token和credits什么区别
一提到 taco 就 觉得是虚拟币、空气币，全是炒作割韭菜的根本不敢碰。那是对 taco 最大的误解，很多人把 taco 和炒币划等号， 其实它的本质和价值远比你想的更核心。咱们今天一期彻底讲明白。那 taco 到底是什么呀？用大白话跟我说说。 taco 中文叫代币或者通证， 简单说就是区块链项目里的权益凭证，就像现实世界里的股票、会员卡、门票、代金券， 只是把它做成了链上数字化的形式。每一个托肯都对应着特定的权力和价值。那所有托肯都是用来炒的吗？为什么价格涨涨跌跌这么夸张？当然不是，托肯分好几种用途完全不一样。 咱们最常见的有两类，一类是功能性 token， 项目生态里的通用货币，比如用来支付手续费、兑换服务、参与项目治理。 另一类是权益型投恳，相当于项目的股权，能享受项目收益分红、投票决策权，只有少数被资金炒作的才会价格波动剧烈。那怎么区分有价值的投恳和空气币？我最怕彩票被骗了。核心就看三点， 一抓一个准。第一看有没有真实生态支撑，有落地应用，有人用，有实际需求才是有价值的。 第二看有没有合规逻辑和透明规则，线上可查，发行机制公开，不是暗箱操作。 第三，绝对不碰，只靠拉盘喊单，没有任何实际用途，纯靠讲故事的。 那百分百是空气币，那普通人接触掏坑该注意什么？能不能随便买？首先要摆正心态，掏坑不是投机工具，别抱着一夜暴富的想法 追涨杀跌。其次，得碰自己看得懂的项目，不懂的坚决不碰，更不要嗦哈加杠杆。 最后，保管好自己的钱包私要不泄露诸暨词，这是你掏肯资产的唯一保障。我还是有点懵，他和我们平时所说的比特币已太仿 这回事吗？比特币以太坊本身就是公链的原生 tock， 属于最头部有公认价值的数字资产，而市面上很多小项目的 tock， 没有核心价值支撑，还会被当成好货标地。 简单说，优质 tock 有 实际价值和应用和用途，空气币纯靠城做规定。这下总算明白了，原来 tock 不是 洪水猛兽，只是被乱象带偏了， 分清价值就不会踩坑。没错，搞懂透肯的本质，才是踏入外三的关键一步，别被投机乱象迷惑，守住底线，只看价值，不赌运气，才是正确的打开方式。
粉丝2142获赞9531
相关视频
03:37查看AI文稿AI文稿token 翻译成中文叫什么？叫词源，是模型处理文本的最基本单位。 token 和字呢？有什么区别？ token 呢，可以是一个字，一个词，甚至半个字，那这是谁规定 的？是模型看了大量人类文字统计出来的，这样表达呢，更省事。常见的字和词就用一个 token 表示，其他的就用多个 token 拼接。 一个 token 到底是多少钱？ deep 呢？输出一百万 token 呢？约等于三本新华字典只需要三块钱， gpt 五呢更贵，超过九十块 token 和上网流量收费是一样的道理吗？不是的， token 收的是计算费，是生产成本，而流量收费呢，是搬运费，不是一回事。为什么养龙虾要烧 token？ 是 因为龙虾要用大模型思考和回答问题，因为大模型按 token 收费，所以就说烧 token。 本地部署大模型是不是就不用烧 toon 了？还是要用到 toon， 因为 toon 机制本身和部署方式无关。本地部署呢，不需要按量付费，但电费得自己掏，算上硬件成本不一定划算。如果我把一段话复制粘贴进去，是不是就算一次 toon 不是 文字越多呢？计算的输入 toon 数量就越多？ 我问的问题很长，但答案很短，是不是只扣答案的 token 不是， 输了 token 呢？也要算钱？表情符号算几个 token 会不会比一个字还贵？常见的表情呢，是一个 token， 不 常见的会用两到四个 token 拼接表示。 deepsea 和 gpt 的 token 是 一样的吗？ 不一样，互相不认识。 y， y， d， s 这种网络词是几个 token， 一 般拆成 y， y 和 d s 两个 token， 要是这个词足够火，也可能被模型当做一个整体。同样的问题，我上午问和下午问，输出的 token 数会不一样吗？不一样，模型输出具有随机性，每次输出的 token 数量不同。 那小龙虾帮我下载电影是否要按 token 计费？小龙虾思考怎么下载？打开下载网站，执行下载命令，这些都需要消耗 token， 但是下载电影本身不消耗 token， 因为电影不是大模型生成的， 电影是存在第三方服务器上，只消耗下载流量，不消耗 token。 为什么我和 ai 聊得越久，回复同样一句话，花的钱就越多？ 模型是基于对话历史进行回答的，所以你所有说过的话呢，都会参与计算，计算成本就越高，这也是 ai 还需要按照输入 token 数量计费的原因。 怎么才能少用点 token 输入更少的提示词去掉？你好，请问这类废话规定模型输入长度，加一句五十字以内回答，但很有可能问题没有说清楚，回答呢也不够准确。如果前后问题呢？不相关也可以新开对话，避免历史对话参与计算。 托管是加密的密码吗？不是，托管只是一种文字编码方式，虽然你看不懂，但他并没有加密。 图片和文本的托管是一样的吗？不一样，图片会切分成很多小小的方块，每个方块呢？当做一个视觉托管，就像拼图一样。托管是为了收费而发明的吗？ 不是，托管是技术发明，是为了能表达和能计算，只是计算的成本和托管数量正相关，所以就按照托管数量收费。我使用豆包没有付费啊。为什么说托管是收费的？大厂为了抢占市场让你免费使用，成本呢？暂时不用你出， 如果你是企业用户或者养龙虾就需要支付费用。我在一段话里疯狂敲空格， ai 是 视而不见还是会偷偷扣我的钱？ 空格也算钱，虽然有的模型会把几个空格打包，大部分时候你多敲一个空格就再多烧一份算力。那 ai 产生的废话是不是能退费？不能，因为废话也是显卡辛辛苦苦算出来的。
5586陈兴AI
09:07查看AI文稿AI文稿这几天有一个非常值得关注的新信号，中国电信、中国移动、中国联通三大电信运营商相近，面向西端推出了 token 套餐，那上海移动甚至是推出了一元四十万 tokens 的 套餐，而且呢，支持一个额度一个价格任选模型。那这是什么意思呢？ 过去咱们买的流量套餐，比如说多少 g 流量，多少分钟通话，但是现在呢，运营商开始试水一种新的 token 套餐。也就是说，未来我们 呃在使用 ai 大 模型的时候，可能不再是单独的去买一个模型平台充值了，而是像买手机流量一样，直接买 token 额度。那这背后反映出来的是，三大运营商正在从过去的流量经营逐步转向 token 经营。 如果 token 算力套餐化这件事情跑通了，那它很可能会催生一批新的 ai 基础设施公司，这也说明 token 经济正在加速进入下一个新的阶段。当前市场正处于一个非常关键的窗口期。从过去的算力租赁逐步上 token 工厂， toker 运营商切换，为什么焦点会开始转移呢？从商业逻辑来看，焦点有望逐步的导导到 toker 工厂以及 toker 运营商。核心原因呢，主要有三个。第一个原因呢，是商业模式升级带来的估值重供。 那过去的算力租赁本质上更像是出租 gpu 服务器，收固定的租金，那这种模式 虽然现金有稳定，但估值通常不会特别高，一般呢就是给到十几个 p e 来定价。但是 token 工厂不一样， token 工厂可 不是简单的出租机器，而是把算力模型推理优化、 api 调用能力整合起来，最后按照用量分成，那 token 工厂的毛利率可以达到百分之五十以上，并且具备更强的平台属性 以及技术含量，因此呢，它有机会享受更高的 ps 估值。那第二个原因是海外已经开始有验证了。 那海外现在呢，已经出现了几个非常典型的对标公司，比如 callif， 它呢，主要代表的是算力租赁模式， 也是通过大量的 gpu 资源为客户提供算力服务，市场已经给了他比较高的定价啊。