了中東的戰略地位，半導體定價權則成為冷戰結束后美國技術領導力的核心支柱。這不是巧合，而是規律——誰控制了關鍵資源的計價單位，誰就在那個時代握有最隱蔽、也最持久的權力。

真正的問題，或許不是這場戰爭會不會發生，而是：當下一個芝加哥谷物交易所在算力網絡中建成的那一天，Token 的定價權，究竟會落在誰的手里？

公眾號最近更改了推送規則，不再按時間順序推送，而是根據人工智能算法有選擇性向用戶推送，有可能以后你無法看到賴博士的文章推送了。

解決方法是將《賴博士說》的公眾號“星標”，順手點下文末右下角的“在看”，系統會默認我們公眾號的文章符合你的喜好，以后賴博士的文章就會在第一時間推送到你面前。

賴博士說

賴博士說

幫你站在高處，重新理解財富

賴博士說

微信號：drlaiwealth

喜馬拉雅：@賴博士說

新浪微博：@賴博士說

版權聲明：本文版權屬于《賴博士說》微信公眾號（drlaiwealth），未經授權不得轉載及二次修改。轉載或合作請聯系微信 zflai_hk。

免責聲明：本公眾微信平臺“賴博士說”所載的資料及說明只可作一般性參考資料來閱讀。平臺不會就文章內資料、或因使用此等資料之正確性、準確性、可靠性或其他方面所導致的后果作出任何保證或其他聲明。平臺有酌情權隨時刪除、暫時停載或修改本帳號上的各項資料而無須給予任何通知或理由。若資料內容涉及產品資料，一概只可作一般性參考且并非適用于各產品及服務的所有條款及細則。詳細資料請參閱有關產品及服務之協議。本文內容僅供內部參考及培訓使用，并不構成任何法律、稅務、投資或其他專業意見。

支持賴博士，請點“在看”