1. 🔥云计算全产业链概念梳理！分为国资云、Token工厂、AI算力设施、AI应用四大板块，全部龙头整理完毕！一、国资云（国家数据安全核心赛道）锐捷网络、常山北明、太极股份、深桑达A、广电运通、特发信息、启明信息、铜牛信息、云赛智联、国投智能、数字认证、浪潮软件、数据港、美利云、杭钢股份。核心逻辑：各地建设本土国资云，保障政务数据安全，国产软硬件全面替代。二、Token工厂（AI‑数据要素、数据确权板块）协创数据、宏景科技、利通电子、润建股份、杰创智能、软通动力、智微智能、盛视科技、电光科技、赛意信息。逻辑：数据确权、数据资产流转，搭建AI数据加工平台。三、AI大模型及算力设施（算力底座）智谱、MINIMAX、寒武纪、海光信息、胜宏科技、沪电股份、生益科技、景旺电子、江海股份、工业富联、德科立。逻辑：大模型训练、智算中心建设，PCB、光模块、CPU芯片全部受益算力扩容。四、AI应用（C端落地变现环节）万兴科技、当虹科技、虹软科技、易点天下、视觉中国、中文在线、值得买、三六零、福昕软件、光云科技、金山办公。逻辑：AI绘画、文档AI、智能剪辑、办公软件，AI产品落地实现商业化变现。赛道逻辑解读整个云计算产业链由下至上分为四层：算力硬件打底，国资云承载政务数据，Token工厂处理数据要素，最后AI应用面向大众实现盈利。随着国产大模型迭代升级，智算中心加速建设，从算力、云平台、数据要素再到AI应用，整条产业链都会迎来业绩爆发！⚠️免责声明：内容仅为公开行业信息整理，只做知识科普，不构成投资建议。股市存在风险，投资需谨慎。

2. 中国AI正在下一盘大棋，悄悄拿走全球AI定价权 #AI #大有学问 #燃起来了大国重器 #高盛

3. 今天热搜上有个事挺有意思——北京密云一个副局长，自己掏钱买了10亿token，花一个月手搓了个防汛小程序。网友第一反应都是：10亿token？这不得几十万？结果人家晒了账单：49块。49块，一杯喜茶的钱。这事背后其实藏着个被严重低估的真相：AI大模型的使用成本，已经低到离谱了。列几个数字你们感受一下，同样是10亿token：DeepSeek V4 Flash：按量付费约2000块，走订阅套餐能干到几十块腾讯混元：约1000块GPT-4o：折合人民币约3.5万Claude 3.7 Sonnet：更贵，奔着4万去了国产模型跟海外模型的价差，已经不是几倍的问题了，是几百倍。而且国内模型的中文理解能力反而不输。国家数据局上个月刚给token定了中文名——"词元"。一个词元的成本，用国产模型的话，小数点后面得数好几个零。副局长这事其实就是个活广告：普通人用AI的门槛，真的已经低到可以忽略不计了。不过话说回来，价格战打到这个份上，模型公司怎么赚钱？这可能是下一个值得讨论的问题。你们平时用哪个模型的API？感觉性价比怎么样？#10亿token多少钱#

4. #阿里回应千问将与苹果AI合作#确认了阿里千问将成为苹果国内独家AI合作伙伴，覆盖iPhone、Mac、iPad全系列国行设备。千问大模型的体验还是可以的。长文本理解、图文生成、多模态、图片理解能力成熟；阿里云算力也能满足海量设备云端需求。以后果粉不用来回切换App，系统原生就能调用千问做文案改写、识图创作。苹果本地端侧处理轻量任务，复杂需求交由千问云端承接，所有数据留在国内服务器，兼顾隐私与合规。不过大家也别期待完全对标海外满血AI，功能会做本土化适配调整。这场跨国合作也算双赢，果粉终于等来原生AI，国产大模型也拿到顶级终端流量，后续实际使用体验还得等正式更新才能见分晓。#苹果AI 千问##苹果AI为何选择千问#

