个人生产token怎么用
普通人能不能自己生产托肯自己卖，这是最近遇到最多的问题啊。今天一条视频给你讲清楚，另外，以后每条视频给你们随机靠二十位粉丝安排托肯，帮助你们学习成长， 前提是要证明你会用啊。先说结论，能生产，但是算完账你就不会干了。原因很简单啊，自己生产这一百万的托肯，至少要花十几万去买 gpu， 再装一台服务器，还有二十四小时不断电，就这样，一台机器 还要花十几个小时才能生产出一百万个托肯。这就是普通人生产托肯面临的问题啊，不是做不了，而是做了一定亏。作为一个普通人，你想做托肯这门生意，正确的姿势不是自己生产托肯，而是用便宜的托肯去创造贵的服务和保障。我 再给你举个例子啊，用海外大魔星花了三块钱买了一百万个托肯，然后让 ai 帮你写十篇小红书文章，通过小红书给你写的这文案带货挣钱，那么成本就是三块钱 赚的其实不是托肯的差价，而是知道怎么用托肯，而别人不知道的是信息差，没听懂是吧？我再给你举个例子，用 ai 帮一个企业去搭建一套 ai 的 agent， 成本可能不到十块钱，但是可以收企业五千块钱的咨询费。 其实企业买的不是你那十块钱的托肯，而是你的认知力和有效产出。所以，不要跟资本抢着去生产托肯，要想着怎么用三块钱的托肯去创造三千块钱的价值。生产托肯的钱就留给资本去赚，普通人就用好托肯就够了。
粉丝3756获赞1.8万
相关视频
02:02查看AI文稿AI文稿最近我收到最多的后台私信就是 token。 既然是个新的大众商品，那普通人能不能自己生产 token 自己卖？今天一条视频给你讲清楚。先说结论，能生产，但你算完账，你就不会干了。我们来算一笔账， deepstack 目前最火的大模型，它卖 token 的 价格是多少？输出，每百万个 token 三块钱。 一百万个 token 是 什么概念？大约相当于五十到七十万个中文字，一本书大概十万字，也就是说， ai 帮你能写将近七本书的内容，只收你三块钱。反过来说，你自己要生产这一百万 token， 至少得花几十万买个 gpu， 装一台服务器， 二十四小时不断电。就这样，你的一台机器大概需要十几个小时才能生产出这一百万个 token。 而且这个你还没有算你的工程师维护机房电费和宽带费。 deepsea 为什么能卖三块钱？因为它拥有几万张 gpu， 同时跑，一天处理上千亿个头梗，成本被摊到几乎为零。这就好比你自己在家养了一头牛，挤了奶想拿出去卖，一瓶卖五块， 你觉得能赚，但是你一算，买牛花了两万，饲料每月两千，一天只能挤几斤奶，隔壁蒙牛一天出几千吨，一瓶卖三块钱还能赚？你的奶不比它的差，但是你的成本是它的一百倍还要多。 这就是普通人生产 token 面临的问题，不是做不了，是做了一定亏。所谓普通人在 token 这门生意里的正确姿势，不是自己生产 token， 而是用便宜的 token 去创造贵的服务。 举个例子，你用 deepstack 花三块钱买一百万个 token， 让 ai 帮你写十篇小红书文案，通过小红书的文案带货去赚钱，那么你的成本就是三块钱。 你赚的不是 token 的 差价，是你知道怎么用 token， 而别人不知道的信息差。再举个例子，你用 ai 帮一个小型企业搭建一套 ai agent 的 token， 成本可能不到十块钱，但你收企业五千块钱的咨询费， 企业买的不是你那十块钱的 token， 而是你的判断力和方案。不要去跟巨头抢着生产 token， 要去想怎么用三块钱的 token 创造三千块钱的价值。生产 token 的 钱留给巨头去赚，用 token 去做赚钱的生意，才是留给普通人的机会。我是文思，关注我每天带你看懂 ai。
2332文斯说AI
