本篇文章的內容來自星球中的一個討論,Google Gemini的DAU/MAU明明比ChatGPT要少很多,但Google的token使用量卻是ChatGPT的6倍。最後還是感謝球友的提醒,發現自己沒有好好看報告...
上個月,在Barclays的一份報告中,有這樣一張圖:Google的Token使用量竟然是微軟(大部分都是ChatGPT消耗的)的6倍。
再來看下DAU的資料,semianalysis和Barclays給的不太一樣,而且都是今年3月份的資料。semianalysis的資料中,Gemini的DAU連ChatGPT的1/4都不到;Barclays的資料中,Gemini是ChatGPT的一半。
但無論是那個資料,ChatGPT都起碼比gemini高了一倍,那又是如何算出Google的token消耗量比ChatGPT高6被呢?
在 2025 年第一季度,Google 在 AI 推理方面的 Token 使用量達到了驚人的 634 兆(Trillion),遠遠超過了同期微軟的 100 兆。更值得注意的是,Google 在 2025 年 4 月單月的 Token 使用量高達 480T,而一年前的同期僅為 9.7T,短短 12 個月增長了近 50 倍。這一巨大的增幅主要來自搜尋業務中引入的 AI Overviews、Lens、Circle to Search 等新功能,以及 Workspace 等產品線對 Gemini 模型的深度整合。
這個資料就很關鍵了,Google 的 Token 使用並不主要來自 Gemini Chat,而是由搜尋產品驅動。資料顯示,Gemini 在 2025 年 3 月的月度 Token 消耗約為 23T,僅佔 Google 整體 Token 使用的約 5%。相比之下,AI Overviews 等搜尋增強功能才是 Token 消耗的主力軍。這種平台級的呼叫方式使得即便 Gemini 的日活使用者(約 4000 萬)只有 ChatGPT(約 8000 萬)的一半,Google 的整體 Token 使用量依舊遙遙領先。
使用者方面,ChatGPT 在活躍使用者數量上依然保持領先,MAU(Monthly Active Users)約為 8 億,而 Gemini 為 4 億。不過,Gemini 與 ChatGPT 在單個使用者的 Token 消耗上幾乎一致,月均每個 MAU 使用約 56,000 個 Token,說明使用者活躍度與使用強度方面並沒有明顯差距。這也從側面印證了 Google 的 Token 消耗高,並不是因為個別使用者使用過度,而是系統性地在各類產品中嵌入了 AI 推理能力。
2025 年第一季度,Google 處理這些推理 Token 的成本約為 7.49 億美元,佔當季營運支出(不含流量獲取成本 TAC)的 1.63%。即便將這一成本年化,也僅相當於 Google 搜尋收入的約 1.4%。相比傳統搜尋的營運成本約佔營收的 18%,AI 帶來的成本負擔尚屬可控。Barclays 的結論是,雖然 AI 推理確實增加了伺服器負載和晶片需求,但對 Google 的利潤率影響有限。
Barclays 預測,僅為了支撐當前 Token 處理需求,Google 在 2025 年 Q1 就需要約 27 萬顆 TPU v6 晶片,季度新增晶片支出達 6 億美元,預計 Q2 將增長至 16 億美元。這意味著 Google 的 AI 推理已成為支撐其未來基礎設施建設的核心動力之一。
前幾天Google的財報發佈,非常炸裂,我們在星球中也放了幾個機構對Google的分析,有興趣的朋友可以到星球查看。 (傅里葉的貓)