你在聊天框裡敲下一句話，等上幾十毫秒，螢幕上便出現一段看似流暢的回答。對絕大多數使用者來說，這是一個十分輕量化的過程。可到了付款頁面，許多使用者會有一種遭到“背刺”的感覺——輸入多少百萬Token、輸出多少百萬Token、上下文多長、快取是否命中。

這時，很多人會有這樣的疑問：為什麼一個看不見、摸不著的回答，要按量收費？為什麼AI公司不能像賣傳統軟體那樣，一次授權、無限複製？

這裡至少混著三張不同的帳單。

第一張是生產成本：造出一個Token，底層到底消耗了多少電力、晶片、機房和工程資源；

第二張是市場價格：模型廠商向外報出的呼叫單價，其中還包含競爭、利潤和服務分層；

第三張是任務成本：使用者為了完成一項工作，究竟總共燒掉了多少Token。

當把三者混為一談，就會出現“電費明明不貴，為什麼AI還這麼貴”“模型降價了，為什麼企業帳單反而變大”這樣的困惑。

AI當然有軟體的一面：演算法可以迭代，模型可以壓縮，服務可以通過介面分發。但它還有另一面，且正在越來越顯眼：每一次生成都要經過真實的計算，依賴真實的電力、視訊記憶體、網路和機房。

典型SaaS的成本常常隨著複製而快速攤薄，AI推理卻始終帶著一筆不斷髮生的邊際成本。

“Token看上去像軟體，骨子裡卻越來越像重工業。”

那麼，造一個Token，錢究竟花在了那裡？

2026年1月，輝達CEO黃仁勳在達沃斯世界經濟論壇上，第一次把AI基礎設施描述為一塊”五層蛋糕”：自下而上，分別是能源、晶片、基礎設施、模型和應用。此後他在CES 2026和GTC 2026大會上反覆使用這個框架。

在《Token經濟》這本書中，作者把這個系統形容為一條“即時運行的認知生產線”。使用者輸入、上下文、工具說明和企業知識庫，像生產的原材料；電力、晶片和推理時間，像能源；模型架構、快取機制、路由策略和工作流編排，則像工藝。不同於一件可以造好後堆進倉庫的工業品，Token往往在呼叫瞬間被生產、交付並消費。

“Token的生產成本，是造出一個Token所消耗的資源；Token的市場價格，是廠商對外報出的呼叫單價；Token的任務成本，是完成一次完整任務總共花掉的錢。”

只有把這三層帳分開，才能理解下面這塊蛋糕。

五層拆解：從底往上，Token是如何被生產的

① 能源層：電費很重要，但電費不是全部（約佔總成本10%~20%）

GPU運轉需要電力，冷卻系統需要電力，網路傳輸需要電力，資料中心是不折不扣的用電大戶。按美國工業電價每千瓦時0.06~0.08美元計算，一座500兆瓦的資料中心，一年的電費帳單超過3億美元。

但書中提醒，要區分”營運成本”和”單位Token完全成本”：電力在資料中心日常營運中很扎眼，可一旦把GPU、HBM、網路和機房的資本折舊都計入，能源層就不是最大項了。SemiAnalysis的推理TCO（總擁有成本）模型顯示，機房租賃和電力合計通常不到總擁有成本的20%。因此在大規模商用推理口徑下，能源約佔Token生產總成本的10%~20%。

② 晶片層：最大的成本層，也是供給的咽喉（約佔40%~55%）

GPU/AI加速器、HBM（高頻寬記憶體）、晶片間互聯和CPU，構成了Token成本的主體。從公開採購口徑看，一塊輝達B200的價格為3萬~4萬美元，其中通常已包含封裝內的HBM成本；而從物料清單（BOM）口徑看，HBM與先進封裝合計約佔高端晶片製造成本的三分之二。

為什麼視訊記憶體和互聯決定供給？書中解釋了一個關鍵技術事實：模型參數必須駐留在HBM中，才能實現高效推理——HBM的容量和頻寬，直接決定了推理的速度與並行上限。而全球HBM產能被三家寡頭壟斷：SK海力士約佔57%，三星佔22%，美光佔21%。AI需求爆發疊加寡頭格局，讓超大規模雲廠商資本開支中記憶體的佔比，從2023—2024年的約8%飆升至2026年的約30%，幾乎全部由HBM驅動。在大規模商用推理口徑下，整個晶片層約佔Token生產總成本的40%到55%，高端模型、長上下文和高視訊記憶體場景還會更高。