02:31查看AI文稿AI文稿呃，大家好，我来给大家讲解一下怎么购买 token。 首先打开中国电信 app， 然后在这个地方搜索， 点击点击 token。 好，我们往下拉。呃，我想跟大家讲一下，就说它的每个版本，呃，对应的这个模型是不一样的，像这个三十九块九呢，它就支持这个 g m 零五，然后支持工具，像那个 open cloud 啊， open code 的 这些是支持这些应用，所以说大家在购买时候一定要看是否支持这个应用，那么专业版呢？它也支持 g m 六五的，然后支持的工具就有这么多，买就是大家要注意这是企业版购买， 那么像这个这个都是一样，我们购买个人版的时候一定要注意，它只支持 dsp 三点二那么一个模型。好，我们点击立即订购。 好，输入我们的手机号码， 在这边呢，要注意啊，如果说你手机之前注册过，比如说公呃，用公司登录啊这些东西，那么像一些企业开发，或者是像做一些啊小程序的时候，它是用到需要用到企业的那么一个名称， 但这个九块九的那个 token 只能是个人名字啊，不能是企业名字。点击登录 啊购，立即购买， 先往支付平台，支付宝完成。 好，我们就吃播成功了。
27淮安电信杨经理
01:29查看AI文稿AI文稿tokyo 工厂里的 tokyo 到底是怎么生产出来的？它能不能像电能一样储存在电池里？还是和手机流量一样无法储存，随用随消耗？答案其实是后者。 tokyo 并不是实体的资源，没法储存，只在你 问 ai 做答的过程中，实时核算实时的消耗。当你像 deepsea 这类大模型发送问题， ai 进行思考并生成回复时，背后的高性能 ai 服务器会高速运转，持续耗电完成整套运算。逻辑系统会精准统 问题回答问题里的所有文字标点，以此核算消耗成本。由于大模型原声适配英文逻辑，我们的中文提问大多会先转为英文，再变异为数字进行计费统计换算参考，以 一个中文字约消耗一点二到一点五个 token， 成本上也是有明显区别的，用户提问成本更低， ai 思考作答更贵。换算下来，提问约每百万字两元， ai 回复可达每百万字八元。核心原因是 ai 需要复杂推理运算。除此之外，日常使用豆包 deepsea 时，为了保 障回答连贯，贴合语境模型会自动带上你们过往的全部对话记录，一并运算，这也是 token 消耗飙升的关键原因。简单来说， 生产 token 只是通俗比喻，方便大家理解。 token 本质是 ai 算力的计量单位，就像手机流量的 m b g b 一 样，是消耗统计标尺。我们每消耗一次 token， 实际消耗的是 ai 芯片的损耗， 机房算力资源，场地设备的折旧，巨额的电费，还有大模型研发工程师、数据中心运维人员的技术成本。记住核心的结论， token 只是计量工具，不是可以买卖储存的实体商品。
468董老师聊AI
01:53查看AI文稿AI文稿普通人能不能自己生产托肯？能不能自己卖？这个问题最近也有很多朋友问我，今天呢，我就一条视频给大家讲清楚。先说结论，能生产。但是我算完这笔账之后，你就不会干了。原因很简单， 自己生产一百万的托肯，至少要花十几万去买 gpu， 再装上一台服务器，还要二十四小时不断电，就这样，一台机器还要花十几个小时才能生产出来一百万的托肯。这就是普通人生产托肯要面临的问题， 不是做不了，而做了之后一定亏。作为一个普通人，你想要做托管这门生意，正确的姿势不是自己生产托管，而是用便宜的托管去创造贵的服务和保障。这就是我经常说的，做托管生意一定要切入一个消费应用场景， 只有这样价值才会最大化。我给大家举个例子啊，你用海外的大模型，花三块钱买一百万的 token， 然后让 ai 帮你写十篇的小红书文章，通过这十篇小红书文章呢？然后你去做带货挣钱。那么成本是不是三块钱？你赚的其实不是 token 的 差价，而是知道怎么用 token 给自己产生价值， 你赚的是那个信息差的钱。这个你听懂没有？那我再给你举个例子啊，你用 ai 去帮一个企业去搭一个 ai agent， 成本可能不到十块钱，但是你可以收企业五千块钱的咨询费。其实企业买的不是你十块钱的 talk， 而是你的认知力和你的有效产出。像我做的就是切入的电商老板、电商团队和实体店老板， 用我们的聚合平台服务好他们，帮助他们省时、省钱、省力，这样他们就会在我们的聚合平台里面持续的消耗托克，这样他们也用我们的托克产生完成了他们的变现需求，还帮助他们提高了效率，而我呢，也吃到了我的蛋糕， 这样就双赢。所以大家不要去想着跟资本抢着去生产 token， 要想着怎么用三块钱的 token 去创造三千块钱的价值。以我一个人团队为例啊，我一个月下来能做十个左右的小蛋糕，我个人认为还是不错的。我是做艺人公司 ai 创业卖 token 的 老周，有任何的问题都可以找我聊聊。