再比如 nebules， 它呢，原本也是和算力服务相关的，但是 现在通过收购 egen ai 啊，强化推理优化能力，开始向 token 工厂方向转型。还有 together ai， 它也是 token 工厂方向的重要代表。那 openroot 更像是 token 运营商，它把很多的模型把它聚合起来，让用户可以通过统一的入口调用不同的大模型。 openroot 最新一轮的估值大概去到十三亿美元。 这说明呢，在海外市场，算力租赁、 tok 工厂、 tok 运营商这三类角色已经开始逐渐形成比较清晰的产业路径。那第三个原因呢，是国内催化剂开始密集出现。 从五月以来，国内出现了很多起重要事件，比如说最近这几天运营商推出的 tok 套餐啊，中国电信启动一百七十四亿 tok 工厂集彩， 无锡建设、华为升腾 token 工厂，建润股份，以和字节签订 token 分 成合同。那这些呢，说明 token 你 不仅仅是概念，而是从这个预期走向落地。 也就是说，市场过去关注的是谁有 gpu， 谁能够出租算力，但是接下来市场会更加关注，谁能够把算力变成 token 服务，谁能够把 token 服务卖出去，谁能够形成平台化的入口？ 接下来我们看海内外的对标。那第一类是 i d c 公司，海外的代表企业有 equineous， digital wallet 啊，还有万国数据。这这类公司的核心特征是大规模数据中心运营，长期稳定租金收入，那 重资产属性非常明显。国内的对标企业包括润泽科技，万国数据，四季互联啊，数据港，官邸，新网，还有大卫科技。那这些公司呢，更偏向传统的 idc 以及数据中心运营。主要逻辑是数据中心资源啊，机房机柜， 电力和网络基础设施。那第二类呢？是第二类呢，是算力租赁公司。海外代表企业包括 call with nebules， 还有 apply digital。 算力租赁，这一类公司的核心特征是裸 gpu 租赁，通常呢要签三到五年的合同，这种资产属性非常强。 呃，行业格局非常集中。那国内对标企业包括协创数据，红景科技、利通电子、节创智能，那这类公司呢，目前主要还是围绕算力资源、服务器、机房、客户订单和租赁模式展开。那第三类呢，是 token 工厂，也就是重资产生产端。那还会代表企业包括 knabels， together ai， firework ai 以及 call with。 这里要注意的是， call with 虽然呢起点是算力租赁，但是它也可以往 token 工厂方向延伸，所以我很看好它好。 together ai 呢，是 token 工厂的重要代表， 那 token 工厂呢？这类公司的核心特征是自己有算力，同时呢跟模型公司来进行分成， token 的 比例分成大概是三比七，八比二，也就是说它不是单纯的出租 gpu， 而是呢， 利用这个收入分成，这类公司的毛利率可以达到百分之五十。种技术壁垒，种这个推理优化能力，种平台的交付能力。国内对标企业包括润健股份、品质信息、红杏电子、 呃，商汤软件、云天利飞。其中呢？尤其是润健，它的 token 工厂模式是率先落地。那第四类呢？是 token 运营商，也就是轻资产聚合平台。 海外的代表企业主要有 openroot。 那 它是全球最大的 token 运营平台，它的 a p i 接入了所有的主流模型，并且采用 按照充值金额收取百分之五点五平台费的模式。啊， token 运营商的核心特征呢，是不自持算力，主要是做分发聚合和技术路由服务。那这种模式是轻资产，高成长，更适合 ps 估值。那国内目前呢，还没有对标的 企业。国内更接近的角色包括华盛天成、力昂技术以及一点天下未来呢？呃，这个运营商 mars 平台，以及阿里的 a t h。 呃，电信的 token hop 可能会承担一部分 token 运营商的角色。 那为什么这件事情值得大家重视？因为它背后其实代表的是 ai 基础设施商业模式的变化。 那第一个阶段呢？市场关注的是 idc， 谁有数据中心，谁有机柜，谁有电力，谁就有价值。那第二阶段呢？市场关注的是算力租赁，谁有 gpu， 谁能够拿到英伟达的芯片，谁就能够签下大客户，谁就有价值。 那第三阶段呢？市场开始关注 token 工厂，也就是谁能够把 gpu 算力服务、模型推理优化、 api 调用 整合起来，按 token 用量来赚钱。那第四个阶段呢，就是 token 运营商，也就是谁能够啊，成为 ai 调用的入口，谁能够聚合更多的模型，谁拥有更强的分发能力，谁就有可能成为 token 经济时代的 平台型公司。所以呢，这不是简单的算力故事，而是从卖算力到卖 token， 从租机器到运营 ai 流量的变化。 我们来总结一下，三大运营商推出 token 套餐呢，不仅是一个简单的新业务，而是 ai 基础设施商业化模式的变化信号。那过去我们看的是 idc， 看的是机柜，看的是 gpu 租赁，那接下来呢？市场可能会越来越关注 token 工厂以及 token 运营商， token 工厂负责把算力加工成 ai 调用服务，而 token 运营商负责把不同模型和 token 能力聚合起来，卖给开发者、企业以及 c 端用户。 当 ai 调用像手机流量一样被套餐化之后，谁掌握 token 生产力，谁掌握 token 分 发入口，谁就有可能在下一轮 ai 基础设施重估中占核心地位。 那所以呢，当前正处于算力租赁一项 token 工厂 token 运营商切换的初期窗口，那这一轮变化值得 我们持续，最终大家可以重点关注具备大厂绑定能力啊，推理优化能力的 token 工厂，以及具备平台化潜力的 token 运营商。以上就是本期的所有内容，我是派我们下期继续聊。
3053努力进化的派
02:33查看AI文稿AI文稿最近很多人起一个号子在教你去靠 token 出海这个实现你这个所谓的财富自由。但很多人连一台服务器怎么回本，你这个 token 成本到底怎么算都没搞清楚，就开始教普通人怎么去发财。首先啊， token 没那么玄乎， 它本质上它不是黄金，它本质上就是大模型在处理这个你这个文本式的一个基本计量单位， 你问一句怎么写周报，人家从读懂到生成答案，消耗的就是 top 坑背后他不是玄学，是实打实的一个计算。第二点，成本和定价是两码事，很多人听中国电费便宜对吧？觉得就把 top 坑卖给全球就能赚差价。 但真正决定 top 坑成本的不只是电费，而是四大四大三。第一个呢是硬件折旧，你高端显卡买回来那一刻就开始贬值，这笔钱要比电费贵的多。第二点是研发和工程 ai 服务，他不是说有台服务器啊，有台机器就能跑，你还要做调试，你要做安全，你要做熔灾。第三呢，他才是电费，如果你的架构优化不行，电价他再便宜也白搭。 第三，普通人最容易踩进去的三个坑。第一个，做大厂 apa 的 代理，这也是市面上很多的一个情况，你以为自己是分销商，实际上就是给大厂做免费销售。而且我告诉你一个很残酷的一个事实，大厂的代理资格普通人根本就拿不到， 人家不仅要验你公司资质、资金流水，还要签对赌协议，承承诺高额月流水，如果你达不到 保证金，直接泡汤。第二个，自己租 gpu 部署开源模型，你觉得省的省了钱，其实是把 api 买 api 的 风险换成了自己扛机器利率是吧？抗运维的苦力活。第三个坑自己买机器托管 啊，这个更是门槛极高，真的，你拼的是全球网络囤土是吧？调度熔灾和持续运营 跟你那电费其实便不便宜真没关系。所以说别被那些什么零门槛暴富的什么给忽悠了，很多都是一个新的全新的一个庞氏骗局，财富自由根本就没有捷径，看懂这些成本起码能在第一刻躲开镰刀这件事上及格。 所以大家根本不要去相信现在所谓的抖音上有很多新的一个账号给你讲是吧？你成为一个 open open ai 的 一个代理去挣多多少多少钱，其实根本就不现实，大家要注意上当，不要被割韭菜。