6. Kimi K3 已提前亮相？神秘模型「Kivine」现身，百万上下文能力惊艳全球

7. 刚刚，WAIC杀出国产「桌面超算」！150B大模型，放你桌上跑

8. 《#KimiK3发布#，国内大模型竞争进入 AI 员工时代》如果说过去一年国内大模型竞争比的是「谁更聪明」，那么昨天月之暗面发布的 Kimi K3，竞争已经开始进入下一阶段——谁更能干活。这次 Kimi K3 公布的数据很有意思：* 2.8 万亿参数（MoE 架构）* 100 万 Tokens 超长上下文* 面向长程编程、Agent、端到端知识工作* 开源权重，同时开放 API真正值得关注的，其实不是参数，而是方向。过去很多模型，本质还是聊天机器人。你问，它答。而 Kimi K3 更像是在尝试变成一个真正的「数字员工」。什么意思？举个例子。以前让 AI 写一个函数，它能完成。现在越来越多的人，希望 AI 能自己阅读几百页文档、理解整个代码仓库、修改多个模块、调试报错、自动测试，再生成最终版本。这已经不是一句 Prompt 能解决的问题，而是需要模型拥有持续推理、长期记忆、工具调用以及复杂任务拆解能力。所以 K3 把重点放在了长程编程（Long-Horizon Coding）和端到端知识工作（End-to-End Knowledge Work）。这两个词，其实代表着未来 AI 最大的商业价值。为什么？因为真正愿意付费的，不是陪聊天，而是替人创造价值。程序员希望 AI 能参与整个开发流程。律师希望 AI 能看完整套案卷。投研人员希望 AI 能分析几十份财报。科研人员希望 AI 能阅读几百篇论文。企业更希望 AI 能完成一整条工作流，而不是回答几个问题。从这个角度看，Kimi K3 的定位已经越来越接近国外 OpenAI、Anthropic 正在走的路线。过去国内模型更多是在 Benchmark 上追分。现在开始比真实生产力。这也是最近半年整个行业最大的变化。另一个值得注意的点，是月之暗面继续选择了开源 + API。国内的大模型竞争已经逐渐分成两条路线：一条是闭源做产品体验。另一条是开放模型生态，让开发者快速接入，形成更多 Agent、工具和企业应用。对于月之暗面来说，Kimi 本身已经拥有大量 C 端用户，而 K3 的推出，则意味着它开始进一步争夺开发者和企业市场。未来真正决定模型地位的，未必是谁跑分第一，而是谁拥有最多开发者、最多 Agent，以及最多真实业务场景。所以我认为，Kimi K3 的意义，不只是发布了一款新模型。它释放了一个很明确的信号：国内大模型竞争，正在从「聊天能力」进入「生产力能力」。未来决定胜负的，不再是谁回答得最漂亮，而是谁真正能够独立完成工作。参数越来越接近，能力越来越趋同，真正拉开差距的，将是 Agent、工具调用、工程能力，以及整个 AI 应用生态。下一轮竞争，比的已经不是模型。而是谁先拥有真正的 AI 员工。#ai创造营##ai探索计划#

9. 清华系“Token工厂”半年融资超10亿，AI Token生产是一门什么生意？今天聊一家可能被低估的公司。7月13日，趋境科技宣布完成A轮融资，半年累计融资超10亿元。这家清华系公司做的是AI Token生产服务，定位是“AI Token工厂”。它的核心产品ATaaS平台，解决的是模型在实际生产环境中的推理效率、资源利用、缓存复用、弹性扩缩容、成本控制这些脏活累活。目前已建成日均万亿级Token产能项目，部分业务已经盈利。这很重要。我在苏州园区接触过很多AI应用创业者，大家张口闭口都是模型能力，但真到落地，才发现推理成本、并发稳定性、延迟控制才是生死线。趋境科技切的就是这块，而且由郑纬民院士、武永卫教授领衔技术班底。它不是做应用的，而是给所有做应用的人提供“水电煤”。这和当年云计算刚兴起时的逻辑一样：应用百花齐放，但底层基础设施才是最稳的生意。当然，阿里云、华为、百度、字节这些大厂也在做，创业公司必须在特定场景里做出差异化。我的判断：AI infra接下来两年会是大浪淘沙，谁能帮客户把Token成本压下去、稳定性提上来，谁就能活下来。如果你现在创业，你会做AI应用，还是做AI基础设施？

10. Claude Code最强平替来了：Kimi K3超越Opus 4.8，登榜史上最大开源模型！

11. 如何看待「一副局长自购 10 亿 token 月费 20 多，手搓防汛小程序」？

12. 如何评价 7 月 16 日Kimi 发布的 2.8 万亿级开源模型 K3？

13. 刚刚，Thinking Machines首发大模型：9750亿参数，完整开放权重

14. 【李彦宏人民日报撰文：为智能经济打造科学评价体系】7月15日，《人民日报》刊发百度创始人李彦宏署名文章《为智能经济打造科学评价体系》。文章指出，AI正从模型阶段走向应用阶段，智能体正从聊天工具向“数字员工”或“代理人”转变。针对当前行业“重投入、轻产出”的倾向，李彦宏建议建立科学的评价体系，并提出以 “日活智能体数” （Daily Active Agents，简称DAA）作为衡量智能生产力的核心指标。核心信息：文章将Token比作智能经济消耗的“电费单”，将DAA比作智能经济的“成绩单”。DAA衡量的是每天有多少智能体完成了交付任务，如医疗辅助诊断、物流调度、智能交易撮合等。文章提出，AI不能只在实验室里“刷榜”，必须到工厂车间里“干活”。观察：当行业还在追逐参数规模和Token消耗时，李彦宏将评价标准从“投入端”转向“产出端”，试图用DAA为智能经济建立一套务实导向的度量衡——这背后是对AI脱离实体经济、陷入技术内卷的警惕。#李彦宏 #人民日报 #智能经济 #DAA #AI应用