119赢泟老周（企业AI落地）
03:00查看AI文稿AI文稿大家好，我是你们的科普达人，今天咱们来聊聊个人开发者怎么低成本入门 tocan 生产。很多朋友可能觉得 ai 模型部署门槛高，成本贵，其实只要配置得当，咱们普通人也能玩转。先说说硬件怎么选， 如果预算在一万五以内，想先试试水，那 rtx 四零九零 d 或者四零九零显卡是首选。二十四 gb 或十三 b 的 模型，搭配 i 五或 r 五的 cpu、 三十二 gb 内存， e t b 的 nvme 固态硬盘，再加上一千瓦的电源和一套散热好的机箱，总价大概一万一到一万六就能稳定运行。模型 托肯吞吐量能到每秒两百到五百个，日常测试和小流量使用完全够了。要是预算能到两到四万，想搞小批量生产，那就可以考虑上双卡四零九零 b， 或者直接上 a 一 零零，内存加到六十四 gb， 这样吞吐量能到每秒八百到两千个，接下小 b 客户的需求也没问题。硬件搞定了，软件和模型怎么选呢？模型方面，七 b 规模的 q 文二七 b instruct 或者 lama 三七 b 就 很适合入门，显存占用小，延迟低， 聊天、写文案、生成代码都在行。十三 b 的 模型像 q d r 杠一三 b instruct， 复杂推理和行业知识库的应用效果更好。这里有个小技巧，优先用 i n t 四量画板，显存占用能降百分之七十五， 速度还能提升两到三倍，效果几乎没损失，性价比超高。推理框架推荐 v l l m 开源免费，吞吐量比原声 pie torch 高十倍以上，个人开发者首选。部署工具方面， fast api 或 flask 用来封装 api 接口， prometheus 和 grafana 监控性能， e l k stack 记录日记这些都是免费又好用的工具。大家最关心的成本问题来了，按三年折旧算，入门级硬件每月折旧大概四百一十七元。电费方面，单卡四零九零币，满载运行 每月电费差不多一百九十四元，总成本约六百一十一元。按每天产出两千五百九十二万 token 算，单位 token 成本约零点零零零零二三六元，也就是二点三六分。每千 token 对 比 openai 的 gpt 三点五 turbo， 成本只有它的四分之一，价格优势很明显，想快速上手， 一天内就能跑通，先装 uber 二二点零四 lts 系统，然后安装 cuda 十二点一 cuda n， 再装 python 三点一零和 vl l m。 接着用命令启动模型服务， 最后用 qiro 测试一下生成 token， 看看返回结果里的 usage 词段，统计 token 数就搞定了。最后给大家几个进阶优化建议，用 v l l m 的 批量请求功能提升吞吐量，尝试模型蒸馏，降低显存占用和延，使用 radis 做请求队列应对高流量 在整个数据库记录用户 token 消耗，实现自动计费。这样一套下来，你的 token 生产系统就既高效又经济了。怎么样，是不是觉得个人搞 token 生产没那么难？你最想先用这个系统来生成什么内容呢？评论区告诉我吧！
938桥哥正义分享社