413禾舀说
01:06查看AI文稿AI文稿小咪咪陌的 token plan 很多人把一个东西搞混了，你打开 token plan 的 页面，看到一个很大的数字，觉得自己额度好几千万，好几个亿，用一句话就花了六千万 token， 太吓人了。其实不是那个数字，不是 token， 是 credits。 我 看到有个评论说他问了一句话就消耗了六千万 token， 才实际上 他看到那个数字是 cranks， 不是 joker。 你 把页面往下翻，翻到用量明细那里，才能看到真正的 top 消耗。这两东西差多少呢？差距非常大。我自己做了一个称，是我只打了一句话， call 头的街道密莫模型上他自动跑了我本地的知识库文件，就这一下消耗了八千零八十二万 cranks。 听起来很夸张对吧？但实际的 token 消耗是多少呢？两百三十七万 token， 八千万 cash 对 应两百三十七万 token， 差了三十多倍。 按照小米九十九块钱月卡的价格算，这两百三十七万 token 的 实际开销是六毛四对，零点六四元。一句话总结，看到大数字别慌，先搞清楚那个数字的单位是什么。 cash 不是 token， 差了几十倍。
09:37查看AI文稿AI文稿什么是 tiktok？ 警局？有一天，你在办公室对着 ar 打了这么几个字，我爱你。你按下回车，屏幕上 ar 就 开始回复你，看起来只不过是再普通不过的对话了，但是这背后却发生着一件复杂的计算。 在 ar 的 眼里，他不认识人类自然语言，就像是计算机，满脑子只有零和一一样， ar 的 脑子里只有一段信号的，它会被拆开，变成一段一段可以计算的单位。这些最小单位有一个名字叫做 token， 中文叫做词源。那什么是 token 词源呢？我们就来做一个测试好了。中文，我爱你是三个 tokens， 三个字母，英文的 i love you 也是三个 tokens， 十个字母。这里的中英文的 token 的 数量是一样的，这说明了什么呢？ token 不是 字，也不是词，而是模型，用来理解世界的最小计量单位。或者说 token 把人类语言拆解成机器能懂的碎片了。 听到这里，大多数人就会以为这只是一个技术细节，干嘛告诉我啊，因为它很重要啊。当你输入我爱你的时候，这些 token 就 会被模型计算， 当 ar 开始回复你的时候，它会在一个一个的生成 token。 也就是说，人类与 ar 的 对话，本质上是一场 token 词源的流动， 而流动就意味着一件事情消耗。比如你让他做一张海报，消耗了多少 tok 呢？ ar 完成了多少工作量呢？那么问题来了，当工作产量可以用 tok 衡量的时候，他的成本和价格 应该怎么定呢？王富贵有一家电商公司，每天都要做一张拖鞋促销海报。过去他有一个美工，月工资是九千块钱，一天做一张海报，每张海报的成本大概是三百块钱嘛。 后来他开始用 ar， 同样一张海报一分钟内完成，几乎没有时间成本，而这张海报带来的结果并没有什么巨大的差别。那么问题又来了，这张海报成本是多少呢？ 有可能你会说，不要钱啊，现在很多的 ar 工具都是免费的，豆包千万元宝随便用啊。 但是这里有一个非常大的误解，免费不等于没有成本啊，这些免费只是因为有人在替你付费，而这些大模型的背后，数据中心是在烧电的，模型是不断在推理的。也就是说，每一次的生成其实都是在消耗真实的资源， 只不过现在这个成本被平台补贴了而已嘛。但是你看另外一边， chat、 gpt 和 gemina， 它们都是付费订阅的呀，当补贴结束的时候，当竞争稳定的时候，天下肯定是没有午餐的嘛。 但是这个我们今天就不再讨论范围了，回到这张海报的成本，不是零，而是消耗了多少头肯。于是我们就可以得出一个结论，这个结论是非常重要的，成本从时间函数变成了计算函数。 什么意思呢？如果你仔细想一想，就会发现一件有趣的事情，人类的劳动报酬几乎都是按时间计算的，上班是按月薪或者是时薪的。 过去整个社会经济的成本计算方式本质上就是时间。为什么呢？因为在人类的世界里边，有一个无法绕开的事实，生命是单向消耗的，一个美工一天只有二十四个小时，他今天做了这张海报，就不可能再同时做另外一张了。 所以当王富贵付他三百块钱的时候，他买的是这个生命体不可逆的一段时间。工作八个小时，本质上就是把八个小时的人生 卖给了公司。而公司也很清楚一件事情，这八个小时里边并不全是有效产出的，里边包含了发呆、走神、摸鱼、情绪等等。 在叹气的世界里边，这些损耗是不可避免的呀。但是 ar 把这件事给彻底掀翻了， ar 不 卖时间，他甚至是没有时间的概念的，他不疲劳、不休息、不焦虑，也不会因为状态不好，今天就少出两个版本的海报， 他只做一件事情计算，当 ar 生成一张海报的时候，他没有工作了。一段 token 词源， ar 时代是整个底层价格体系的重塑，这就是托肯经济。但是如果你觉得这只是做海报变便宜了，那就太低估这件事情了。那么我们再来换一个例子， 你用过 iphone 的 吧，一台售价七千九百九十九的手机，如果拆开来看，你会发现一件非常有意思的事情，屏幕、电池、外壳加起来可能就是三千块钱，工厂组装可能只要十几块钱，那剩下的四千块钱去了哪里呢？ 答案很简单，我们在为思考付钱，为芯片设计、为系统架构，为工业设计、为算法优化等等。也就是说，买的不是手机本身，而是人类最顶级的大脑世界， 这个叫做智力溢价。但是现在这件事情就开始变喽，我们把王富贵的逻辑套到了 iphone 身上，过去设计一个模块需要五十个工程师开会争论，试错要花三个月甚至更长的时间， 但是现在只要输入一个复杂的指令模型就开始运行了，消耗海量的东西开始发生了变化。 第一是效率的意义变了，过去效率的提升意味着用更少的时间赚更多的钱嘛。但是在 token 的 世界里，时间已经不是成本了。第二，竞争的本质变了。 过去公司之间拼什么呢？拼人、拼团队，拼谁更努力。但是现在开始就变成了拼谁的 token 更便宜，更加智能。于是竞争的核心就从人力资本转向了算力加上算法。 第三是权力的分配变了，在旧世界里，最重要的资源是人，谁能够组织更多的人，谁就更强嘛。但是在新世界里，真正重要的资源变成了 token， 你 会发现这个结构就非常熟悉了，资源垄断、定价权和石油时代的逻辑几乎是一模一样的。 第四，最深层的一层变化来了，当劳动被拆解成 token 之后，一件几乎不可逆的事情就发生了， 劳动被彻底的标准化了。过去每个人的能力不同，每个作品是带着人的差异的，以后越来越多的工作可以被还原成一段计算的流程，这意味着什么呢？脑力劳动开始像支付水和电一样被使用了， 用户根据实际消耗支付费用。这段话该怎么理解呢？你想一想，现在是怎么用电的，你不会关心哪个电厂发电的，是哪台发电机在运转的，你只关心一件事情，用了多少度的电，要付多少的钱。 用水也是一样的，你打开水龙头，水就出来了呀，你只要看水表，多少吨的水要付多少钱，而 ar 正在把办公室劳动变成了同样的东西。 过去，你用一个人，要面试，要管理，要沟通，要发工资，要承担他的情绪和状态。现在你用 ar， 只需要输入一句，结果就出来了。中间发生了什么呢？不需要知道，只需要知道一件事情，这次深层是消耗了多少的头肯。 同样的，王富贵也不再关心是哪个设计师做的，做了多久，他只关心一件事情，做出这家海报要消耗多少的头肯。 但是，如果你把这件事情再往上看一层，你就会发现，这已经不是王富贵的账本的问题了，这个就是国家层面的事情了。过去，中国是一个典型的工业国， 向全世界输出物质资料，家电、服装、汽车等等。但是在 ar 时代，这件事情正在发生变化，生产资料正在从物质转向计算。 未来的竞争不只是谁的工厂更大，谁的制造能力更强，而是谁能生产更多、更便宜、更智能的 token， 或者你可以把它理解成一次角色的转换。工业时代，中国输出的是商品，而在 ar 时代，中国如果要升级，输出的将是智能，从工业国走向智算国。而在另外一边，中美的竞争也在悄悄地转换战场。 过去争什么呢？石油、航道、能源。但是现在真正的核心资源已经变了，很多人还在用旧世界的视角去理解竞争，传统的能源大国之间的思维去争夺石油、关税、制造业等等。但是真正的新石油已经出现了， 不是黑色的液体，而是 token。 谁控制 token 的 生产，谁控制 token 的 成本和智能，谁掌握 token 的 定价权，谁就掌握了这个时代的新能源， token 就是 数字时代的石油。 对了，今天我们讲的 token 只是针对 ar 世界里的，在加密货币世界里的 token， 我 们是还没有讲的，有兴趣我们再下次讲。好了，说完了，再见。