③ 基礎設施層：把一堆晶片，變成一座”AI工廠”（約佔15%~20%）

有了晶片，離能產出Token還差得很遠。這一層包括機房建設、供配電系統、液冷/散熱、機櫃、光模組、線纜與InfiniBand交換網路，以及大規模叢集的調度和維運系統——它的任務，是把成千上萬張晶片組織成一座協同運轉的”AI工廠”。

基礎設施層約佔Token生產總成本的15%~20%，但這個比例的彈性很大：GPU利用率、電價、折舊年限、資料中心是自建還是租賃，都會讓它大幅波動。同一批晶片，利用率60%和80%的企業，攤到每個Token上的成本完全不同。

④ 模型層：最”軟”的一層，也是降得最快的一層（約佔10%~15%）

這一層包括訓練成本的攤銷、推理框架最佳化、模型服務編排和監控。訓練本身耗資巨大——GPT-4的純計算口徑（硬體折舊+能源）訓練成本約4000萬美元，而奧爾特曼的公開口徑是”超過1億美元”，GPT-5等級已進入數億到十億美元級；而且這還沒算”試錯係數”：前沿模型很少一次訓練成功，失敗的輪次會讓實際投入成倍增加。

但模型層也是工程魔法最密集的一層。以MoE（混合專家）架構為例，DeepSeek V4總參數量達1.6兆，每次推理卻只啟動約490億參數（約3%）——書中打了個比方：這相當於一家擁有16000名員工的巨型諮詢公司，每接一個項目只派出約500人的精銳小組。蒸餾技術則讓小模型復現大模型能力，推理成本約為大模型的1%。這類演算法最佳化的共同特點是：不需要更換任何硬體，只需更新軟體和框架，成本就能再下一個台階。

⑤ 應用層：把能力，變成可賣的服務（約佔5%~10%）

最上面一層，是介面、整合、合規和內容安全——模型能力要變成使用者可以購買、企業敢於採購的服務，這一層必不可少。它約佔Token生產總成本的5%~10%。

需要注意的是，這些比例都不是任意公司的標準財務報表，而是對大規模商用推理場景的一種拆解視角。自建還是租用、前沿模型還是經濟模型、訓練還是推理、任務長還是短，都會改變每一層的權重。但有一個排序相對穩定：硬體相關的三層，通常構成成本主體，大致佔七成上下甚至更高。

為什麼電費便宜了，Token不一定就很便宜

瞭解了五層結構，就有助於解除兩個流傳很廣的誤會。

第一個誤會：把Token看成”電力的轉售”。 既然一次AI對話的電費可能只有幾釐錢，那Token憑什麼收費？因為單Token的邊際電耗，只是完全成本裡很小的一塊。一枚Token的完全成本，要同時攤入晶片折舊、視訊記憶體頻寬的機會成本、資料中心的利用率，以及服務質量的溢價。同樣是1度電，喂給不同的晶片、放在不同利用率的機房裡，造出的Token數量天差地別。

第二個誤會：只看單Token成本，忽略同樣數量的Token，背後的成本並不相同。 書中指出，Token成本因模型代際、任務類型和部署形態而異：前沿旗艦模型與經濟檔模型的推理成本可以相差數十倍；長上下文任務比短問答更吃視訊記憶體；批處理任務可以讓叢集利用率從60%提升到70%~80%，攤薄成本——2026年Google推出的分層推理定價，正是按”願意等多久、要多穩”把同一模型分成優先、標準、靈活、批處理四檔，批處理檔直接半價。

除了這兩個誤會，還有一個容易被忽略的時間差：硬體確實在快速進步——輝達推理硬體每代性能提升2～3倍、功耗增加不到50%，折合每Token硬體成本每代下降40%～60%；但從架構發佈到大規模交付到客戶手中，通常需要12~18個月。B200於2024年3月發佈，2025年底才大規模交付。所以即便”造Token”的理論成本一直在降，特定時間、特定地點可用的便宜算力，依然是稀缺品。