01:49查看AI文稿AI文稿普通人能不能自己生产 token 卖钱呢？先说结论，理论上可以，实际上你不会那么干。为什么呢？简单来说，就是不划算。拿 deepsea 举例，它是目前最火的大模型之一，它卖 token 的 价格是一百万个 token 三块钱。 一百万个 token 是 什么概念？大约相当于五十到七十万个汉字，一本书大概十万字，也就是说， ai 帮你能写将近七本书的内容，只收你三块钱。那么问题来了，如果是你自己要生产这一百万 token， 需要多少成本呢？ 首先啊，消费级显卡肯定是不行的，什么四零六零、五零六零类的，几千块一张的显卡算力远远不够，至少要花几十万买企业级显卡。装一台服务器。别急，硬件堆够了，不代表你就能开始赚钱了。 哪怕二十四小时不断电，你的一台机器大概需要十几个小时才能生产出一百万个 token。 你 算一算，你需要多久能回本？这都还没算硬件维护费和宽带成本。 大厂的 token 为什么便宜？因为它有几万张显卡同时跑，一天处理上千亿个 token， 成本被摊到几乎为零。你生产 token 的 成本是大厂的一百倍，这生意怎么做？那普通人就没有办法利用 token 赚钱了吗？ 也不是前面说了，大厂的 token 几乎白菜价，你完全可以用便宜的 token 去创造贵的服务。举个例子，你用 deepseek 花三块钱买一百万个 token， 让 ai 帮你写十篇带货文案，然后发带货视频去赚钱，那么你的成本就是三块钱。一句话总结，生产 token 的 钱留给大厂去赚，我们普通人就赚用好 token 的 钱。
28赛博学院
02:25查看AI文稿AI文稿最近很多人问我 talk 怎么卖啊，我今天出一个教程，零门槛卖 talk 小 白教程，三步教会你。首先第一步啊， 对接好上游渠道的资源，比如说国内几大主流大模型，大大厂，阿里、百度字节，全部都有正规官方 api 接口，海外的我有，直接去官网注册就会看到详细的报价啊。 每一家大模型定价都有一点点差异，新手刚开始他这个体量是不大的，建议直接按量计费就可以了，知道吧，主打一个低成本试错，熟悉熟悉流程，把逻辑好通顺， 再把单量做起来，然后再去压价格。第二，精准开发意向客户。顾客分为三大，第一种是个人用户， 属于那种轻度 ai 爱好者，每个月这个图肯消耗量肯定是超不过百的，这类人也是最怕麻烦的，不想挨个注册这个 api 接口，你只需要给它整好，然后 统一使用一个入口，再配上频越的包月套餐，其实很容易成交的。第二种，小型创作团队和工作室， 人数从几人到几十人不等，每个月消耗脱贫预算也就是几百到几万。他们的要求很简单，只要服务稳定，结算方法灵活，知道吧？要，一定要灵活。第三，大企业客户啊，这个月销量非常大，几万到几百万都很正常的， 属于这种标准企业，仅用户，他们对这个大模型稳定性非常高，还需要专业的这个售后团队，全全程要跟进服务， 能够搞定十个大客户，你这辈子不愁了。普通人刚入行，一定要把这个个人用户先做，知道吧，最好的方式就是做自媒体，把公域流量引到私域里面，直接销售变现。 其实这行利润最高的反而是那些小型工作室啊。小型工作室长期稳定消耗他肯的实力也非常大，但是量大。中小型企业 像这种 ai 工作室，只要你能够提供好你的模型服务和基础售后，对吧？你的成交会往上涨。我整理了一套话术和方法，需要等一等。
357张班长AI-词元供应商🤖
02:51查看AI文稿AI文稿今天我把 token 赛道的三种核心玩法一次讲透，门槛不同，适合的人也不同，看完你就清楚自己该从哪下手，不用再瞎跟风走冤枉路。第一种，自己从零搭一套 token 聚合平台，说白了就是组建自己的技术团队，从头开发一整套聚合系统， 前期起步差不多要百万级投入，后续还得长期养一只专业研发团队，负责开发功能优化和日常运维。它的优势很明显，功能能完全照自己的想法定制，贴合自家用户需求，面对市场变化反应也快，但短板更突出，投入大，风险高，还特别容易掉进重复造轮子的坑。 市面上本来就有成熟的现成方案，你很难做出独特优势，所以新手真的不建议走这条。