5.5万小狮子财经科技
00:33查看AI文稿AI文稿ai 里面有一个词叫做 talkin， 你 知道是什么意思吗？其实说白了， talkin 就是 ai 专属的技术单位，也是它计算用量核算费用的标准。你发给 ai 的 内容和 ai 回复你的内容都会被计入 talkin 统计。它不按你提问的次数算， 只看实际的内容篇幅，按照次数来算。重点来了，关于 talkin 来说，记住这一点就够了。 talkin 就是 ai 核算的总用字量，说白了就是你和 ai 的 互动过程中总共用了多少字。关于 talkin， 你 明白了吗？关注我，我们一起学 ai。
85金马王
03:43查看AI文稿AI文稿ai 疯狂消耗 token， 英伟达股价大涨，偷看什么老爸， token 是 啥玩意？咋跟英伟达还有关系呢？因为如果说啊， token 是 ai 大 语言模型的口粮的话，英伟达卖的显卡就相当于是炒口粮的锅呀。你还记得小时候你是怎么学习认字的吗？ 就一笔一画，开始一个字一个字的学呀。那你看啊，这几个字你认识吗？这些肯定都是生僻字啊，我一个字都不认识啊。那要是换成这样，你认识吗？ 嘿，你把它放到词组里，我就认识了呀。这些词组啊，就可以理解为 token， 人老不可能记住每一个字，为了效率啊，大脑就会把常见的组合当做一个整体去记。 ai 啊，也是同样的道理。所以一个 token 可能是一个字，也可能是两个字或四个字啊。比如武汉市长江大桥，武 武汉市长江大桥是一种 token 组合，武汉市长江大桥也可以是另一种 token 组合。那这一个外国人来了也学不会，那 ai 怎么学会的呀？关键就在于， ai 不是 学习文字， 而是记住统计规律。 ai 根本不认识汉字英文，他只认识数字吧。数字？那我输入中文他咋懂的呀？因为有一部翻译的过程，你 输入一句话，先被分词器切成 token， 每个 token 啊，都会有一个对应的数字编码， ai 实际理解的就是这一串数字输出的时候， ai 同样是先输出数字编号，然后再把编号翻译成 token 输出给你。 那 ai 怎么知道这些编号之间的关系呢？靠海量训练， ai 学习过几千句人类文本，他记住了每个 token 后面接什么 token 的 概率是最高的，他把这些概率啊，全部都记录成了几千亿个权重的数据手册。这个手册就是所谓的大模型参数。 所以 ai 回答问题是，一个字儿一个字儿蹦啊蹦得快，就相当于查自己的速度快啊。这难道不是 cpu 的 速度快吗？那跟显卡有什么关系呢？因为 ai 售出的过程啊，本质不是在查哪个字最合适，而是在翻阅啊之前学习过的每一页手册，给每一个后面可能出现的偷看打分。 每轮啊，只生产一个 token， 每一轮都要扫描手册的全部参数，并给全部字典打分。比如啊，第一个 token 是 点模型，会继续给所有下一个可能的 token 打分，出现赞的分数是九十八，鸡的分数是零点八，钱的分数是二十八，最后发现啊赞的分数最多，于是输出 点赞。那这不还是挨个打分吗？还是 cpu 更快啊。但 cpu 啊，像一个顶级的数学教授，他再快啊，也只能一页一页翻手册。那 gpu 呢，就像几千个训练有素的小学生， 虽然当个人没有教练聪明，但 gpu 啊，可以把这本手册拆成几千块，大家同时去算核心一，负责给手册的第一页到一百页打翻核心二啊，算第一百零一页到二百页， 核心三，核心四，继续往下同时开工，瞬间就能给上亿的参数打完分。呐，我明白了，显卡就是核心越多算的越快呀。显卡还有一个算的快的关键就是显存。显存啊，就相当于是一个大仓库，必须要足够大，才能存得下 ai 大 模型的所有参数。 如果仓库不够大，放不下的参数就只能放到隔壁仓库，那众多小学生去算的时候，还得两个仓库跑来跑去，计算效率那肯定慢呐。 所以现在全世界疯狂消耗 token， 本质上就是无数的显卡在后台疯狂查手册打分儿啊。没错，所谓 ai agent 支付的 token 费用，就是租用显卡计算的算力费用，而显卡运行要耗电，数据传输要存储。所以业内有句话叫 ai 短期缺算力，长期缺能源， 永远缺存储啊。这么看，这些都是投资机会啊，我得赶紧下手啊。可别着急啊。这不是人类历史上第一次生产革命，什么蒸汽革命、铁路革命，但每一次生产革命都无一例外的带来了经济萧条，因为经济学家朱格拉曾经说过，萧条的唯一原因就是繁荣啊。
4.9万方师傅
05:46查看AI文稿AI文稿家人们，今天我们聊一个这几天超火的新名词， token， 中文名叫词源。我们用最简单、最接地气的方式聊清楚什么是 token， 它是干什么的，有什么价值。聊完我们去运动跑步。 首先，什么是 token？ 简单地说，就是 ai 算账和收费的单位。你问 ai 一 句话， ai 回你一段话，都是按 token 算的， 字越多， token 越多，成本就越高。原理是什么呢？你的请求输入数据，系统 服务器启动 gpu 开始计算，电力币被消耗，算力被使用，最后生成答案。整个过程就是算力到电力到智能服务， token 都是这些算力生产出来的。算力的背后就是电， 训练一次大模型，耗电量大到吓人，后期天天推理天天用，更是无底洞。所以谁有电，谁电便宜，谁就能玩转 ai。 这时候，咱们国家的东数西算就起到了大作用。 东部数据多，需求大，但电费贵。西部分电、光伏、水电充足，电价低。国家把算力中心往西部建，用西部的绿电带东部的数据，直接把大模型的成本打下来。应从 ai 从聊天机器人 进化到智能体以后，全球开发者发现，美国的大模型的成本使用太高了。在今年年初 openclos 这类开源智能体框架爆火之前， ai 对 大多数人来说只是个聊天工具，你问一句，他回一句， 单次交互消耗几千个 token， 每月就二十美元的费用，大家还能轻松承担。而现在， ai 已经进化成能承担工作的全自动化数字员工你给一个指令，它能在后台运行几个小时，单次任务 从几千飙升到几百万，这种消耗量对开发者来说简直就是财务黑洞。如果调用美国头部模型，每百万 token 的 输出价格约为二十五美元，输入也要五美元。 一旦让 ai 全天候自动运行，一个月的账单轻松突破上万美元。而我国大模型凭借好用又便宜的双重优势，成了硅谷开发者的首选，我们的价格是美国二十分之一， 这种极致的性价比，让全球的开发者集体倒戈我国的大模型。所以大模型比拼到最后，拼的是电力规模、电力成本、电网调度能力。而这些正好是我国的强项。我们的发电量世界第一， 装绿电装机量世界第一，特高压电网独一份， 东数西算，又把算力和电力完美结合。我国去年发电量是十点四万亿度电，什么水平呢？接近 美国加印度、加日本，加欧盟加俄罗斯，妥妥的电力帝国。 之前我们从出口衣服、家电、玩具，到这几年出口电动车、 锂电池，拿下个十年， token 成为我们最具爆发的数字。出口不需要海运，不需要受贸易壁垒限制， 却能将我国的算力、算法和能源优势直接转化为服务贸易收入。