最近，A股股民們突然發現，財報增長幾乎停滯的中國電信（601728.SH），在5月剛剛過半時，股價竟然一度走出接近20%的歷史級半月漲幅。
人們為其突然爆發尋找原因時發現，圍繞電信行業十幾年以來的敘事邏輯，正在因AI時代的到來而發生徹頭徹尾的改變。
2026年，中國人工智慧行業正以過去網際網路時代從未有過的速度，從“免費模式”快速向“收費模式”過渡。
例如，國民級大語言模型“豆包”於今年5月初推出了付費訂閱服務，標誌著國內大模型“全免費”格局首次鬆動。
無獨有偶，包括中國電信在內的國內三大營運商，也分別推出了面向個人、家庭和開發者、企業客戶的試商用Token套餐，為AI算力進入“話費帳單時代”寫下了註腳。
此情此景，似乎印證了輝達CEO黃仁勳在今年年初關於AI貨幣化的預言。
3月，黃仁勳在開發者大會上公開提出了“Token是新的貨幣”的理念；不久後，在摩根士丹利TMT論壇上，他又嘗試給出了“算力即Token，Token即智能，智能即產值（output）”的中觀經濟框架。
弦外之音則是，黃仁勳認為，所有AI經濟參與者，都必須錨定AI作為未來的生產方式，並在其中尋找自己的經濟定位。
Token經濟學其實不是一個新詞。早在區塊鏈時代，Tokenomics（代幣經濟學）一詞就被用於描述某一種虛擬代幣在發行、分配、激勵規則下的微觀經濟形態。
然而，屬於人工智慧的“Tokenomics”，至少從目前的發展階段來看，其產業分工尚未完全明確。混沌之中，所有AI產業相關方仍在摸索它的規則與邊界。
與此同時，在百舸爭流的時代洪流下，所有的玩家又顯得極其焦慮。
上游：不甘寂寞的“雲”
當黃仁勳將未來的資料中心定義為“Token工廠”時，他想描繪的是一幅算力直接變現的圖景：固定的電力輸入，通過最高效的算電協同架構，轉化為源源不斷的Token產出。
誰是其中的勝利者？按照黃仁勳在摩根士丹利TMT大會上的提法：能將單位電力轉化為更多、更高效Token的雲廠商，有望拔得頭籌。
或許這是一個非常務實的、立足雲服務廠商自身定位和未來趨勢的判斷——但它卻忽略了玩家們發現新大陸之後，試圖加速“圈地”的衝動。
5月17日，上海電信、上海聯通等分別宣佈推出試商用多檔位Token套餐。同日，上海移動也加入戰局，喊出“1元40萬tokens”的價格。
需要稍作解釋的是，Token是基於訓練完畢模型的“推理代幣”。但三大營運商本身並未研發第一梯隊的人工智慧模型，因此他們售賣的是其他頭部模型公司基於其雲端運算叢集所產生的Token。
簡而言之，雲商的玩法，是與模型廠商的一種“競合”。
作為背景，國家資料局的統計資料顯示，自2024年以來，國內日均Token呼叫量從1000億躍升至2025年底的100兆，到2026年3月已突破140兆，兩年增長超千倍。
在需求大增的背景下，DeepSeek等開源模型的湧現，使得大模型能力足夠普惠，也讓AI能力先天不足的營運商得以“借力打力”。
近日，中國電信董事長柯瑞文公開表示，公司以Token經營為主線，在生產端打造高並行、低時延的Token規模化生產能力。中國電信的野心還不止於此，柯瑞文稱，中國電信在應用端服務3.7萬家行業客戶，已打造110余個行業大模型和350余個智能體，未來也將以解決方案供應商的模式，直接打通從雲算力到AI生產力的全套鏈路。
正如東吳證券分析，目前算力租賃廠商的業務模式正從單純的裸算力出租，升級為模型服務或Token分成模式，即從“賣算力”轉向“賣Token”。
而對於正在快速消耗巨大現金流的AI模型公司，服務貨幣化已是一個迫在眉睫的問題。
5月，字節跳動旗下“豆包”在蘋果App Store更新訂閱聲明，推出標準版（連續包月68元）、加強版（連續包月200元）、專業版（連續包月500元）三檔付費套餐。對此，豆包官方回應稱，基礎版仍完全免費，付費功能將主要聚焦於複雜任務和生產力場景，如PPT生成、影視指令碼製作、資料分析等。
面對目前貨幣化最順暢的程式碼/智能體需求，每家基礎模型公司都在針對性提供套餐。
例如，3月以來，MiniMax推出了全模態“TokenPlan”，階躍星辰上線了25元/月起的4檔“StepPlan”，智譜則推出了“CodingPlan”系列，月費最高達150元。這些套餐多聚焦於AI智能體開發、程式設計輔助等B端場景。