第二种，也是我最推荐最适合普通创业者和新手的，做 top 肯聚合分发，借成熟平台的力，轻资产创业玩法特别简单，不用你自己组建养研发团队，也不用操心系统升级、后台运维那些杂事， 直接找靠谱的聚合平台合作就行。对方已经把整套成熟平台搭好了，你完全不用纠结技术和运维，把全部精力 放在拓市场、开发客户上就够了。当然，这种玩法也有天花板，大家都是代理，卖的货又都一样，到最后很容易陷进价格战。想突破这层天花板，要么你的资源更稳，服务更好，要么找到自己独特的增值点，比如做行业落地方 案、企业培训等等。第三种，最高阶也最烧钱，自建头坑工厂，从算力到模型全链路涨，这种玩法得自己采购 gpu 集群部署模型搭建机房，还要组建专业技术团队，前期投入动辄千万级起步， 普通人想都别想。它的好处是利润天花板最高，自己生产 token， 自己定价，自己定规则，没有中间商赚差价。规模化之后边际成本极低，而且握住了算力就握住了赛道另卖，上游不受制于人，下游还能发展代理网络，形成生态闭环。 但短板也极其扎眼，重资产重运营重技术。 gpu 采购周期特别长，像 h 一 百这种高端卡，一卡难求，交货要三十六到五十二周，搭机房得有专业团队，电力、散热、网络安全，哪个环节出岔子都不行。 模型部署和优化得靠算法，工程师这种人又少又贵，日常运维还得七成二十四小时盯着，随时可能出故障。等你把工厂建好，市场可能早变天了。模型迭代快到一月季，你砸几千万件的鸡群，说不定半年后就被新技术颠覆，再加上大厂 也在下场字节，阿里、腾讯都在疯狂建算力中心，个人或小团队根本很难跑出规模优势。所以这条路只适合那些有成熟平台、有稳定客户量、有技术团队、有雄厚资金的玩家，新手碰都别碰， 那等于拿真金白银去赌一个不确定的未来。说到底，偷看赛道这三条路没有谁好谁坏，只看你自身条件匹配，哪一条资金充足，有技术团队扛得住风险，就可以考虑自建平台或算力工厂。不懂技术，只想轻创业，就借力成熟平台 做聚合分发，把每条路的成本和风险都看明白，再结合自身条件去选，才能在这赛道里长久稳稳的走下去。这个话题就聊到这，还有疑问想法？评论区留言，我是牧野，我们下期再见！
02:22查看AI文稿AI文稿哎，普通人如何做投坑生意呢？哎，很多人问我啊，怎么开始做投坑生意呢？今天呢，给大家再讲一个完整的十套步骤啊，一定要点赞收藏！ 首先第一步呢，你要拥有一个自己的聚合平台，因为呢，聚合像水聚合平台呢，就像你接的供水管，没有供水管你怎么接水对吧？总不能见一个人，你就问他要不要喝水是吧？ 然后呢，等我们有了水，有了管道，才能把 token 卖给 ai 行业中的企业或者个人工作者。那第二步呢，你需要把拿到了大模型的 api 接口接到你的聚合平台，那么怎么找这些大模型来接入呢？首先这里有几个办法啊， 首先呢，目前国内主流的正规的百页，腾讯的混元， 因为这些头部的平台啊，都开发了开放者的 api 接口，没有啥门槛，你可以直接在官网上申请一个开发者的权限就可以了， 等他通过之后呢，咱们按量付费就行了。哎，这里的核心要记住啊，一开始呢，不要去纠结价格，不要去纠结有没有专属的一些折扣啊什么的。刚开始呢，最主要的目的就是跑通业务流程，等到后期你的平台消耗量做起来， 在拿这些单量的消耗和厂商谈折扣。那同时呢，你也可以和这个 toc 工厂直接合作，甚至是一些海外的 toc 供应商来合作，合作的越多呢，你的提供的算力就越丰富。 然后呢，就可以把你的聚合平台当中的大模型 api 接口推广到你自己的上游客户和下游的那些客户还有工作者了。然后通过上面的这些群体呢，我们把 token 市场上的供应商基本都找到了，是吧？那么最后一个问题来了， 跟这些云服务商啊，还有这个用量大的第三方以及海外的公司打交道，想争取折扣，对个人来说或者小公司来说呢，是非常的难的。所以这个时候呢，咱们可以选择直接找一个聚合的平台去做他的服务商。 大的聚合平台呢，他们都有稳定的定发量，这个对于刚开始业务稳定性呢，是非常有帮助的。哎，还想知道哪些呢？留在评论区聊聊。
19小C的AI大讲堂