换句话说，我们正将我们的电力通过 token 卖向全球。那问题来了，我们最终卖了多少钱呢？ 这个账我们来算一下，一度电约为三百六十万焦耳，在 ai 推理的情况下，一块 gpu 生成一个 token， 大 约消耗零点三九焦耳，除去损耗， 保守计算可以至少生成五百五十万个 token。 再看我们的大模型 deepsec， 一 百万个 token 收费 二元人民币，那五百五十万个 token 收费就是十一元，相当于一度电卖了十一元。如果纯卖电，一度电只能卖到五毛左右，如果进到算力再到 token， 一 度电就可以卖到十一元，这还是充分竞争后的价格， 电力价值被放大二十倍以上。这就是为什么我们都在疯狂地建设数据中心。之前类似的就是比特币，我们用便宜的店生产比特币，再卖向全球店，没有出国，但以另外一种形式以高价值卖出去了。 过去是矿机加比特币，现在是 gpu 加 ai， 过去是生产数字资产，现在是生产智能。逻辑是一样的。 看到这个，我们现在新能源的生态光伏加分电加电网加数据中心，形成一个新的形态，算电协通，把新能源的波动用算力中心吸收进去，这样我们就可以通过生产出的 token 被全球消费， 也可以说中国的分店和光伏被全球消费，成为最抢手的资源。所以最后的结论很简单， ai 的 尽头是算力，算力的尽头是电力，电力的尽头是中国，我们的新能源发展有大有前途。
131刚哥能量频道
09:50查看AI文稿AI文稿这是近一万年前的 token， 之后的几千年，它变成了这样，它们都有一个更通俗的名字，货币。货币可以用来换取资源，并且给劳动支付相应的报酬。从逃土筹码到法币 token， 或者说货币的形态一直在变，但有一件事万年以来从没变过。 人是唯一的通用劳动力，所有头肯最终都是在报场人类的劳动。而现在，这件事正在发生根本性的改变，一种全新的通用劳动力出现了 ai， 而支付这种新型劳动力的新型货币就叫 ai 头肯。 ai token 呢，就是让 ai 干活时消耗的电力和算力的一个计量单位。要搞清楚这套新型货币的逻辑，搞清楚为什么老黄要用美元跟 token 混合着给人发工资， token 背后的经济价值又是什么？我们得先聊聊这套货币体系的既得利益者，大厂 hyperdollars 历史上每一代货币都有对应的发行者，古代是国王和臣邦铸币，近代是中央银行铸币。而现在这个角色变成了大厂， 他们成了 ai 时代的新央行。目前朱碧权基本上被四家大厂垄断，谷歌、亚马逊、微软和 meta 华尔街。预计到二八年，甲骨文的份额也会逐渐上来。 我们来理理 ai token 的 注币链条。首先，芯片公司提供印钞机的核心零件 gpu， 然后卖给大厂，大厂锁定店里拿到 gpu， 组装好印钞机，让它二十四小时运转。下游的客户呢？比如魔性公司或者大型企业回来大厂这里租印钞机， 想用什么 ai 模型就印什么。 ai 货币啥意思呢？大家都知道现在的 ai 模型多种多样，国外有 cheap 和 minimax， 让不同的 ai 干活需要不同的 ai token。 就 算在中国买东西用人民币，在美国用美元，但不管你印的是哪种 token， 你 都得来央行这里租印钞机。央行只控制印多少，不控制印什么，他们决定的是全球各种 ai token 的 总共级天花板。 至于具体印什么 token， 由租印钞机的客户自己决定，他想用什么模型就印什么 token。 现在我们就可以理解最近很火的一个概念， token 出海。 同一台英镑机，你可以选择印 charge of t 的 token， 也可以选择印 deep sea 或者 mini max 的 token。 但是中国模型本身更清亮，更是资源，所以租一台英镑机同样跑一个小时，印 charge of t 的 token 可能印一百张，但印 mini max 的 token 能印一千张。 要知道，你能调用的 ai 总劳动力等于 token 的 数量，乘以对应模型的工作能力。所以虽然中国模型的能力还在追赶国际水平，但是同样租印钞机的成本能印出更多的 token， 所以 算总账的话，用中国模型能调用的 ai 总劳动力更多。 目前多款中国模型已经打入 openroot 全球 token 消耗前十名，全球都在争抢性价比高的 token， 用户对 token 的 需求正在爆发。 目前五大云厂商积压的注币订单已经超过一万亿美元，这不是预测，这是客户签了合同，付了钱再排队等产能交付的真实需求。现在有大量的活等着 ai 干，但印钞机的产能跟不上。 这就是为什么大厂在疯狂扩建，资本开支从二三年的一千五百四十亿美元，飙升到二八年预计的六千两百亿美元，五年预计会翻四倍。 他们砸的钱呢，也确实在产生回报。出租印钞机的收入预计会从二五年的四百六十亿，增长到三零年的两千九百一十亿。 但注币呢，不是免费的。大厂要花真金白银买英伟达的芯片，买地、建数据中心、签长期电力合同、铺光纤网络、装冷却系统，这些全是重资产投入。让人担心的是呢，现在大厂砸钱的回报正在下降。 二五年前每花一美元建产能，次年能产出零点九美元的增量收入。等到二五到二八年，这个数字降到了零点五美元。那为什么回报在下降，大厂却还在加速砸钱呢？因为他们真的不是短期回报，而是注币权。 想想看，如果 ai 真的 普及为新一代通用劳动力，那所有的 ai 经济活动都得跑在某家大厂的基础设施上。 前面说了，下游客户是在大厂这里租印钞机的，你租一小时 gpu， 不 管你印了什么 token， 拿去干了什么，大厂都按时按量收取租金。这不是一笔普通投资，只是一个永久收费站。 ai 经济起量越大，过路费收的越多。 今天一美元资本支出只产出零点五美元收入，但如果这一美元帮你占住了一个收费站的位置，而这条高速上的车流量每年翻一倍，那前几年的低回报根本不算什么， 重要的是，你在不在这条路上。这是为什么？大厂一边砸钱，一边举债，仅二五年，一年五大厂合计发了一千两百亿美元的证券，谷歌甚至发了一笔一百年期的证券。 这是大厂间的抢座位游戏，一旦坐稳了，后来者几乎不可能再进来。这就是物理世界的护城河。数据中心、电力合同、光纤网络，都不是花钱能马上复制的。 这也解释了大厂为什么在疯狂锁定上游资源。算力方面，光英伟达现有两代芯片的积压订单就超过了一万亿美元，交付排到了二七年以后。 能源方面，微软买断了三菱岛核电站的全部电力， google 直接收购了一家清洁能源公司。亚马逊在买核能同时，还在探索自建小型核反应堆。控制能源就是控制注币成本，就是稳固收费站的位置。 硅谷创投教父 peter 一 直在说，谁掌握关键技术、技术设施，谁就拥有真正的主权。当铸币厂从央行搬到了大厂的数据中心，权力的中心也在悄悄移动。 但这些大厂的印钞机真的会一直这么炙手可热吗？这取决于这些大厂的终端客户，也就是一个个企业和你我这样的普通人，会多需要 ai 这种劳动力。 ai 这种新通用劳动力与你我最大的区别在于，它可以无限复制过去几千年整个经济系统的吞吐量，被人类的脑力和体力所死。一个人一天能干的事是有上限的，但 ai 能消化的数据是人类的指数级别，同时它可以自我复制。 一个 ai 的 输出可以变成另一个 ai 的 输入，机器之间可以形成闭环，而人推到了监督者的位置，一个人的手下可以有一支 ai 军队。 目前在企业端， ai 已经在创造真金白银的价值了。拿麦特来举个例子，他的印钞机印出来， ai token 几乎全部自己用来雇 ai 员工了，甚至有的时候他还反过来租别的大厂的印钞机。 就是因为他用 ai 做内容推荐和精准广告投放，非常挣钱。他的 ai 自动化广告平台 advantage plus 年化收入的近三分之一。在个人端口，用户的增长曲线与年性也说明了问题。 