換句話說，電價會影響Token，卻不能單獨解釋Token；就像鋼價會影響一輛車，卻不能單獨解釋一輛車為什麼賣得貴。

Token為何是”雙時鐘”商品？演算法按月進步，電網和機房按年建設

理解五層成本之後，就不難看到Token經濟中最矛盾的一面：演算法側的價格在快速下降，物理側的供給卻依然緊張。書中把它概括為“雙時鐘”。

“演算法、軟體是快時鐘；晶片、資料中心、電力是慢時鐘。”

快時鐘有多快？過去3年，同等能力水平的推理成本下降了99.5%——史丹佛《2026年AI指數報告》的估算是3年降至原來的1/250。MoE、注意力最佳化、蒸餾、推測性解碼，這些技術以天和周為單位迭代，不需要換任何硬體就能讓成本再降一檔。

慢時鐘有多慢？書中列出了物理世界畫出的四重約束：

第一重，資料中心擴建需要18到36個月，且大量項目正在延期。 2026年美國原計畫上線的資料中心容量約16吉瓦、約140個項目，截至4月只有約5吉瓦在施工。最具標誌性的是OpenAI的Stargate項目：高調宣佈投入5000億美元，卻因電網接入排隊、變壓器延遲而施工暫停。《金融時報》的評論一針見血：“5000億美元買不來物理世界的加速，也買不來社區的同意。”

第二重，變壓器交付周期平均2.5年。 截至2025年二季度，美國標準電力變壓器平均交付周期為128周，疫情前只需6~8個月。更有意思的是，這些”卡脖子”元件佔資料中心建設總成本不到10%——一個投入20億美元的園區，可能因為一份4000萬美元的變壓器訂單空置一年以上。所以書中有句判斷：“在某種程度上，錢不是瓶頸，時間才是。”

第三重，HBM的供給爭奪與勞動力短缺。 三家寡頭的產能年增速只有30%~50%，追不上AI需求的翻倍增長。

第四重，電力的結構性短缺。 國際能源署資料顯示，全球資料中心電力消耗將在2024—2029年翻倍，從約415太瓦時增至超900太瓦時；高盛預測2028年美國資料中心將面臨45吉瓦的電力缺口；而截至2025年底，美國電網互聯排隊規模仍達2060吉瓦，新增項目並網的中位周期接近5年，Google甚至報告部分選址要等上12年。

兩套時鐘同場運轉，就產生了Token市場獨有的景觀：價格可以因為演算法突破而快速下降，物理供給卻依然緊張；利用率提升能攤薄成本，可一旦容量到頂，新增GPU、機房和電力合同又會讓成本出現階梯式跳升。看懂這個”雙時鐘”，就看懂了AI價格戰為什麼能打到骨折、算力緊張為什麼始終沒有緩解、全球科技巨頭為什麼突然都在以基礎設施公司的方式重塑自己的資產負債表。而其中的任何一層失速，最終都會傳導到那句看起來極輕的AI回答上。

理解成本，不是為了算一個Token的死價格

回到開頭的問題：造一個Token，錢到底花在了那裡？

答案恐怕要讓想要“標準答案”的人失望了：Token的市場價格會變，模型會換代，成本結構也會因任務和部署形態而變化——你永遠不會得到一枚Token的”死價格”。但有一樣東西是確定的：每一枚Token，都需要真實的能源、晶片和基礎設施去生產。這才是認識AI經濟的起點。

過去我們習慣了網際網路的敘事：程式碼寫一次，服務無限人，邊際成本趨近於零。而Token經濟把物理世界重新拽回了故事的中心——當智力服務成為可計量、可呼叫的商品，未來競爭的就不再只是更會寫程式碼的公司，而是誰能更高效、更可持續地把能源、晶片、模型和人類需求組織起來的公司。對模型公司來說，競爭是把每一度電、每一張卡轉化為更多高價值Token；對雲廠商來說，競爭是把晶片、網路和機房跑得更滿；對應用公司來說，競爭則是證明這些Token確實換來了使用者願意付費的結果。

