再谈Token需求“通胀”：从云到大模型

核心观点与关键数据

• Token需求“通胀”：大模型时代，Token消耗量结构性上升，从“问答”变为“干活”，从“单轮”到“Agent的多轮”，推理强度上升，Token从免费流量转变为可计量的生产资料。
• 价格变化：智谱上调GLM Coding Plan订阅价格至少30%，海外云厂商如Google Cloud和AWS也纷纷提价，反映Token需求“通胀”利好云端算力和模型厂商议价权。
• 传统互联网 vs 大模型：传统互联网软件通过免费吸引用户规模，云时代按量计费，而大模型时代以Token消耗为计量单位，Token消耗成为刚需。

大模型时代的变化

• Token成为“可计量的生产资料”：大模型将“对话/写代码/生成内容”等服务转变为依赖算力的在线推理服务，每次推理消耗GPU、显存、带宽和电力，Token成为新的计量单位。
• 供需链条：智谱用户增长导致算力紧张，通过“限量发售”和涨价筛选需求，保护用户体验，并通过分层定价提升毛利和现金流。

Token需求“通胀”的原因

• 从“问答”变为“干活”：编程场景天然消耗大量Token，如重构代码、改写文件、生成文档和跑测试等。
• 从“单轮”到“Agent的多轮”：Agent场景下，模型多次调用导致Token消耗按步骤累加。
• 推理强度上升：深度思考和长链路推理显著提高Token消耗，用户愿意增加投入换取效率。

投资建议

• 大模型厂商：关注能在高ROI场景中维持订阅留存和扩张的公司，如MiniMax和智谱。
• 云厂商与算力基础设施：关注GPU算力、存储和网络I/O等“伴随型消耗”的增长，如金山云、优刻得和首都在线。
• 安全治理与运行时防护工具：关注AI安全平台/治理平台需求，如深信服、启明星辰和三六零。

风险提示

• 技术路线变革的不确定性。
• 行业竞争加剧。