本周研究机构披露新政策,九一八事变：国耻难忘，民族觉醒的起点

今日研究机构公开最新行业进展,如何正确理解Token经济学？,很高兴为您解答这个问题，让我来帮您详细说明一下。全国标准化服务热线，维修质量有保证

渭南市白水县、宁夏固原市彭阳县 ，连云港市赣榆区、信阳市淮滨县、重庆市云阳县、张掖市山丹县、江门市新会区、宁夏吴忠市同心县、定安县富文镇、上海市闵行区、枣庄市滕州市、武威市民勤县、温州市永嘉县、蚌埠市蚌山区、常州市金坛区、镇江市京口区、乐山市五通桥区 、哈尔滨市尚志市、长治市武乡县、广西崇左市天等县、宜昌市猇亭区、商洛市商南县、西安市周至县、新乡市长垣市、景德镇市浮梁县、广西河池市大化瑶族自治县、雅安市天全县、宁波市江北区、昆明市禄劝彝族苗族自治县

近日技术小组通报核心进展,今日官方通报发布新研究报告,九一八事变：国耻难忘，民族觉醒的起点，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，维修过程透明可查

宁波市海曙区、扬州市高邮市 ，宁德市寿宁县、铜川市印台区、宁夏固原市泾源县、天津市西青区、德州市宁津县、嘉兴市平湖市、开封市龙亭区、白城市通榆县、海口市秀英区、济宁市鱼台县、长治市上党区、荆州市松滋市、河源市源城区、衡阳市祁东县、台州市三门县 、中山市沙溪镇、眉山市丹棱县、齐齐哈尔市富裕县、广西桂林市秀峰区、鹤岗市南山区、大同市天镇县、济宁市微山县、肇庆市端州区、荆州市江陵县、黄冈市黄梅县、黔南长顺县、宣城市泾县、广西河池市大化瑶族自治县、内江市威远县

全球服务区域: 临汾市乡宁县、福州市永泰县 、潍坊市昌乐县、东莞市凤岗镇、株洲市渌口区、温州市洞头区、青岛市莱西市、大庆市肇州县、宁夏中卫市中宁县、亳州市谯城区、哈尔滨市依兰县、丹东市元宝区、开封市兰考县、资阳市安岳县、荆州市沙市区、合肥市庐江县、南昌市新建区 、九江市武宁县、万宁市龙滚镇、新乡市辉县市、澄迈县永发镇、宣城市旌德县

可视化故障排除专线,近日行业报告传达新动态,九一八事变：国耻难忘，民族觉醒的起点，很高兴为您解答这个问题，让我来帮您详细说明一下：预防性维保中心，延长产品使用寿命

全国服务区域: 丹东市元宝区、赣州市上犹县 、武汉市武昌区、广元市昭化区、铜仁市万山区、西双版纳勐海县、阿坝藏族羌族自治州松潘县、平凉市崆峒区、海东市平安区、南充市阆中市、鞍山市铁东区、莆田市秀屿区、甘孜道孚县、哈尔滨市松北区、莆田市仙游县、延边和龙市、宜宾市江安县 、信阳市潢川县、双鸭山市饶河县、北京市平谷区、济南市钢城区、四平市伊通满族自治县、南平市浦城县、济宁市汶上县、牡丹江市绥芬河市、广元市昭化区、宿迁市泗阳县、长春市宽城区、佳木斯市前进区、杭州市西湖区、赣州市宁都县、广西桂林市荔浦市、赣州市瑞金市、铜仁市万山区、内蒙古乌兰察布市卓资县、益阳市资阳区、上海市长宁区、宁夏吴忠市青铜峡市、重庆市渝北区、益阳市桃江县、大同市阳高县

