Token 是 AI 商业化的定价与结算单位。2026 年 3 月中国大模型日均 Token 消耗达 140 万亿，两年翻了一千倍，按 DeepSeek 每百万 2 元算每天流水超 3 亿。真正在「烧」Token 的已不是人：无问芯穹平台 7 个月调用量涨 40 倍，增量 100% 来自 Agent，单智能体单日消耗可达对话应用的百倍千倍。

GPT-4 同级推理成本从每百万 20 美元跌到 2 美元以内，跌幅九成以上，但 OpenAI 推理支出反从 2024 年 37 亿美元涨到 2025 年近 90 亿。原因在于任务复杂度同步跳升：普通问答算力消耗是 1，Agent 自主任务达百到千倍，Agent 已占无问芯穹推理算力的 95% 以上。单 Token 变便宜，总账单反而更吓人——这正是文章说的「降价不等于总支出下降」。

论证链是：AI 应用要显得比上一代更智能，就必须用更贵或更多的 Token；而 Token 成本最终只能由愿付费用户承担，国内低人力成本与北美高获客成本夹击，形成难解的 Loop。落到账本上，一家年收入 1000 万美元的应用，Token 成本可能就占八九百万，再加上人员、云、Marketing 一项不少。结论成立的前提是：模型层把持定价权、应用层无议价能力。

一边是官方口径：8 个月 ARR 破 1 亿美元、运行率 1.25 亿、累计处理 147 万亿 Token，创全球最快纪录，Benchmark 领投 7500 万美元。另一边是质疑方：Similarweb 称月活 1800 万，但 Reddit、知乎、GitHub 几乎看不到自发讨论，被指「财务上的巨人、声量上的矮子」，并提醒 ARR 本身无统一口径、易被抬高。同一组数字，两种叙事。

关键变量已出现：Anthropic 2026 年 Q2 营收超 115 亿美元、同比约 14 倍，首次实现调整后营业利润为正，Claude Code 年化 25 亿美元、占编程 AI 市场 54%；同时美国企业财报电话会提及「开放权重」的次数是去年同期的 6 倍，开源模型 Token 占比多平台升至六成以上。焦点是应用层利润能否随模型层转正而改善，要等模型厂提价后用户是否流失才能看清。

真正值得问的不是「Token 还能便宜多少」，而是「谁愿意为一个确定的结果付多少钱」。佐证已现：德勤中国调研 92% 企业已试点 AI，仅 8% 认为实现财务和战略收益，仅 4% 进入规模化推广；广告 Agent 客户要的是盯盘、素材 ROI 更高、BI 从静态变动态。于是 FDE（前置部署工程师）被 OpenAI、Anthropic 同时重注——工程师驻场把模糊需求翻成可交付结果。结果定价的边界，可能就在这个岗位的产出上。