詞元經濟下，大模型企業的“燒錢”變得更靠譜了？

詞元經濟概念，來了！

隨著智譜和MiniMax的財報相繼出爐，外界似乎正發出兩種截然不同的聲音：

一種是：牛！兩家企業去年的總收入分別上升131.9%和158.9%，且毛利率分別達到41%和25.4%（智譜在前，MiniMax數據在后），顯然對于成長型大模型企業來說，成長速度還在加快。去年，兩家企業的基座模型跑分都有出彩之處，從今年一季度開始也吃到了“龍蝦”API調用的詞元收益。不可謂不風光。

另一種是：慘！加上研發費用等支出，兩家企業的盈利依然“慘不忍睹”。去年智譜在研發投入上“燒掉”31.8億元，相當于其總收入的4.4倍；MiniMax也不遑多讓，去年投入的研發支出增加33.8%至2.53億美元，相當于其去年總收入的約3.2倍.

圍繞這兩家國內頂尖大模型企業的爭議，其實可以被看做大模型企業風險水平的一種尺度：

如果兩家企業后續不斷加強基座模型能力，通過API輸出推理算力，并成功構建開發者生態，那么在智能體時代和“龍蝦時代”，兩家企業的詞元經濟也就可能會走得通透。

但如果后續這種商業模式沒有走通，前期如此巨大的研發投入也可能會成為兩家大模型企業的“緊箍咒”，大模型企業概念也可能會黯然失色于傳統互聯網巨頭之前。別忘了不管是阿里或字節，還是騰訊、百度、京東……各家老牌巨頭都在極力投入到AI大模型的研發中。

而像月之暗面、智譜、MiniMax、階躍星辰這樣的“純粹”大模型“新貴”要論資金實力還是無法和老牌互聯網巨頭相比擬的。

這里的關鍵就是詞元經濟能否走通。

詞元經濟

“詞元（Token）是新的大宗商品?！痹谟ミ_2026年度開發者大會上，英偉達創始人兼CEO黃仁勛首次提出詞元經濟。

黃仁勛進一步提出一個公式：大模型企業的收入=每瓦詞元數×可用千兆瓦數。其中，數據中心成為了全天候運轉的“詞元工廠”，輸入電力和數據，輸出詞元。而一家大模型企業的收入就取決于詞元生產的效率與規模的乘積。就如100年前的大型工廠一般。

簡單來說，詞元是大模型處理信息的基本單位。很多程序員一定對這個詞相當熟悉，當用戶向AI模型提問，模型先把用戶的話切成詞元，算完后再把結果的詞元拼回成句子。

每生成一個詞元，本質都在調用數據中心的GPU算力，并伴隨著電力消耗。大模型企業的API按詞元收費，在“龍蝦”和智能體時代，這將成為大模型企業和算力基礎設施企業，甚至電力企業快速變現的關鍵所在。

為何這么說呢？

以往各家大模型企業都將詞元看做是成本概念，然而在AI大變局之下，各家大模型企業突然發現，詞元可以被用來作為向用戶收費的一個度量單位，用戶調用模型越多就會越消耗詞元，這樣就把這個概念“商品化”和“單位化”了。

不過，前幾年大模型企業最多的收入還是來自傳統互聯網企業的調用，也就是MaaS業務：為互聯網大廠提供AI模型支持。

當前，隨著龍蝦（OpenClaw）在全球火爆，這種類智能體（Agent），且容易被普通人安裝使用的工具，就需要較大量地消耗詞元了。因為龍蝦開始自動執行任務時候，往往會多輪調用API，消耗較大數量的詞元。

本質上龍蝦讓大模型所能產生的效率從“聊聊天”升級到了“真干活”，文字交互類大模型雖然也能提供很多協助，但畢竟和真干活所需要消耗的詞元不可同日而語。

中國國家數據局數據顯示，到今年3月，中國日均詞元調用量已超過140萬億，相比2024年初的1000億增長了1000多倍。

這背后是大模型調用從一小部分的公司用戶變成了更大范圍的民間“作坊”或者個人用戶，屬于是銷路打開了。

與此同時，近期大模型企業紛紛開展調價動作，都在借助這股子“春風”抓緊表現。

大模型行業的機遇

根據相關媒體消息，2026年3月，騰訊云等頭部云廠商在三月上調AI算力服務及大模型產品價格。此次集體提價是龍蝦及相關智能體應用爆發帶來Token消耗指數級增長的必然結果。