叉 g p p 发布两年半后，周活超过八亿人，百分之六十一的用户表示，哪怕砍掉其他所有的订阅，也不愿意停掉 ai 工具。 目前企业端和个人端的渗透空间都还很大，在企业端， ai 的 渗透率相较于传统软件才百分之八，而个人市场的渗透率只有百分之九，这说明 ai 经济才刚刚开了个头。 做这视频的时候呢，我专门花了一个下午去拜读了一个硅谷顶级 vc 写给投资人的一封巨长的信，标题叫 token revolution。 信里有一个预测呢，让我印象非常深刻，未来每一个人都会拥有上百个 ai 助手，帮你管财务、监控健康、跟进客户。他们每时每刻都在消耗 token， 处理着你的大小事务。整个社会都会被数据化，也就是一切有价值的信息都会变成 ai 可处理的数据，而 ai 劳动的背后，都会用 token 来计算。 经济学里呢，有个很经典的规律叫杰文斯贝论，一种资源越便宜，人们反而会用的越多电。就是这样，电价下降之后，冰箱、空调、电视这些过去没有的新需求被大规模创造出来，总用电量反而一路上升。 ai token 也是同样的逻辑，当推理成本在三年里下降了一千倍，大量过去嫌贵懒得做，甚至没想过能做的事情突然都值得交给 ai 去做了。这就是为什么大厂在疯狂的抢注币权，他们看到的不是今天的需求，而是那个每个人身边围着几百个 ai 助手的未来。 最后，我们一起梳理一下这个 ai token 的 注币体系。上游是印钞机的零件，核心是 gpu、 芯片和能源，这推动了存储和电力的超级周期。中游是大厂把芯片和电力组装成二十四小时运转的印钞机。这里除了我们刚才说的五家大厂，还有一个很特别的玩家叫 corewave， 他没有传统大厂那种庞杂业务，几乎就是一家专门出租 gpu 算力的独立铸币厂。而英伟达对 corewave 投了超过二十亿美元，持股超过百分之十。这体现了老黄不容忽视的野心，他想在整个铸币体系里占取更大的位置。 嘿嘿， boy 头肯的下游买家呢，是模型公司和大型企业，而终端的客户是你我这样的个人和千千万万个企业。 ai token 最终有没有价值，看的不是概念，而是竞争力。就像人民币背后占的是整个中国经济， ai token 背后占的则是模型的生产力，以及它能不能用更少的资源创造出更大的价值。 每一次劳动力的换代，都会拉动能源和 token 的 换代。近一万年前，干活的是人的双手，驱动他的能源是粮食计量，他的 token 是 逃土筹码。 一百多年前，干活的变成了人加机器，能源变成了石油， token 变成了美元。而今天 种新劳动力出现了 ai， 驱动它的能源是电力，报偿它的是 ai token。 问题是，当 token 不 再为人类的劳动定价，人类的价值由谁来定？
7514陈陈陈Clara
06:13查看AI文稿AI文稿最近有个词开始频繁出现，黄仁轩在说， ar 圈在说，官媒也在说，这个词，就是托肯。现在他已经有了明确的中文名，叫词源， 大象前行，精彩开讲。那词源到底是什么了？为什么他会突然崛起？ 他和中国的电力算理布局到底又有什么关系了？最关键的是，他跟普通人有什么连接了？先说最核心的一句， 磁源不是代币，它是 ar 计算的计量单位，电脑运行要耗电，汽车上路要烧油，给 ar 下一次指令也一样要消耗资源。这个资源怎么量化，靠的就是磁源。 所以它不是拿来炒的，它是拿来算账的。现在主流 ar 浮底层就是这么收费的。以 open ar 为例， a p r 价格按输入和输出 token 分 别计费，给模型多少内容，模型返回多少内容，最后都能折算成 版本。更关键的是，这不是小趋势，国家数据局，譬如我国日均资源调用量二零二四年初还是一千亿，到二零二五年底月升到一百万亿，到二零二六年三月已经突破了一百四十万亿， 两年时间增长超千倍。这个变化说明 a r 已经不是好不好玩的问题了，而是开始进入怎么算钱，怎么算成本、怎么算价值的阶段。资源崛起的不是一个新名词，而是 a r 这场生产力变更，开始进入可计量、可定价、 可落地的阶段。为什么资源会突然崛起？因为它背后拼的不是概念，而是基础设施。很多人一说 ar， 马上想到模型、算法、芯片。但最先进的 ar， 只要真正落地，就绕不开一个最现实的问题，电力 电便宜，算力成本就低，投坑成本也就低，电贵自然这些也更贵。所以中国这几年做的不是简单一句发展 ar， 而是在搭底做去公布。 二零二五年，全国发电量达到十万五千七百五十二点五亿千瓦时，年末全国发电装机容量达到三十八点九一三四亿千瓦，其中风电装机六点四零零亿千瓦，太阳能发电装机十二点零一七三亿千瓦， 两项都在高速增长。这个盘子决定了中国做 ar 不是 空着底座往前冲，而是背后已经有超大规模能源系统在拖底。你想让大模型长期跑，让数据中心大规模开，让算力长期稳定释放，没有这个电力盘子，根本谈不上产业化。 那么第二张底牌就是东数西算。二零二二年，国家正式批复建设八个国家算力枢纽节点，十个国家数据中心集群。截止二零二四年六月底，八大枢纽节点直接投资已超过 四百三十五亿元。到二零二五年，八大枢纽节点的算力规模已经约占全国总量的百分之七十。 这说明中国已经不是哪里缺算力就临时搭机房，而是在全国范围内，把电力网络、土地数据中心和算力调度系统性连成一张网，这背后是一整套国家级的布局。 你再看具体的地方就更清楚了。比如贵州。十四五时期，贵州在线及投运的重点数据中心从七个增加到五十个，算力规模从零点八四 f 洛克斯 提升到一百六十 f 洛克斯，标准基价提升到三十二万加，而且算力用户百分之九十以上来自省外。二零二五年贵州算力运营服 务收入达到八百二十四亿元。这说明西部不只是电便宜，而是已经把电力优势变成算力优势，再把算力优势变成了服务能力，这才是真正厉害的地方。因为 ar 进入下半场之后，决定竞争力的不是会不会做模型， 而是谁能把模型背后的算力、成本、服务做成一个稳定的产业。理解了资源背后的生产力变化，你就知道这件事跟普通人到底有什么关系了。现在很多人还没感觉，是因为行业还在免费抢量阶段，平台愿意先让你用， 先让你形成习惯，先把市场做起来。这跟当年很多互联网产品的发展路径很像，先免费， 先扩张，先抢用户，等格局慢慢稳定之后，再进入更精细的计费模式， ar 大 概率也会走这个方向。这也是为什么越来越多的企业会开始重视 ar 产出的效率。过去很多岗位考核的是经验、流程、工时， 未来越来越多的岗位看的会是你能不能把 ar 真正接入日常工作。所以普通人现在最该做的不是围着 token 这个词打转，而是立刻提升三件事。第一，把概念理解对词源不是币，不是投资门票， 它就是 ar 计算单位，你先把方向搞对，后面才不会一开始就跑偏。第二，把 ar 真正接近工作。这句话很重要，不是会问几个问题就会用 ar。 真正有用的是把 ar 接近你每天都在做的事例，比如写提纲、整理资料、提炼重点、优化表达、做会议纪要、拆解任务、列执行步骤，只要把它接近工作流， 他才会变成你的能力。那么第三呢？提前适应未来的计费和绩效逻辑。未来很多企业看中的不是谁更忙，而是谁最有效率。所以你必须尽快成为一个会借 ar 提高产出的人。 你是做行政的，就让自己整理材料更快。你是做销售的，就让自己整理客户信息，准备沟通话术更快。你是做管理的，就要让自己做计，要拆任务，做复盘更快。所以普通人真正要抓住的机会，不是围着瓷源这个瓷转， 而是借着这场生产力的变更，把自己往前推一步。你觉得呢？评论区，咱们一起来聊一聊，关注大象不迷路！
