大模型日均Token使用量突破120万亿。三个月翻一倍，跟2024年5月刚上线倍。

　　同一天，阿里千问端出Qwen3.6-Plus，主打百万上下文和智能体编程。每百万tokens最低两块钱。

　　国内厂商正抢跑，谷歌在北京时间4月3日凌晨也出手了——一口气发布四款Gemma 4开源模型。31B版本直接冲上Arena AI开源榜单全球第三，把参数量是自己20倍的大家伙甩在身后。

　　路上还有DeepSeek V4和腾讯混元新模型。四月的大模型擂台，已经摆好了。

　　120万亿Token/日。这个量在全球能排进前三。对比一下：OpenAI API每分钟处理60亿Token，折算日均约8.64万亿（这只是API，不含ChatGPT全量）；谷歌Gemini月处理1300万亿，日均约43万亿。

　　字节一个平台，跑到了这个规模。在火山引擎上累计Token用量超一万亿的企业，从去年底的100家涨到140家。

　　先说视频。4月2日，Seedance 2.0 API对企业开放公测，主攻广告营销、内容制作和短剧。一个1分钟720P视频，Token消耗30万以上。普通文本问答一次才几百到几千Token。

　　以前跟大模型对话，一问一答，几百Token。现在一个智能体要自己思考、规划、调工具、检查结果、错了还得自我纠正。一个复杂任务跑下来，Token消耗是普通对话的几十甚至上百倍。

　　字节旗下的“龙虾”ArkClaw就是典型。自发布以来，它能秒级配对飞书，在微信、钉钉、微博也能配置，最近还升级了网盘功能。

　　Token量级飙到这个程度，字节正从AI模型竞争进入“Token工厂”时代。这不再是参数多少的问题，是谁能持续、稳定、低成本处理海量Token。

　　火山引擎曾定下2026年MaaS业务收入超百亿的目标。谭待说，团队2021年的业务BP里立过1000亿的年收入目标，“我们去年就已经把BP改了，提了不少”。

　　一个细节也值得留意：各家Token定价策略并不一致。智谱涨了价，快手搞了优惠。谭待的看法是，不能抛开模型价值谈Token价格，“当下一代的模型能力更强，单token经济价值也会更高，理论上它的价格就会涨上去。”

　　百万上下文窗口是第一张牌。一次可以喂进一部《三体》三部曲的体量，或者整个代码仓库。但真正让开发者眼睛一亮的不是这个数字——编程能力才是这次升级的核心。

　　阿里这次把门槛压得很低。API输入每百万tokens最低2元，同时通过阿里云百炼免费预览。摆明了抢开发者和中小企业。

　　豆包和千问是国内厂商在应用场景和开发者生态上对决。谷歌的Gemma 4，是另一个维度的故事。

　　最让人意外的是协议。从Gemma系列一直用的谷歌自定义协议，换成了Apache 2.0。什么意思？没有商用门槛，没有用户量限制，开发者可以自由下载、修改、分发，甚至改完换品牌商用。

　　性能上，31B Dense版本在Arena AI开源榜单排全球第三。用不到十分之一的参数量，跟400亿参数的巨无霸掰手腕。

　　谷歌这波操作，说白了就是把闭源旗舰Gemini 3的核心技术下放给了开源社区。官方博客自己说的：“Gemma 4基于与Gemini 3相同的世界级研究和技术打造。”

　　也有业内人士点破：Gemma 4的发布，是谷歌在开源赛道对中Kaiyun官方中国国模型的反击。过去一年，中国开源模型在全球的下载量已经超过美国。多家科技媒体3月就爆出，DeepSeek V4已进入灰度测试，定档2026年4月。

　　DeepSeek V4和腾讯混元新模型都定在四月上线。前者的路线是万亿参数和多模态，后者由2025年底回国的腾讯总办首席AI科学家姚顺雨领衔。

　　四月会有一轮密集的模型发布。开源与闭源、通用与垂类、消费端与企业端，各家的路线分化正在加剧。

　　月之暗面创始人杨植麟在中关村论坛上给了个判断：“如果模型能力能做到一样的水平，开源会是绝对的胜利。”他还说，“Token在一定程度上等价于GDP”——智能体渗透进生产力环节，Token消耗将直接映射为经济产出。

　　豆包用两年翻了一千倍的Token量。阿里用百万上下文和两块钱的API价格抢开发者。谷歌用Apache 2.0和性能越级的31B模型反击开源赛道。

　　四月这场发布潮，拼的不只是技术参数。谁能把Token成本压到最低？谁的开发生态做得最广？谁能把模型落地到更多真实场景？这三条线，才是接下来几个月的真正看点。

　　参考资料：火山引擎发布会、阿里云、Google DeepMind、IT之家、36氪、凤凰网科技等

　　2026年4月2日，火山引擎在武汉披露了这个数字。三个月前还是60万亿。2024年5月豆包刚上线那会儿，只有现在的千分之一。

　　不是字节跳动在凡尔赛。整个AI行业都在经历Token海啸。2024年初，中国日均Token调用量1000亿；2025年底冲到100万亿；今年3月，突破140万亿。两年，超千倍。