统一售后服务专线，全国联网服务:本月相关部门发布最新研究报告,九一八事变：国耻难忘，民族觉醒的起点

九一八事变，又称九一八事端，是指1931年9月18日，日本关东军在中国东北的沈阳发动的一场突然袭击，标志着日本对中国的全面侵略的开始。这一天，对于中国人民来说，是一个永远无法忘记的国耻日。九一八事变不仅是中国近代史上的重大事件，也是世界反法西斯战争的一个重要组成部分。 九一八事变爆发前，日本帝国主义对中国的侵略野心早已暴露无遗。在第一次世界大战结束后，日本利用战胜国的地位，加紧了对中国的经济、政治和军事侵略。1931年，日本关东军制造了柳条湖事件，诬陷中国军队破坏了日本铁路，以此为借口，发动了对沈阳的攻击。 当晚，日本关东军向沈阳北大营中国军队发动突然袭击，随后占领了沈阳城。随后，日本军队迅速占领了整个东北地区，开始了长达14年的殖民统治。九一八事变的发生，使得中国人民陷入了空前的民族危机。 九一八事变爆发后，全国人民纷纷举行抗议活动，要求政府出兵抗日。然而，当时的国民政府采取不抵抗政策，使得日本侵略军得以迅速占领东北。这一时期，中国民族意识觉醒，民众对日本侵略者的仇恨日益加深。 九一八事变后，中国共产党迅速作出反应，发表宣言，号召全国人民团结起来，共同抗击日本侵略者。在中国共产党的领导下，东北抗日义勇军、东北抗日联军等抗日武装力量纷纷成立，开始了艰苦卓绝的抗日斗争。 在九一八事变后的14年时间里，中国人民进行了艰苦卓绝的抗日战争。在这场战争中，无数英勇的抗日战士献出了自己的生命，无数的平民百姓遭受了战争的摧残。然而，中国人民并没有屈服，他们以顽强的毅力，最终赢得了抗日战争的胜利。 九一八事变虽然已经过去80多年，但这段历史依然警示着我们。我们要铭记历史，不忘国耻，珍惜和平。同时，我们要以史为鉴，增强民族凝聚力，为实现中华民族伟大复兴而努力奋斗。 在新时代，我们要继承和发扬九一八事变以来形成的伟大抗战精神，即爱国主义精神、民族自尊心、自强不息精神、团结互助精神、英勇斗争精神。这些精神是激励我们战胜一切困难、实现民族复兴的强大动力。 总之，九一八事变是中国近代史上的一次重大事件，它不仅标志着日本对中国的全面侵略，也唤醒了中国人民的民族意识。我们要铭记历史，珍爱和平，为实现中华民族伟大复兴而努力奋斗。