02:18查看AI文稿AI文稿我们可能讲算力的时候，我们是不是简单的把它对准到算力卡，因为他的卡啊，华为的升腾的卡啊，我有了这些卡，我就可以产生算力，嗯，远远远远不是他，就像什么呢？你的电脑，哎，你家里你传的那一台电脑 啊，你是不是你为了让这台电脑具备一个高的分析能力而让你能够玩那种很大的游戏？你是不是要买一个好的显卡， 比如说五零九零这样的显卡，我买了一张五零九零的显卡，以后啊，我还得配套啊，主板，主板系统我也得配，冷却系统我也得配，电源系统我也得配啊，等等等等。哎，为啥你这个显卡高级了，你相应的这个配套对应的你也就高级了。 所以不是说你去买这一块五零九零的显卡，你花了三万多块钱，哎，这个事，你这个就算是一台好的电脑，不是你算什么，你算零配件， 就是我不管你手上有什么样的算力卡，你还得委托一个庞大的算力中心。算力中心解决什么问题呢？打个比方说，我们建议算力中心， 我们跟大厂，就跟字节吧，啊，我们跟字节签了这一个算力合同啊，闭口合同。这个闭口合同指的是什么呢？他把他的大模型或者是他投放算力卡， 或者是他把他的大模型他投到我们算力中心来，并且呢他为了配套算力中心的这些东西呢，对吧？他出租金，他要租机柜呀，他要出电费呀，他要出冷却系统的费用啊，等等等等，别人把这个钱付了，别人就一个要求，他说，你看咱签的是不是三年的闭口合同， 辟谷合同啥意思呢？就是这三年里面啊，我，我给你包了，我给你包下来了，你都是我的，我出钱，对吧？你要给我稳定出产生产。你看别人提的这个条件啊，他是不是他就很对等啊？那你就要保证别人呢？你这个三年你可不能断别人的店呢， 对吧？一次都不行啊。那你这个，你签了五年辟谷合同，你就是五年不能断别人店，一次都不可以。所以你看 我们在外面啊，我们听到很多人讲啊，说你这个搞这个托坑，我要自己去建个算力中心，你们现在告诉我能建不能建？建了之后你能不能签到大模型公司大厂的闭口的算力合同能不能签到啊？他给你签，你又敢不敢签？你有没有赔偿能力？ 哎，这么一综合，大家心里就明白了啊，原来这个算力啊，它远远不是我们脑海里想的那么简单啊，并不是一个简单的算力卡，它就能产生算力啊，它需要一个大的综合性的系统。
04:44查看AI文稿AI文稿今天讲一下 token， 也就是词源，它到底是怎么样被生产出来的？你每天都在用 deepsafe 豆包，用各大模型， 但你可能不知道你跟大模型说的每一句话，大模型给你回答的每一个字背后，都有一种东西被大量的生产出来。生产这个东西的工厂， 英伟达的黄雷勋称之为托肯工厂，他生产的是大模型的智力，也就是你每次问大模型时，他回答你的每一个字，每一个标点。 他跟传统的工厂不同，传统工厂用电生产看得见摸得着的食物，托肯工厂用电生产智力。也许很多人会觉得大模型的脑子里是不是有个巨大的答案？回答你，其实不是， 他回你的每一个字都是现场用数学计算出来的。托管生产的过程其实是一个对话与问答的过程，也就是信息量计算的过程，分为五步。我们拿一个具体的案例来讲，比如你问大模型，明天天气怎么样？ 第一步，将文字进行分词。大模型先把你的问题，明天天气怎么样拆成最小的碎片，明天是一个词，天气是一个词，标点符号也是一个词， 拆完之后，每一个最小片就是一个词元，这一步叫分词。这里说一下，因为每个大模型公司的分词器不同，有些一个字分一个词，有些两个字分一个词， 有些大模型把汉字直接分成最小十元，有些把汉字转换成英文，再把英文分成词元。第二部分，词变数字。 猜完之后，因为大模型不认识汉字，也不认识英文，他只认识数字，所以他要把每个汉字转换成一串固定的数字，比如明天变成三四二八，天气变成幺五九三。 这里就有点像我们看谍战片里的发报员，将文字用电码发出去一样，翻译成大模型能听得懂的数字语言。 第三步，加上上下文，单独看天气怎么样，这七个字信息量可能不够。如果你之前还问过我在深圳或者其他对话， 大模型也会把那一句话拿过来一起参考，这就是上下文。