共计 1122 个字符，预计需要花费 3 分钟才能阅读完成。
没人逃得过 Token 账单
📌 免费体验之后,Token 开始被精细核算
近期, 围绕 AI 使用成本的信号密集出现。一方面, 有互联网公司开始调整内部 AI 调用额度 , 不同部门、不同岗位的可用额度出现差异; 另一方面, 面向大众用户的 AI 产品也在尝试订阅收费。豆包推出专业版付费方案后, 引发用户对免费版体验是否变化、使用额度是否受限的讨论。
这些变化背后并不只是商业策略调整, 更直接指向一个现实: 大模型每一次生成、推理和工具调用 , 都对应算力、带宽、调度和运维成本。当用户规模扩大到亿级, 免费使用很难长期不计代价。
🔍 MaaS 厂商的增长与亏损并存
在产业侧, 提供模型调用和算力调度服务的 MaaS 平台成为 Token 经济中的关键环节 。以硅基流动为例, 其业务并不侧重自研大模型, 而是通过引擎调度不同芯片和模型, 为企业及开发者提供按量调用服务。
公开材料显示, 该公司 2025 年营收同比大幅增长 , 但仍处于明显亏损状态。其中公有云 MaaS 业务毛利率为负, 本地部署解决方案毛利率则较高。造成差异的原因在于, 公有云模式需要提前承担算力租赁等固定成本, 而收入取决于客户实际调用量; 本地部署则更接近软件许可和项目交付。
💡 灰色中转站折射真实需求
正规平台之外, 一些所谓 Token 中转站也开始出现 。它们通过转售套餐、封装非官方接口、共享账号等方式, 为用户提供更低价或更宽松的调用入口。部分项目甚至可能存在模型掉包、账号违规、数据截留等风险。
这类现象说明,AI 高频使用需求已经真实存在 , 但官方价格、额度和合规机制尚未完全匹配所有用户场景。对个人和企业来说, 低价并不总是安全选择, 尤其在涉及代码、合同、商业资料和个人信息时, 非正规接口的风险可能远高于节省下来的调用费。
📊 谁更可能赚到 Token 的钱
- 芯片厂商: 掌握稀缺算力和硬件能力, 更接近“卖铲子”的角色。
- 云厂商: 可通过云存储、数据库、安全服务等生态能力分摊 AI 入口成本。
- 模型厂商: 需要依靠高价值能力维持定价, 如编程、长上下文、Agent 任务等。
- 应用厂商: 只有在办公、法律、编程等强场景中形成用户粘性, 才更容易把 Token 成本转化为收入。
- 独立 MaaS 平台: 若缺少自有芯片、云生态或模型定价权, 可能面临上下游挤压。
🚀 行业观察:AI 使用将进入预算时代
随着企业内部额度收紧、个人产品订阅化、平台侧强调成本控制, AI 使用正在从“尝鲜工具”变成“预算项目”。对企业而言, 未来可能需要像管理云资源一样管理 Token 消耗, 包括权限、额度、模型选择和任务优先级。
围绕“没人逃得过 Token 账单”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