當智力服務開始被計量、被呼叫、被定價，AI真正進入的就不只是聊天框，而是一套新的工業秩序。

這，或許就是黃仁勳所說的“五層蛋糕”理論的真正含金量。 (秦朔朋友圈)

輝達已不滿足於只賣晶片，它現在還想把晶片變成可以被華爾街定價、抵押和融資的資產。

當地時間8月10日， $輝達 (NVDA.US)$ 宣佈與 $阿波羅全球管理 (APO.US)$ 、 $貝萊德 (BLK.US)$ 、 $黑石 (BX.US)$ 、 $Brookfield (BN.US)$ 、 $高盛 (GS.US)$ 及 $KKR & Co (KKR.US)$ 達成合作，計劃通過獨立算力融資平台，長期調動超過5000億美元第三方資本，為前沿AI實驗室、企業、政府及AI雲廠商建設數據中心和「AI工廠」。

需要注意的是，這5000億美元是計劃在未來逐步動員的資金池，並非已經到帳的資金，更不是輝達可以立即確認的收入；目前最終協議、各機構出資額及投放時間表仍未公佈。

資本市場卻先用腳投票。 $輝達 (NVDA.US)$ 股價當日下跌2.86%，該公司5年期信用違約互換(CDS)在消息傳出後飆升了近6個基點。

這並不等於市場判定輝達即將違約，但說明投資者開始要求更高的價格，為公司可能承擔的或有風險投保。

一邊是六大金融巨頭願意為算力打開資產負債表，另一邊是股票與信用市場同時上調風險溢價。兩種反應看似矛盾，實際都指向同一個問題：AI算力究竟已經成為具有長期現金流的基礎設施，還是華爾街正在用更複雜的融資結構，把尚未被終端需求驗證的晶片訂單提前變成收入？

要理解這場爭議，需要把5000億美元放回黃仁勳的「五層蛋糕」中來看。

從產業地圖到資本結構：5000億美元如何流過「五層蛋糕」？

黃仁勳今年在達沃斯提出，AI不是單一模型或應用，而是一塊由五層共同構成的蛋糕：最底層是能源，其上依次是晶片、基礎設施、模型與應用。

第一層是能源：每一枚Token背後都需要電力、輸配電、土地與冷卻，電網容量決定了算力擴張的物理上限。

第二層是晶片：GPU、CPU、HBM、網絡與光互連把電力轉化為計算能力，決定生成Token的效率與成本。

第三層是基礎設施：數據中心、AI雲、服務器叢集和調度系統把數萬枚晶片組成可出售算力的「AI工廠」。

第四層是模型：OpenAI、Anthropic、xAI等實驗室購買訓練和推理算力，把算力轉化為智能。

第五層是應用：企業軟件、自動駕駛、機器人、醫療及金融服務將模型能力轉化為客戶收入，也是整塊蛋糕最終產生經濟回報的地方。

這5000億美元並沒有增加第六層，而是在五層蛋糕外面加上一條「資本管道」：華爾街的長期資金主要投入能源、晶片與數據中心，模型公司通過租賃或用量合約購買算力，最上層應用產生的收入再向下支付模型費與算力費，最終償還項目債務並回報資本。

因此，這套結構成立的關鍵不是GPU能不能賣出去，而是最上層應用能否持續產生足夠現金流，沿著五層蛋糕向下傳導。融資可以把建設速度拉快，卻無法憑空創造終端回報。

輝達真正想做的，是把CUDA變成「信用增級」

傳統科技硬體很難成為長期融資抵押物，因為迭代快、折舊高，一旦需求轉弱，二手設備價值可能迅速下跌。

輝達要說服華爾街的，恰恰是GPU已經不再是普通電子產品，而是能夠持續創造Token收入的生產性資產。

其論證建立在三點之上：首先，輝達GPU可以跨模型、跨工作負載使用；其次，設備能在不同雲廠商和運營商之間轉移或出租；最後，CUDA軟件持續優化舊硬體的性能和相容性，延長設備的經濟壽命。