01:14查看AI文稿AI文稿强行给粉丝科普 token， token 呢，现在被翻译成词源，那用到了源这个字，就说明它是最小与一单位，比如说你我，它这三个字分别是三个单独的 token 啊，还有一些呢是常用词，比如说，呃，葡萄，苹果、实验室，这三个是单独的三个 token， 所以 这一句话我喜欢去实验室呃，看起来虽然字比较多，但它其实只有四个 token。 英语中一些常见的前缀，后缀，比如这个 in is 等等，也可以做一个单独的 token。 除了文字是这样，图片和声音也是这样的，图片会分解成呃像素的 toc， 那 声音会分解成声波的 toc。 呃，今天外国有很多这个大圆模型是收费的嘛，所以这个人们老说他费 toc， 因为他不光输出 呃，收费就输出的答案按 toc 收费，他的输入就是你给他的提示词，也是按 toc 收费的。嗯， 对，还有啊，还有就是那个豆包和 deepsea 今天很多给你的那个答案啊，它看似好像是一段话，然后几个句子，它其实的生成模式有点类似于 token 接龙，就是 它是一个 token 加一个 token 加一个 token 这样，然后最后给你生成了一个答案哦。
60退伍学ai
01:32查看AI文稿AI文稿最近很多人问我，托肯到底怎么卖？今天用一分钟讲明白什么叫托肯中转站。很多人以为他只是简单赚差价，但真正赚钱的地方其实是整合服务。左边是上游大模型平台，比如百度字节、阿里、腾讯、讯飞、智普、 mini max。 托肯中转站的逻辑很简单， kimi 这些正规平台，他们都有官方接口， 有清晰的调用价格。中间是你搭建的统一入口，负责账号管理、接口分发额度统计、计费、充值限额控制和售后服务。右边就是你的客户，比如个人用户、小团队、工作室，甚至企业客户。那 top 中转站到底赚什么钱？ 第一，转信息差。很多用户知道 ai 好 用，但不知道去哪里开通接口，也不懂怎么配置。你把多个模型能力整合到一个入口呗，用户直接充值就能用， 这就是价值。第二，赚效率差。客户不想研究接口文档，不想管理多个平台账号，也不想每天算调用成本。你帮他把复杂流程变简单，他愿意为省事付费。第三，赚服务费。个人用户适合做低价套餐，成交快，但消耗不稳定。大企业用量大， 但要求高，价格也压的低。普通人刚开始更适合做中小团队和工作室，因为他们有稳定需求， 又不像大企业那么难谈，只要你的服务稳定，结算灵活，售后及时，就有长期复购的机会。所以 token 中转站真正赚的不是单纯的差价，而是信息整合、技术整合、计费管理和售后服务的钱。它的本质就是把上游复杂的大模型能力 包装成下游能直接使用的简单产品。想要这套或客话术和成交方法？评论区打 token， 下一期视频教大家如何搭建自己的 a p i 中转站。
723跑完来一瓶可乐
01:56查看AI文稿AI文稿tock 这门生意呢，有三个角色啊，造 tock 的， 加工 tock 的， 还有卖 tock 的。 那前面两个呢，是要讲砸几十个亿的啊，那第三个几乎零成本就可以启动，那你猜 哪个离钱是最近的呢？ tock 产业链他又分了三层啊，上游就是发电厂，做芯片啊，建数据中心，还有搞 gpu 集群，玩家是英伟达，华为，万国数据这些巨头，随便一个项目啊，几十个亿起步好啦。中游呢，就是加工厂， 拿算力去训练大模型啊，把电力和 gpu 啊变成 token。 那 玩家是 openai， deep seek， 质谱这些啊，训练一个大模型关 gpu 的 初恋啊，那就是千万级别的。 下游呢，就是风发渠道啊，把中游生产的 token 给整合起来，再通过 api 卖给开发者和企业，不需要买 gpu， 也不需要训练模型，需要的是一个聚合平台和客户的运营能力。 我用水果生意来类比啊，上游呢，是果农啊，在种水果，要买地啊，施肥等收成，这个周期投入是比较长的。中游是加工厂啊，做果汁果酱啊，要建工厂啊，买设备。那下游是什么呢？下游就是水果店啊，电商平台，从果农和工厂那里拿货加价再卖给消费者。 水果店的投入呢，无疑是最小的啊，但他直接面对消费者，现金流也是最稳定的，而且客户每天都要来买 top 和平台，就是 ai 行业的水果店。 报告里面有一个关键的数据啊，上游交付的是 flops 的 算力，中游呢，交付的是 token 语义的能力，下游交付的是业务价值和效率提升。越往下游啊，离用户越近，那附加值呢，就越高了。好， 更重要的是什么？客户的粘性极强，开发者一旦把应用接入到你的平台啊，代码里写的是你的 api 的 地址，迁移的成本就会很高了。那只要服务稳定，它就会一直用下去了。 那上游啊，几十亿，中游几千万，下游几百块，你选哪个呢？嘿嘿，那关注我，我把 token 下游的这门生意把它拆透，揉碎了讲给你听。
2.2万大卫讲AI词元经济
01:51查看AI文稿AI文稿通过中转站和聚合平台是不一样的，今天我拆解一下，帮大家建立正确的行业知识。首先，普通中转站大多是没有字眼底层架构和调度系统，只是做了一个简单的端口搬运，在技术环节上非常薄弱。比如首次食言普遍存在四百到一千两百毫秒， 引发 q p s 不 足五百，依赖单一的上游算力源，没有融错切换的机制，所以你在批量使用时，必然出现这些卡顿啊，掉铅啊，批量失效的问题。 那优质的算力聚合平台呢，是一个完整的 ai 底层基建系统，比如能把食盐稳定控制在五十到两百毫秒，支持三万以上的稳定， q p s 峰值呢，可突破六万， 能依靠多元算力并行接入毫秒级智能的择优调度，全链路来实施风控。那么从技术根源上呢，它能解决稳定性的问题，所以能够实现企业的批量高频长期商用的场景，那商业模式也有很大的区别。 中转站就像中间商模式，它只是加价啊，没有货源，最关键的是没有运维和兜底。 正规的聚合平台呢，大部分是直连算力源头，他砍掉了中间层，拥有自主资源调配定价，还有技术迭代的能力，也有完整的后台体系和运维保障模式，合规可控，能长期规模化来复制。 所以市面上有很多的中转站，其实是没有技术壁垒，他一开始的定位就是短期的这个信息差红利， 那随着行业合规划，一定是会被淘汰的，真正能长久深耕，适合企业布局的只有合规的算力平台。所以入局 token 赛道，你是想做一个短期套利，还是想做一个长期的可复利的 a p i 基建呢？
402汤姆的AI创业工厂
02:36查看AI文稿AI文稿过去啊，区块链里面有个概念叫 token， 现在呢，用 ai 说也要消耗 token， 那 token 这个词到底怎么来的？我们 ai 里面说的消耗 token 到底是指什么？我在这个里给大家解读一下。 英文里的 token 呢，它是标记和凭证的意思，比如说你在游戏厅里面买的那个游戏币，它可以叫 token， 你的衣服上带的那个徽章，它也叫 token。 还有你的门禁卡，通行证啊，那些牌子通行牌都可以叫 token， 延伸到区块链盖里面，他们把中证带币啊，也叫 token。 今天我们 ai 领域说的这个 token 是 什么呢？ 它实际上是一个文字的计量单位，中文名字，我们把它叫词源。大家知道我们买东西也是按 精来计算啊，我们喝水通常用多少深来计算 ai 处理文字啊，处理了多少呢？那我们是用 token， 也就是词源来计算， 那么不管是汉字，英文的单词，还是标点符号， ai 在 处理它的时候，都会把它们拆成一个个的 token， 也就是词源。 所以你在提问， ai 在 回答这些呢，都是在消耗 token， 也就是在消耗计算机的处理能力。大概呢两个汉字就等于一个 token， 那 么再专业一点解读呢，就是 token 呢，它既不是一个字，也不是一个词，它是一个编码单元， 也就是个模型。在处理这些文字的时候啊，他们会把它切成一个一个的片段，那么这个片段呢，又转换成相应的一段的数字，这个数字啊是实景字的一个整数。 那么大模型呢，实际上是在处理这些数字，一个个被切出来的最小的片段呢，就是头肯再给大家分享一下头肯经济， 因为 token 呢，它是 ai 的 计量单元，那么围绕 token 建立起来的这一整套定价、收费和使用的规则， 就形成了 token 的 经济概念，供应商怎么定价 token？ 用户单位怎么控制 token 的 使用成本？ 开发者怎么优化提示词啊，以减少消耗 token， 还有产品怎么设计才能更少的使用 token 等等，那么这些都是 token 经济的范畴。今天就分享到这里，欢迎大家在评论区留言讨论，咱们下一期见。