上下文越长，大模型能记住的信息就越多，所以大模型就会越用越聪明，也会越用越消耗更多资源。 大模型在计算用了多少个词源，不单单是我们输入或者他输出的那几个文字的词源，这比看到的多的多。第四步，模型运算。现在数字有了，上下文也有了，一同给到训练好的大模型，他就开始干活。 这里特别说明一下，他不是去数字库里面查答案，他是靠算 什么叫肾良好的大模型，就是那个已经学了几万亿个字，脑子里有几千亿个参数，知道天气后面通常跟着什么的超级数学家。 你问他明天天气怎么样，他就开始疯狂的计算，琴的概率有多大，乙的概率有多大，多元的概率有多大， 他要把每一个可能的字都算一遍，哪个更高就选哪个字。比如算出来琴的概率是百分之五十，多元是百分之二十五，也是百分之十八，那他就选琴，然后把琴这个字变成直圆吐出来， 接着用同样的方法，再算下一个字该是什么，再吐出一个词源，就这样，一个字一个字的算，一个字一个字的吐，直到算出整计划。第五步，输出答案 大模型，把这一串词源从数字再翻译成汉字，显示在你的屏幕上，你看到的是一句完整的话，比如明天深圳天气晴朗，气温二十八度。 这句话里的每一个字背后都走上面这五步，而且每一步都是靠算出来的。这样一个对话以问答的过程就完成了，而完成这一过程最重要的东西叫 gpu， 这就是 gpu 又贵又缺货的根本原因。构想就是算力。下期实战智能体怎么玩？关注我，下期见！
11词元AI老叶
01:57查看AI文稿AI文稿想知道 ai 时代的财富密码吗？它就藏在三毛钱一度电，怎么变成六十美元这个账里。这就是 tok， 中文名磁源经济的秘密。今天花两分钟把 tok 经济的四大环节给你讲透，怕找不到的先点赞收藏！ token 经济分四大环节，生产、分发、结算、使用。搞懂他们，你就知道普通人怎么上车了。我们从第一层开始。第一层是生产层， token 的 不是凭空产生的，它需要三大基础设施做支撑，自算中心好比 token 的 生产厂房，提供海量算力， ai 芯片加服务器，如同 token 的 生产机器，负责快速生成数据和大模型，则是生产原料决定了 token 的 质量。 ai 芯片公司、服务器厂商、 ai dc 服务商等属于这一层。第二层呢，是分发层，生产出来的 token 如何送到用户手中， 这就需要分发层，它就像一个高速的传输网络，无论是阿里云、华为云这样的公有云大厂，还是专门的 token 分 发平台，都在确保 token 能更快、更稳定、更精准地到达企业和个人手中。 第三层是结算层， token 作为 ai 时代的新货币，必须有定价和交易规则，这就是结算层的作用，相当于 ai 时代的收银台。比如我们调用 api 按 token 收费，企业购买 ai 服务的订阅套餐，这些背后都有专门的计费系统在运作。拥有网络，蚂蚁集团就是这一层的典型代表。 第四层是应用层， token 只有被使用才有价值，这也是我们最熟悉的场景，从 ai 写作、 ai 客服，到我们常用的豆包、季梦、千问、元宝 app 以及各个领域的 ai 服务都属于应用层，是 token 价值的最终体现。 总的来说， token 经济的核心逻辑很简单， token 的 消耗量就是 ai 时代的 gdp， 用的越多，说明 ai 越普及，相关产业的前景就越广阔。当年淘宝刚出来，很多人看不懂，今天 token 经济就是当年的淘宝，普通人也能上车。想一起研究 token 经济的评论区扣六六六。
35Ace谈算力
02:42