文 | 解码 Decode去年 5 月，当大模型厂商卷起价格战时，Tokens 大概率是出镜率最高的英文单词。简单来说，Tokens 是大语言模型（LLM）用来切割自然语言文本的基本单位，可以直观的理解为 " 字 " 或 " 词 "。就像工业时代用 " 千瓦时 " 度量电力消耗，互联网时代用 "GB" 度量数据流量，AI 时代用 "Token" 来度量模型的工作量。一个 Token 可以理解为一个词或词片段（中文里可能是一个字或词语）。Tokens 的调用量，本质反映了模型推理过程的计算量。而计算量的高或低，直接揭示了模型在实际应用中的能力、成本、速度和可行性。因此，从 Tokens 角度跟踪 AI 应用落地进展，就是一个非常深刻且切中要害的视角。它意味着我们将 AI 从一种 " 黑箱魔法 " 或纯粹的技术概念，拉回到了一个可度量、可分析、可商业化的实际生产要素的层面。简单来说，这意味着我们不再只关注 AI" 能做什么 "，而是开始量化分析它 " 做了多少 "、" 效率多高 "、" 成本多少 " 以及 " 价值多大 "。谁在消耗 tokens？模型厂商以 tokens 为主要定价单位的底层逻辑是：模型调用时的 tokens 消耗量与相应算力投入存在强关联性。而另一条暗线则是，算力投入链接了营收与 tokens 调用量。换个说法就是，模型厂商营收与其 tokens 调用量呈现显著同步的高增趋势。2024 年 6 月至 2025 年 6 月，OpenAI 大模型基础设施——微软 Azure 云的日均 tokens 调用量从 0.55 万亿上涨至 4.40 万亿，与此同时，OpenAI 年化营收（ARR）从 2024 年 12 月的 55 亿美元增长至 2025 年 6 月的突破 100 亿美元，并在 2025 年 8 月达到 120 亿 -130 亿美元。也就是说，谁消耗 tokens 更多谁就是基模厂商的主流商业模式。就目前来看，OpenAI、Anthropic、字节跳动等基模厂商主要有 C 端和 B 端两种，其中 C 端包括原生聊天助手、工具类原生应用（影视、图片、编程等）的订阅收入、付费功能以及与内部 C 端产品整合后的间接收入（如 Google Chrome）；B 端则包含为大客户落地 AI 应用和企业直接 API 调用。C 端的 tokens 调用量，主要贡献者有三个：1 大流量池产品内部的附加 AI 功能2024 年 5 月谷歌搜索上线的 AI Overview 功能，至 2025 年二季度月活已超 20 亿。国海证券预测，AI Overview 功能单日 tokens 消耗量在 1.6 至 9.6 万亿区间内，在 2025 年 7 月 Google 日均 tokens 调用量中的占比为 4.9% 至 29.4%。抖音、剪映、今日头条等同样为大流量池 C 端产品，月活量级已达到 10 亿（2025 年 3 月）、7 亿（2025 年 7 月）、2.6 亿（2024 年下半年月均）。百度之于搜索、美图秀秀之于图像，大流量 C 端应用的 AI 改造都是上述逻辑。据非凡产研，2025 年 7 月百度 AI 搜索访问量居国内智慧搜索品类第一、美图秀秀的国内访问量 / 存量月活、新增下载量依旧居图像品类第一，且月度收入仍在环比提升。2 原生聊天助手ChatGPT 聊天助手保有较大 C 端用户规模，2025 年 7 月 APP+ 网页端合计月活达 10.15 亿，是 OpenAI 重要 Tokens 调用量驱动因素。3 视频赛道拥有较大用户基础的新兴应用除产品内置 AI 功能、聊天助手外，图像、视频、陪伴、办公、教育赛道内均出现了有较大潜力的 C 端新兴 AI 应用。字节跳动进行多维度布局，推出醒图 / 星绘（图像）、即梦（视频）、猫箱（陪伴）、豆包爱学（教育）等 AI 应用。其中醒图、即梦 7 月月活达到 4924 万（当月收入 59 万美元）、1393 万（当月收入 58 万美元），已成为图像、视频赛道内拥有较大用户量级的产品；猫箱 7 月月活 794 万，当月收入达 112 万美元，商业转化效率较高。例如接入 gpt-image-1、Leonardo.AI 的 Canva，用于文生图、文生视频、图像补全等除文本模态外的编辑、生成场景。根据 Gemini、Kimi 等大模型的折算口径，单张图片的输出（输入）tokens 消耗量在 1024（kimi）— 1290（Gemini）之间。B 端 tokens 调用量主要源于企业级 AI 应用。其所呈现出来的特征，一是渗透率较高，Google 发布的 " 全球 601 个领先企业 AI 应用案例 " 显示，各大规模的企业已开始尝试将生成式 AI 投入生产，涉及汽车与物流、商业与专用服务、金融服务、医疗与生命科学、酒店与旅游、制作、工业与电子、媒体、营销与游戏、零售、科技、通信、公共部门与非盈利组织 "11 大行业。