　　再看一个数：全球日均Token消耗超100万亿的公司，目前只有三家——OpenAI，Google，字节跳动。前两家吃全球市场，字节主要靠国内。一个以国内市场为主的平台，Token吞吐量和两个全球化巨头平起平坐。

　　火山引擎总裁谭待把豆包的增长归结为两个引擎：AI视频创作爆发，AI智能体加速普及。

　　先说视频。4月2日，火山引擎宣布视频生成模型Seedance 2.0 API开放公测，主攻广告营销、内容制作和短剧。这类工具把原本多人协作、周期较长的活儿，压缩到更小团队、更短时限。一个1分钟720P视频，Token消耗百万以上。文本场景根本没法比。

　　以前跟大模型对话，一问一答，几百Token。现在一个智能体要自己思考、规划、调工具、检查结果、错了还得自我纠正。一个复杂任务跑下来，Token消耗是普通对话的几十甚至上百倍。

　　无问芯穹联合创始人夏立雪说，今年1月以来，公司Token消耗每两周翻一番，到现在翻了10倍。“上次见到这个速度，还是多年前3G手机流量时代。”

　　智谱CEO张鹏的判断更直接：OpenClaw这类应用驱动的Token消耗进入指数级轨道，“一场智能输出革命正在发生”。推理再中心化，云端大参数基模效率提高，高质量Token正在成为中国AI出海的新载体——不是低价竞争，是“高质优价”。

　　2024年，大模型行业的主题只有一个字：降。字节跳动把价格打到0.0008元/千tokens，阿里云跟着降97%，DeepSeek把成本利润率推到了545%。Token以“厘”计价，好像会一直便宜下去。

　　云厂商的理由出奇一致：全球AI需求爆发，供应链涨价，核心硬件采购成本上涨。IDC数据：2025年上半年中国公有云大模型调用量536.7万亿Tokens，比2024年全年增长近400%。算力需求激增，直接推高了GPU、存储芯片的价格和能源成本。

　　这场“U型转弯”的逻辑不复杂：前两年算力需求方主要是企业，现在个人算力也“饿”了。AI创企和大厂的商业模式，正在转向Token消耗量。

　　麦肯锡最新的复盘数据：90%的企业级AI项目没达到预期效果。不是模型不够聪明，是工程化落地失控。提示词粗糙，AI幻觉频发，制造大量无效Token；场景适配错位，实验室代码直接扔进充满“脏数据”的生产环境，系统崩溃，算力空转。

　　Token像汽油。只盯着油耗，不看引擎Kaiyun官方中国的经济性和输出能力，客户迟早会跑。

　　腾讯高级执行副总裁汤道生点出一个关键：同样模型能力，不同的Harness设计，Token成本相差很大。同样的Token量，能产出多少实际业务价值，看的是企业自己的工程能力。

　　这就能解释为什么火山引擎总裁谭待在谈企业部署智能体时，反复强调模型、安全与Skills。模型是大脑，安全是底线，Skills是手和脚——三者缺一不可。不然Token烧了也白烧。

　　Token被正式命名为“词元”。黄仁勋提出“Token工厂经济学”。国家数据局把它定位为智能时代的“结算单位”。这些信号叠在一起，指向一个趋势：AI行业从“卖铲子”进入“卖水电”的阶段。

　　Token的商业化还在早期。一个可见的方向是分层定价。黄仁勋预测，Token会根据速度和智能程度分层，从免费层到超高速层。中国模型的优势在于训练成本较低——工程能力、算法优化、相对较低的电价，综合下来成本大幅降低。

　　但调用量领先不等于技术领先。中国模型在应Kaiyun全站网页用层的Token消耗上占优势，但在基础层的模型架构创新、硬件层的算力自主性上，短板还在。Token经济学的本质，不是简单的Token买卖，是AI时代生产力定价权的争夺。

　　回到开头：豆包一天120万亿Token。按3月国内主流大模型约2-4元/百万Token的输入价格粗略一算，每天有3到5亿元的算力成本在燃烧。一年下来千亿级支出，差不多相当于网易一整年的营收。

　　AI的“免费试玩期”结束了，正在进入“按效付费”的深水区。企业用AI不再是“试试看”的实验，是需要精确计算投入产出比的日常经营。Token成了那把尺。量程已经摆好了，怎么量、量什么，看各家本事。