05:40查看AI文稿AI文稿最近我看到好多营销号在发这么一句话，我们国家一度电五毛，生产出 token 出海卖十块，凭空翻了二十倍啊！这些营销号，你哪怕是查一下资料呢，我们实在受不了了。接下来我给你讲一下 token， 也就是词源，它的成本账应该怎么算。本视频内容的所有数据全部取自于权威媒体的公开数据。以 deepsea v 四 pro 为例，平均一度电生成二百八十万到三百三十万的 token， 按当前的价格大约能卖十八块钱，听起来好像比营销号说的十块钱还要多，难道真的是暴利吗？但是先别急， token 真的 是只靠电就能得到的吗？当然不是了， 输出 token 最关键的是设备是显卡，尤其是显卡里面最核心的那张芯片。我们还是看目前权威的公开数据，以 h 一 百为例，新卡大约二十三万一张，按三年折旧功率七百瓦来计算呢， 大概每度电折损是十二块五左右。其他型号的显卡相差不太大，总体应该是九块到十四块之间。也就是说，我们刚才算出来的每度电十八块钱的收入，其实有十二块多是要还给那张显卡的。 剩下的五六块钱呢，不仅要付电费，还要付训练散热、贷款、存储等等的其他成本，仅剩的那点利润基本上全搭进去了。 现在你还认为生产头肯是在捡钱吗？我量剩这个剩他能是白叫的？但是呢，绝对不是网友说的那样，他只是卖你个电费，而是他只是卖你一个显卡折旧费。 可能你会说，国外的电那不是贵吗？他们生产偷根的成本要比我们高的多，因为我们国内的电价全球最便宜，这个也是营销号放出来的谣言，我们国家的发电量全球第一，这没错， 但是呢，为了保障民生，居民用电的价格被压的非常非常的低，甚至是倒贴钱的，所以要在商业用电和工业用电上着不回来。于是我们国家的工业用电是要比居民用电要贵的， 大概是每度六毛到六毛五，那美国大概是五毛八到六毛四，可以说工业用电基本上是相同的，没有什么优势。 这个时候你会说了，那西部源头的绿电不是又多又便宜吗？为什么不用啊？这里就涉及到一个关键问题，风力和光伏的绿电他不稳定，伺候不了交贵的实时推理服务，你问 ai 一 句， ai 马上就要回。这种实时服务如果只用风力和光伏的话， 光一停停电了，一到晚上又停了，不仅正常业务呢，得不到保障，还要白白浪费显卡的算力。但是我们国家的电他确实也有巨大的优势。 优势在哪？一个国家？人工智能发展的上限主要取决于两条路，一条是芯片，一条是电。这里说的电并不是前面的电费，而是整个国家能够稳定供应的电力规模。 芯片再多，如果电不够用，那也照样跑不起来。而现在的美国恰恰就是真正的卡在了电力上。 二零二六年他规划的数据中心有近一半面临延期或者取消的风险。这里面的原因最重要的就是供电跟不上和电气设备短缺，接入电网呢，更是要排队四到十年， 我们的发电量是美国的两倍多，并且每年还在以美国的好几倍的增速往上冲，风力和光伏更是三年翻一倍。 电这条腿我们是最硬的。说到底，中国真正的电力优势从来不是电有多么便宜，而是能够稳定的、规模化的、成系统的把电算力产业链拧成一股绳。虽然说风力和光伏不够稳定，干不了高贵的实时推理服务， 但有了我国算电协同的兜底，他正好能干这件事，那就是大模型训练和离线推理任务。这两种任务能存档，能融错，不怕折腾，最适合当前一直利用不起来的费电去喂。这样一来，企业能够拿到更便宜的电，国家的能源利用率也提升上去了。 所以电这条腿，我们已经够硬了，真正缺的要拼命补的是芯片的那条短腿，因为我们当前还没有完全做到芯片自主 实事求是的价。现在的国产芯片同等算低价，不光没有英伟达便宜，反而更贵，并且性能还要差一截，比如单颗的升腾九幺零 c， 推理性能大概只有维持一百的六成。目前国内芯片依然只能用来做推理，而做不了大规模训练。但是中国赌的不是现在就赢，而是哪怕被卡脖子，也能 自己把芯片造出来，把模型跑起来。所以哪怕美国允许英伟达向中国出售芯片，中国还是下了禁令，英伟达在中国的份额也由以前的百分之九十降到了现在的百分之五十五，而国产呢，提升到了百分之四十。 所以这盘棋真正的逻辑是在被封锁的条件下，用规模，用系统工程，用供应链自主，硬生生的趟出一条路。国产芯片真正的拐点呢，就是要等到显存国产化和新光刻突破， 估计乐观一点也要在二零二八年之后。所以下次再刷到这种一度电卖十块钱翻二十倍的故事，你就懂了， 利润其实远远没有这么高，故事也远远没有这么美好。真正的故事是一张还在被卡脖子却死命追赶的中国新地图。好了，下课。
1036李云放而已