此前，大模型行業的競爭焦點一直圍繞模型性能參數和市場份額展開，這樣情況下，各大企業紛紛以低價策略吸引用戶，希望快速搶占市場份額。不過，這也導致國內大模型詞元的整體價格呈現連續下降的趨勢，說白了就是各家大模型企業在打價格戰。

隨著以龍蝦為代表的新一代智能體應用爆火，市場對高質量、高穩定性的模型推理服務需求急劇增長，Token消耗量呈指數級上升。行業競爭的底層邏輯開始從成本競爭，轉向價值競爭。

今年3月，智譜推出GLM-5-Turbo模型，同步上調API價格，較前代GLM-4.7的平均漲幅達到83%。隨后，該模型發布24小時內即就獲得了字節跳動TRAE、阿里巴巴Qoder、騰訊CodeBuddy等頭部平臺產品的官方接入。

智譜表示，當前公司已成為國內付費Token消耗量最高的廠商之一。中信建投研報顯示，字節跳動詞元消耗約每三個月翻一倍，國內大型云廠商日均消耗達60萬億詞元時將面臨明顯算力缺口。因此預計國內各家大型云廠商在日均詞元消耗達到30萬億詞元時會感受到算力緊張，在達到60萬億詞元時會開始出現一定算力缺口。

我國日均Token調用量的大幅增加，本質上表明我國AI產業的發展重心正在從“卷模型”轉向“卷應用”，AI應用正在深度融入社會經濟活動。長城證券認為，龍蝦代表著AI的一個新的強勁加速點，詞元燃燒速度會大幅拉升。這種模式下的詞元消耗成倍甚至數十倍增長。

雞蛋都在一個籃子里？

不過話說回來，如果說龍蝦這樣的類智能體“超級應用”正在極大拓寬大模型企業的盈利空間，是不是也意味著大模型企業后續的營收將太過于依賴龍蝦或者某種新的智能體應用了呢？

這其實也是一種集中度風險。

《科技日報》前段時間有一篇文章就專門討論了“養龍蝦”需要面對的幾個風險。其中門檻高、成本不低等都是可以克服的，對大模型企業來說也不是很難處理。

但安全風險這個關口，現在看來是真的非常重要，幾乎可以說是會決定“龍蝦之生死”。

此前，工業和信息化部網絡安全威脅和漏洞信息共享平臺、國家互聯網應急中心等密集發文提示“養龍蝦”可能帶來的安全隱患。有用戶反映被OpenClaw誤刪重要資料，還有人因OpenClaw權限過高泄露隱私。不法分子甚至會偽裝“技能包”植入惡意插件，讓“養蝦”變成“引狼入室”。

業內專家分析，“龍蝦”這類自主性智能體帶來的最大風險，不在于代碼錯誤，而在于賦予了AI過高的“系統代理權”。這可能導致微觀行為失控、智能體間形成隱形通信、宏觀防線面臨全新沖擊等風險。以智能體間形成隱形通信為例，它們能在公開平臺上利用人類無法理解的指令進行交互，相當于在人類監管下構建了一個可以協調規避安全策略的潛在AI“暗網”。

風險的關鍵，說白了就藏在“高權限委托”里。權限的高度集中，可能會讓AI智能體成為懸在個人信息和數據安全上的利劍。當前龍蝦智能體技術迭代速度飛快，功能不斷升級，但在安全架構搭建、權限的最小化節制，以及操作全流程的審計監管等方面，還處于相對早期的階段，尚未形成完善的防護體系。

面對上述問題，如果大模型企業的投資者太過于樂觀于詞元經濟、養龍蝦所帶來的豐厚潛在回報，可能就會掉入股價虛高的陷阱中，成為高位站崗放哨的那個人。

免責聲明
（上下滑動查看全部）

任何在本文出現的信息（包括但不限于個股、評論、預測、圖表、指標、理論、任何形式的表述等）均只作為參考，投資人須對任何自主決定的投資行為負責。另，本文中的任何觀點、分析及預測不構成對閱讀者任何形式的投資建議，亦不對因使用本文內容所引發的直接或間接損失負任何責任。投資有風險，過往業績不預示未來表現。財經下午茶力求文章所載內容及觀點客觀公正，但不保證其準確性、完整性、及時性等。本文僅代表作者本人觀點。