側重智能體開發和應用的套餐也被各大模型廠商重點推薦，比如騰訊的特色打法就是基於智能體開發的Workbuddy和智能體應用平台QClaw——這一打法的底層邏輯自然與智能體類產品“可以不知不覺消耗大量Token”的特性有關。
貨幣化策略除了“開源”，也要“節流”，而其帶來的使用者體驗滑坡顯而易見。
社交媒體上，大量使用者發現AI對話中斷機率突然增加。各大基模廠商動態限流的“公開操作”與“暗箱操作”層出不窮：公開層面如限制訪問次數、限制Token使用上限等；系統層面，利用各類技術手段阻斷複雜思考請求、限制輸出長度的做法也屢見不鮮。
黃仁勳在演講中指出，2026年以來，AI市場最核心的轉變是從“訓練”全面走向“推理”，他更預言在推理時代，所需的Token量和計算量相比訓練階段將增加約一萬倍。
同時，他還為基礎模型Token價格設定了其認為的五級模型：免費級、中等級、高層級、高速級和頂層級。每個等級自第二級開始，價格從每百萬Token 3美元，到頂層150美元不等。
這一言論，在隨後幾個月中影響了當前基礎模型市場的定價格局，比如Anthropic和OpenAI的頂級模型服務均已按約150美元/百萬Token的標準收費。
但是，Token的“度量衡”仍然極不統一——因其具備獨屬於特定模型的可程式設計特性，加上技術尚未收斂，各家Token能達到的效果和性價比仍然大相逕庭。
下游：沒有錨點的“端”
與如火如荼的雲端運算、大模型領域不同，“Token經濟學”的最下游，也就是智能體應用經濟，目前仍然處於一片混沌。
一個普遍認知是，當下AI的終端需求絕大部分來自程式碼相關需求。例如，根據OpenRouter 2025至2026年的追蹤資料，程式設計相關任務的Token消耗佔比從去年的11%飆升至50%以上。
這些Token消耗量，大部分被全球（含矽谷）開發者用於智能體程式設計、深層程式碼審查（decoding）等工具相關場景。這些任務的Token消耗，相比單純的“寫程式碼”要高出數個量級。
這有點像產業下游的互相消化，卻找不到終端客戶的樣子。
2025年初，我們一度認為找到了AI終端需求的突破口。來自中國的通用AI智能體Manus（蝴蝶效應）憑藉一段演示視訊一夜爆火，體驗碼一度被炒至數萬元人民幣，被業界視作“DeepSeek等級的現象級突破”。2025年12月，Manus高調宣佈將被Meta以約20億美元的價格收購。但不久之後，這場交易在次年4月被中國相關部門依法叫停，成為《外商投資安全審查辦法》實施後首個被公開叫停的AI領域外資收購案。
有意思的是，對於Manus交易被叫停，AI圈子裡的反應卻與許多圈外人的思考方式不同。
“祖克柏可能要感謝中國，既獲得了熱度，又不用真的花錢。”——AI圈子裡充斥著類似交易“貨不對板”的討論，認為Manus在大量實際使用中，雖展現較好的泛用性，但實用性和完成度遠遠不足。
部分市場人士甚至認為，Meta計畫耗資數十億美元，或許只是為了彌補公司在AI基模與AI應用端的缺位，更像是一場借題發揮。
另一個標誌性事件是“小龍蝦”OpenClaw的快速遇冷。
它曾被譽為“人類歷史上最受歡迎的開放原始碼專案”，被認為在幾周內就超越了Linux過去30年的成就。但是，當人們嘗試用自己的套餐接入該智能體時卻發現，大模型廠商們對其態度顯得極其“曖昧”。
例如，在OpenClaw大火之時，Anthropic立即切斷了第三方工具對其訂閱套餐的存取權。這迫使使用者轉向按量付費介面呼叫，導致OpenClaw使用成本暴漲10至50倍，大量使用者被勸退。
當然，OpenClaw遠沒有涼透，開源社區的程式碼仍在被不同使用者不斷上傳更新，但所有使用者都得小心翼翼地掐著自己的“Token水表”，防止突發的請求溢出導致天價帳單。
這其實引出了一個更根本的問題：在網際網路時代，我們見證了從淘寶、微信到抖音等各類殺手級應用的出現。
但在AI時代，什麼樣的應用，能成為消耗海量Token、並創造相應價值的“錨點”？
近期，阿里宣佈已將“通義千問”與淘寶深度打通。在阿里的構想中，通過千問打造的淘寶智能體，實現智能推薦、點單、購物，或許能增加電子貨架的消費頻次，或者提升商舖佣金的貨幣化潛力。
但是，至少從現在來看，人們無法完全信任智能推薦，無法相信AI會給自己找到最實惠的價格，甚至無法確認智能體是否用對了該用的優惠券。
更不用說，我們期待一個完全AI原生的智能體應用，能讓我們心甘情願地為之付出大量真金白銀。
而“Token經濟學”，至今仍缺失那個令人信服的“商業閉環”。（21深科技）