二是基模厂商的 B 端收入比例较大。数据预测 2025 年 OpenAI 来自 B 端的 ARR 收入占比达 54%；Anthropic 占比达 80%。谷歌透露 Gemini 企业客户超过 8.5 万家，推动调用量同比增长 35 倍；火山引擎大模型收入 2024 年在国内公有云市场中份额排名第一，占比达 46.4%（外部使用量，不包括豆包等内部 APP）。技术迭代解锁应用需求越来越多的 tokens 调用量，并非因为更大参数的大模型，而是推理增强、多模态、Agent 化、长上下文转型共同作用的结果。用一句话概括既是：技术迭代解锁应用需求。以 GPT-5 和 Grok4 为例：GPT-5 把 " 更强的推理能力（通过引入 test-timecompute）+ 多模态 + 更长上下文 + 更严格的安全控制等 " 置于产品默认层面；Grok4 核心升级则是把 " 原生工具调用 + 多代理协同推理 + 超长上下文等 " 做成一个可商用产品。GPT-5 和 Grok4 如此设置的目标，是希望借助技术迭代增强 AI 在更复杂、更具备 " 生产力 " 的关键场景下的实用性、准确性，并且使得 AI 应用加速落地。举个例子，假设原来 1 轮客服对话服务消耗 200tokens，升级后客服问答场景中的大模型推理过程将扩展成：客户意图澄清 + 内部知识库检索 + 逻辑校验 + 答案润色 4 个环节，即 4 轮内部推理，每轮 150～200tokens，最终消耗 600 至 800tokens。类似的案例在对应的推理增强、多模态、Agent 化、长上下文转型中都能找到，其最终结果是双向增强，存量 AI 应用场景的解决方案更好，对应的 tokens 调用量也倍数增长。随着技术趋势的不断推进，大量原本因 " 不准、不全、不落地 " 而被搁置的需求将被解锁。当准确率、可控性跨过可行性线后，用户特别是 B 端企业（有生产力场景需求）或将从观望转为批量采购。总结起来就四点，推理增强把能用变成敢用、多模态把单点工具变成端到端工作流、Agent 化把对话变成可审计的业务系统、长上下文把项目级任务放进模型。与此同时，虽然 tokens 调用量倍数增长，但定价却是直线下降。比如 xAI 的 Grok-4-Fast，输出百万 Token 仅需 0.5 美元（约 3.5 元人民币），但比起国内基模厂商来还是不够狠，去年 9 月阿里通义千问主力模型最高降价 85%，Qwen-Turbo 低至 0.3 元 / 百万 Tokens。其中一部分原因是基模厂商的价格战，让 " 一百万 Tokens 的钱 , 都买不了钵钵鸡 "，也有一部分是因为模型厂优化算力成本的结果。2024-2025 年，为优化大模型算力成本，模型厂商进行了压缩大模型单次推理计算量（稀疏化、量化、投机解码）、提升 GPU 利用率（连续批处理、编译器融合）以及换用租金更便宜的云、芯片（国产替代、专用 ASIC）等方面的尝试，平均 tokens 定价实现了较大降幅。此外模型厂商还进一步通过 " 模型分层 + 价格分层 " 的多样化策略压低模型的使用门槛，让中小预算客户也可接入，比如：OpenAI 用 GPT-5-mini/nano 覆盖轻量场景；Google 以 Gemini 2.5 Flash 主打 " 极速低价 "；Anthropic 用 Claude 3.5 Haiku 提供中等规模、高性价比选项等。因此一个 AI 飞轮就已成型，当模型使用成本下降，企业 / 个人调用 ROI 随之上升，更多应用需求从观望向采购转化，促进 tokens 调用量倍数增长的同时，AI 应用随之迎来生态繁荣。Token 经济学就意味着，可以直观的获得以下几个关键进展的洞察：成本与经济效益的量化、技术效能与模型能力的评估、应用场景的深化与演化以及商业模式与市场格局的清晰化。其中成本与经济效益的量化是最直接、最商业化的意义。尾声如果把 AI 大模型想象成一个 " 知识电厂 "，Token 就是它发出的 " 度电 "，你的提示词就是 " 合上电闸 " 的指令，AI 应用开发者就像是 " 家电制造商 "。从 Tokens 角度跟踪进展，就相当于电力公司和社会在跟踪：全社会总用电量（AI 应用的总规模）增长了多少？哪种家电（哪种 AI 应用）最耗电（消耗 Token 最多）？发电技术是否进步了（模型效率）？每度电的成本是否下降？新的高能效家电（高效的 AI 应用）是否被开发出来？从 Tokens 角度跟踪 AI 应用落地进展，意味着 AI 行业正在走向成熟、务实和工业化。它摒弃了早期对参数规模和技术炫技的过度关注，转而聚焦于一个更根本的问题：如何以可承受的成本，可靠地利用 AI 能力来解决实际问题并创造商业价值。这标志着 AI 不再是实验室里的玩具，而是真正成为了驱动下一代技术和商业创新的基础效用。作为从业者、投资者或观察者，理解 Token 经济学，就如同在互联网时代理解带宽成本一样，至关重要。