只要二手價格、租賃價格和利用率保持穩定，GPU就能像飛機、通訊塔或服務器機房一樣，憑藉未來租金獲得融資。

這正是美銀證券研報所說的「輝達承保的是資產價值，而不是貸款」：公司未必需要親自借出全部資金，只要CUDA生態能支撐GPU的殘值與流動性，就相當於為底層資產提供了一層技術信用。

換句話說，輝達正在從晶片供應商升級為三重角色：它既是設備製造商，也是算力資產的標準制定者，還是把華爾街資本導入AI產業的交易發起人。

若這套模式跑通，CUDA護城河將不只體現在開發者和軟件相容上，還會進一步變成融資成本的護城河——同樣一座數據中心，採用輝達平台可能更容易獲得貸款，也可能享受更低的資金成本。

美銀為何偏多：把資本壓力交給華爾街，延長AI投資周期

從多頭視角看，當前限制AI擴張的未必是訂單，而是資金、電力與建設能力。

大型雲廠商可以依靠自身現金流投資，但前沿模型公司、Neocloud、主權AI項目及非投資級企業，往往沒有同等強大的資產負債表。5000億美元資金池的作用，就是降低這些買家的融資門檻，把未來幾年的算力需求提前轉化為可開工的項目。

美銀證券在研報中將這項安排視為利多，核心理由是：由阿波羅、黑石等機構獨立承銷和組織資金，可以把主要信用風險分散到金融財團及具體項目，而不是全部壓在輝達自身資產負債表上。研報認為，這有望支援其預測的2030年1.7兆美元AI系統市場空間，並延長本輪AI基建投資周期。

更重要的是，第三方融資也可以緩解市場對輝達「既投客戶、又向客戶賣晶片」的擔憂。

美銀估算，輝達目前向生態夥伴承諾的直接股權投資約為700億美元，包括向OpenAI投資300億美元、向Anthropic投資最多100億美元，以及對 $英特爾 (INTC.US)$ 、 $新思科技 (SNPS.US)$ 、 $CoreWeave (CRWV.US)$ 、 $NEBIUS (NBIS.US)$ 、 $Lumentum (LITE.US)$ 、 $Coherent (COHR.US)$ 、 $邁威爾科技 (MRVL.US)$ 、 $康寧 (GLW.US)$ 和 $IREN Ltd (IREN.US)$ 等公司的投資。

這些佈局幾乎覆蓋整塊五層蛋糕：

能源與數據中心層，包括 $IREN Ltd (IREN.US)$ 、Nscale、 $CoreWeave (CRWV.US)$ 和 $NEBIUS (NBIS.US)$ ；

晶片、EDA與互連層，包括 $英特爾 (INTC.US)$ 、 $新思科技 (SNPS.US)$ 、 $邁威爾科技 (MRVL.US)$ 、 $Lumentum (LITE.US)$ 、 $Coherent (COHR.US)$ 和 $康寧 (GLW.US)$ ；

模型層，包括OpenAI、Anthropic和xAI；

應用層，則包括自動駕駛公司Wayve。

700億美元看起來龐大，但只相當於美銀預計輝達2026至2027年約4690億美元自由現金流的15%。

如果未來增量融資主要由外部資本承擔，輝達既能繼續扶持五層生態，又能保留更多現金用於回購和股東回報。這也是美銀認為新平台相比直接「供應商融資」更健康的原因。

但這不是純粹的表外資金：1250億美元支援選項留下尾部風險

問題在於，風險並沒有完全離開輝達。

黃仁勳在X上表示輝達有權為潛在交易提供最多1250億美元、約佔平台規模25%的支援。

「有權提供支援」不代表輝達一定要支付1250億美元，也不等於這筆金額已經形成公司負債；但它意味著這項計劃不能被簡單描述為完全由第三方承擔風險。

最終風險取決於支援的具體形式：是少量股權、第一損失資本、回購承諾、最低租金保障，還是具有追索權的擔保？不同結構對輝達自由現金流、信用評級及回購能力的影響完全不同。