43姚乐谈数字化
01:47查看AI文稿AI文稿这次小米米墨的新 token 盘，最容易让人误会的是单位你看到的四点一币，不是四点一币 token， 而是 credits。 真正能跑多少，要看你用哪个模型，以及这段 token 是 缓存命中未命中输入还是输出。 按官方文档约度，套餐分四档， lite 是 三十九元四点一 b 酷热 ipad standard 是 九十九元十一 b gridadius pro 是 三百二十九元三十八 b gridadius max 是 六百五十九元八十二 b gridadius。 表面看很大，但要继续往下换算， 真正的计费公式在这里，它 movie 二点五 pro， 每个缓存命中 token 扣二点五 credits， 未命中输入 token 扣三百 credits， 输出 token 扣六百 credits。 普通迷迷模糊二点五跟 d 分 别是二一百和二百 credits。 官方给了一个很好懂的例子，如果你买那一套餐，一共有四点一 bp 转一次，你用掉十 m 的 迷蒙 mo， 二点五 pro 未命中输入 token， 就 会消耗三千元回资，剩下的额度就只有一千一百元回资。 所以官方说用量提升五到八倍，并不等于任何场景都无脑多五到八倍缓存命中多输入能赋用输出，别太爆情感就会更划算。如果你是涨让五 d 缓存输出很多，那科技消耗会快很多。 还有一个边界要看清， token plan 是 面向 i 编程工具的订阅方案，不是给你随便接近自定义后端做自动化脚本的普通 api 套餐额度用完后系统会停止服务，不会继续扣你的赠金或账户余额。 最后给一个买钱判断，第一，你是不是主要拿它跑客厅工具？第二，你的任务缓存命中高不高？第三，你的输出 token 会不会很多？把这三件事算清楚，才能判断 token 盘是真便宜还是你应该继续走普通暗恋 a p i。
02:20查看AI文稿AI文稿token 是 所有玩 ai 的 人都离不开的名词，模型、价格看 token， 上下文，长度看 token， 很多事情都需要 token。 你 有没有想过 token 到底是什么？是字数？是词语？还是更底层的东西？ 两分钟的视频，我们把头更讲明白。举个例子哈，一句话叫，我昨天在 chat gpt 里测试了 tokenization， 结果有点离谱。我们的大脑会拆分成这样的段落结构。我昨天在 chat gpt 里测试了 tokenization， 结果有点离谱。 我们理解段落的方式是先将完整的句子拆分成若干个独立的块，然后把块之间和块之间去联系起来。模型其实也是如此，完整的句子切开，分开为若干个小块，而这些小块就叫头啃， 并非等于一句话，一个词一个字，而是一种最小的切分单位。同场上的切分逻辑也不太一样，也会带来同一个上下文。 token 的 差异依旧以刚刚的段落去举例，这里的拆法可能是这样，倾向于用很多的小块构建起完整的语义， 而可 loft 的 拆法可能是这样。这两个没什么对错，只是两个厂商之间模型的 tokenization 规则不同。现在模型标配的一百万上下文，从理论上去出发，大家已经觉得很能打，他为什么总觉得不够用呢？ 这是因为我们在处理工程的时候，不只是当人对话的输入和输出，还有项目规则、历史对话、文档内容代码日制等等的一些内容。 这些东西哈，一层一层的去叠上去，很快就吃满了上下文。那么我们在实际开发的过程中，怎么做才能最节约 token 呢？第一，别重复交代项目的背景，直接写进欠缺的项目文档。 第二，大群段落要学会自己去提炼成结构化的内容，这比模型直接理解全部的文章更加的节约。第三，明确指令，从类似于帮我看看的表达进阶为只检查这块功能的代码，这就是我开发的一些习惯，希望可以帮助到你。理解了 token， 相信你就明白了和大模型沟通的底层交互范式， 这是 token 最大的意义，它不只是一个计量单位。视频的最后，我也想和大家说，我们要尽量养成好的开发习惯，很多无意义的任务不仅消耗我们的时间，还有背后的服务器资源，甚至是能源。每次重复的计算都会变成更高的成本，都会变成对环境承担的负担。 所以少一点重复，多一点整理，不只是省 token， 省成本，也是在保护我们自己的家园。我是逍遥逍遥，本期视频可以帮助到你，下期再见。
203赵逍遥Xavier
03:14查看AI文稿AI文稿token 翻译成中文叫什么？叫词源，是模型处理文本的最基本单位。 token 和字呢？有什么区别？ token 呢？可以是一个字、一个词，甚至半个字， 这是模型通过海量文本统计自动化定的，为了表达更省事，常用字词直接用一个 token， 生僻内容就用多个 token 拼接组成一个 token 到底有多便宜？输出一百万 token， 评价模型只要三块钱，高端模型则要九十多块，价差非常大。 很多人会问， token 收费和手机流量收费是一回事吗？完全不是， token 收的是 ai 计算生产成本，流量收的只是数据传输搬运费，本质不一样。为什么跑大模型又叫烧 token？ 因为大模型思考应答全程都要消耗， token， 又是按量计费，所以行业里都叫烧 token。 那本地部署大模型还要不要 toon？ 照样要用 toon 是 底层运行机制，跟部署在哪没关系，只是本地不用按量付费，但电费硬件成本自己承担，算下来未必更划算。 复制一段话，一次性输入只算一次 toon 吗？不是，文字越长，输入的 toon 数量就越多。按实际字数拆分计费。 问题很长，答案很短。只收答案的 token 费用吗？不是，输入提问也要计费，输入和输出都要算 token。 表情符号算几个 token 会不会比汉字更贵？普通表情一般，一个 token 冷门表情要二到四个，拼接成本确实更高。 不同大模型的 toc 通用吗？不通用， deep、 seek、 gpt， 各自词表独立，互相识别不了。 y、 y、 d、 s 这类网络热词算几个 toc？ 大 多拆成两个 toc， 如果热度足够高，模型也可能收入成单个 toc。 同一个问题早晚问 toc 消耗一样吗？不一样，大模型输出有随机性，每次生成的内容长短不同， toc 数量自然不一样。 让 ai 帮忙下载电影也要扣 token 吗？ ai 思考步骤，解锁网站，下达指令，这些要耗 token。 真正下载电影只是走流量，不消耗 token。 为什么聊天越久，同样一句话越费钱？因为模型会带上全部对话历史一起参与运算。聊天记录越多，计算量越大， token 消耗也就越高。怎么节省 token 成本？精简提示词，去掉客套废话，限定回答字数，前后话题无关就新开对话，避免历史记录涌于既非。 token 是 加密密码吗？不是，它只是文字编码格式，只是机器看不懂，本身没有加密属性。图片和文本的 token 一 样吗？完全不一样，图片会被切成很多小图块，每一块当做一个视觉 token， 原理类似拼图切块。 token 是 专门为了收费才发明的吗？当然不是，它是 ai 底层技术创新，为了方便语义表达和机器计算，只是刚好计算量和 token 数量挂钩，才用来按量收费。 日常用豆包为什么不用花钱？大厂补贴抢占市场？普通用户免费，但企业商用接口调用跑模型都是要实打实按 token 付费。多敲空格会不会悄悄扣钱？空格也算 token 占用算力，乱打空格一样计费，部分模型会自动合并多余空格。 ai 生成的废话能不能退费？不能，哪怕是废话，也是显卡实打实运算出来的结果，照样消耗 token。
