近日，小米公布了其大模型的“Token Plan”，面向开发者和高频用户推出从每月39元到659元不等的四档付费套餐。其中，659元/月的Max套餐价格引发热议，一些人将其与部分城市的房租相提并论，这背后揭示了一个正在浮现的现象：在人工智能时代，一种名为“Token”的全新计价单位，或许正在成为划分数字世界“贫富”的新标尺。
要理解这一现象，首先需要明白什么是Token。Token，常被译为“词元”，是AI大模型理解和处理人类语言的基本单位。当我们向AI提问时，无论是文字、标点还是词组，都会被拆分成一个个Token，再由模型进行计算和处理。它就像是AI世界的“克”、“升”和“千瓦时”，是衡量AI服务消耗量的标准。
然而，Token的消耗并非简单地等同于我们输入和输出的字数。一次看似简单的AI对话，背后消耗的Token远比我们看到的要多。这其中包括了AI为了维持特定“人设”和安全边界而被预设的系统指令、为了保证对话连贯性而需要回顾的聊天历史上下文，以及在给出最终答案前模型内部进行的多次推理和比较，这些“看不见”的计算过程都会消耗大量的Token。
特别是当AI从“聊天”走向“做事”，例如使用近来流行的AI智能体（Agent，俗称“养小龙虾”）来自动处理邮件、整理文件时，Token的消耗会呈指数级增长。一个简单的指令可能被拆解成十几个子任务，每个任务都需要AI进行一次或多次调用和计算，这使得一些“重度用户”的账单可能在短短几天内就达到数千元。
Token的定价也颇为复杂。它不仅取决于模型本身的能力强弱，还与计算的效率息息相关。一个有趣的现象是，几乎所有大模型的“输出Token”都比“输入Token”贵得多。这并非因为输出的计算量更大，而是因为计算效率的差异。处理输入时，AI可以并行处理所有信息，GPU（图形处理器）能高效运转；而生成输出时，AI必须一个Token接一个Token地串行生成，GPU大部分时间处于等待状态，效率极低。因此，高昂的输出价格，实际上是在为芯片的低效等待时间付费。
这种以Token为基础的成本，正在使用者之间划开一道鸿沟。对于普通用户而言，日常进行简单的问答、写作文案，消耗的Token量很小，许多厂商也愿意提供免费额度。但对于需要将AI深度集成到工作流中的专业人士、开发者和企业来说，Token的消耗是巨大的。一位视频创作者用AI制作一个2分钟的短片花费了400元，尽管他认为这相比节省下的人工和时间成本依然划算，但也开始在使用时精打细算。
这就引出了一个核心问题：当AI成为一种强大的生产力工具时，其使用成本正在制造新的不平等。能够负担高额Token费用的个人或企业，可以利用AI实现效率的极大提升，从而获得更强的竞争力；而无法负担这笔开销的人，则可能与这一轮技术变革的红利擦肩而过。历史上几乎每一次生产力革命，虽然在逻辑上都似乎能减少差距，但结果往往是放大了差距，因为竞争会转向更难被工具替代的判断力、整合能力等核心素养，而高昂的工具使用成本本身也构成了新的门槛。
当然，我们也不必过于悲观。正如手机流量的价格在过去十几年里大幅下降一样，Token的价格也因硬件迭代、软件优化和市场竞争等因素在持续走低。未来，Token的付费模式也可能更加多样化，除了个人订阅，企业为员工的AI使用买单，将其作为提高生产效率的基础设施，也可能成为一种趋势。
从随口问答到深度协作，Token不仅是技术的计价单位，更成了衡量AI与人类社会关系的新刻度。它的一端连接着算力、电费和芯片架构，另一端则连接着每个人的工作效率和未来的发展机遇。这场由Token开启的变革，将如何塑造我们的未来，值得每一个人关注。