這也是美銀研報仍然保留條件的地方。報告雖然初步判斷主要融資負擔將由財團承擔，但同時強調，輝達的確切角色仍需等待最終協議和8月26日業績電話會進一步確認。

如果後續需要投入更多現金，原本應用於回購的自由現金流就可能受到擠壓。

「循環融資」是否成立，關鍵不在資金繞了一圈，而在終端有沒有付錢

市場對循環融資的擔憂並非毫無依據。

輝達投資模型公司和AI雲廠商，金融機構再向這些企業提供貸款，企業拿到資金後採購輝達系統，輝達因此確認收入——從資金路徑看，的確形成了某種閉環。

但閉環不必然等於泡沫。飛機租賃、通訊設備和大型能源項目同樣依靠設備商、長期資本與運營商共同融資。

真正區分「基礎設施融資」與「循環製造需求」的，是閉環之外是否存在獨立、持續且願意付費的終端客戶。

如果企業使用AI後能提升收入或降低成本，應用公司願意購買模型服務，模型公司能以現金支付算力租金，項目融資就有真實現金流支撐。此時槓桿的作用是降低資金成本、加快供給建設，五層蛋糕會形成由應用向能源層層回款的正循環。

反過來，如果模型收入不足、算力利用率依靠關聯方合約維持，GPU訂單主要由更寬鬆的信貸催生，那麼融資只是在把未來需求提前。

當晶片迭代、租金下跌或資金成本上升時，數據中心殘值與償債能力會同時惡化，風險便可能從Neocloud和專項載體，沿擔保、回購或租賃承諾重新傳回輝達。

因此，CDS上升可以被理解為市場在為這種尾部風險重新定價，卻不能單獨證明泡沫即將破裂。CDS既包含違約預期，也受避險需求、流動性和交易倉位影響；它更像警報器，而不是判決書。

判斷是超級周期還是泡沫，接下來看五個指標

第一，輝達究竟承擔多少追索風險。最終協議是否設定1250億美元支援上限、支援以何種形式存在，將決定這是「資產認證」還是變相供應商擔保。

第二，誰是最終承購方。如果項目擁有高信用客戶簽署的長期、最低用量或照付不議合約，現金流質量會明顯高於只依賴單一初創模型公司的項目。

第三，GPU的殘值與租金能否穿越產品周期。二手價格、雲端租賃價格、叢集利用率以及舊架構在新模型上的經濟性，將直接驗證「算力是可投資資產」這一核心假設。

第四，應用層收入能否追上基建層資本開支。模型調用、企業AI付費和推理收入若持續加速，說明五層之間已形成現金流；若資本開支越來越大、終端變現卻停滯，循環融資的質疑就會升溫。

第五，輝達的自由現金流如何分配。如果第三方融資平台落地後，公司仍能保持強勁回購和股東回報，說明風險確實被有效分散；若客戶支援、擔保和租賃承諾持續吞噬現金，市場就會重新評估其估值與信用風險。

結語：5000億美元不是需求證明，而是一次更大的需求測試

從「五層蛋糕」的角度看，輝達此次聯手華爾街，並不是簡單地為晶片訂單找錢，而是試圖將能源、晶片、數據中心、模型與應用打包成一套可以被全球資本持有的基礎設施體系。

它的多頭邏輯很清晰：輝達以CUDA維持算力資產的殘值，以第三方資本降低客戶融資成本，再用更快的AI工廠建設鞏固晶片、網絡與軟件份額。

若應用層最終釋放出足夠現金流，5000億美元將成為AI超級周期的加速器，輝達的護城河也會由技術生態擴展到金融生態。

空頭邏輯同樣不能忽視：5000億美元目前仍是框架而非已部署資金，最終協議尚未落地，輝達還可能為部分交易提供支援。若終端變現跟不上基建擴張，槓桿不會消除風險，只會把產能過剩和資產減值放大。

所以，這場爭議真正要回答的並不是「華爾街願不願意借錢」，而是五層蛋糕最上面的應用，能否養活下面四層越來越龐大的資產與債務。

輝達給AI「五層蛋糕」裝上的不只是5000億美元槓桿，也是一個期限：未來幾年，AI必須從算力敘事走向現金流敘事。 (牛牛課堂)

彙整鉅亨號中所有使用「五層蛋糕理論」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

一個Token是怎麼“造”出來的？黃仁勳的“五層蛋糕”理論給出答案

輝達為AI「五層蛋糕」裝上5000億美元槓桿：超級周期還是循環融資？