15. 在 GPU 稀缺的大模型时代，如何设计一套能够支撑百万租户的精细化限流系统？

16. 从Token到DAA，百度重算Agent这笔账

17. 盘点一周AI大事(7月12日)｜Codex剪片子 OpenAI正式上线GPT-5.6，智商击败Fable 5 OpenAI把Codex和ChatGPT合并为超级应用 OpenAI上线SOTA语音模型GPT-Live 马斯克升级Grok 4.5 Meta升级大模型Muse Spark 1.1 Google正式开放AI 科学家AlphaEvolve Reve升级4K图像模型Reve 2.1 研究员开源音频转MIDI模型MuScriptor 1x发布首个达到人类水平的灵巧手NEO Hands #抖音前沿科技首发计划 #AI新星计划 #vibecoding大赏 #AIGC #AI

18. 从周末实践来看，如果并发项目数是 4，7×24 投入研发，那么对高质量 Token 用量的消耗，大概是一个月 4000 美金，约等于聘用一名资深工程师，而产出效率至少是人类的 5-10 倍。随着工作流的稳定和成熟，成本可以下降一大半，而效率可以再提升至少十倍。很难想象，一年后的软件行业竞争将会多么恶劣。

19. #副局长自购10亿token月费20多#北京市规划和自然资源委员会密云分局副局长谢陨石，他自费使用AI大模型，自主开发了密云专属防灾小程序“叫应”。耗时近一个月，手搓完成，使用了约10亿token。所以说一些有能力，有学历，有干劲的人员进入公务员队伍，是被服务群体的荣幸。其实像这样的人在我们的队伍里有很多，只是他们往往并不那么“突出”而已。

20. 中国 K3 大模型震惊 AI 界，美巨头高价模式还能撑多久？

21. 最近一直在研究DeepSeek整套商业打法，看完才发现它完全跳出了OpenAI那套闭源卖订阅、高价API的套路，等于重新写了AI行业的赚钱规则。海外头部大厂都是把模型当成独家商品锁死，靠技术壁垒拉高定价赚高额服务费，而DeepSeek选择核心模型全面开源，把门槛直接拉到免费，靠低价API快速抢占全球开发者市场。很多人误以为开源是亏钱做慈善，实际上它是用底层技术换生态话语权，这套模式正在倒逼整个AI行业重新定价，内卷逻辑彻底变了。#DeepSeek重塑AI商业模式##开源模型##DeepSeek#

22. 10亿token多少钱？不查不知道，49块到上万块都有可能，差距大到离谱。之前密云防汛局长用DeepSeek调了10亿token，实际花费才49块。有人按国产轻量模型算了一下，输入价低到每百万token不到5毛钱，10亿token确实只要几十块。但同一笔量拿GPT-4 Turbo来跑，输入价每百万token要70块，10亿token轻松破万。

23. #KimiK3发布#Kimi正式推出2.8万亿参数的K3大模型，并官宣7月27日完整开源！先说核心硬实力，K3是全球首款对大众开源的3万亿级别大模型，综合评测排名全球第三，仅落后Fable 5、GPT‑5.6 Sol。细分赛道表现，代码执行、网页浏览、表格自动化这类Agent任务里，多项评测拿到第一。它属于典型水桶型模型，单一细分领域可能做不到碾压顶尖竞品，但写作、编码、规划、信息检索各项能力均衡，普通人日常办公、做项目适配度很高，不会出现某项功能明显拉胯的情况。同时，K3原生适配Kimi Code，后续开源后中小团队、独立创作者可以直接调用模型权重做二次开发，不用从零投入巨额算力训练，能加速办公、工业、文创各类垂直AI应用落地。不过，近3万亿的参数量对算力要求很高，个人设备基本无法本地部署，主要适用云端调用、企业私有化部署，普通用户大多还是通过网页端、API来体验。接连有DeepSeek、Kimi这类优质开源大模型问世，国产AI已经不再单纯复刻海外路线，慢慢走出自己的发展路径了。#waic2026##ai创造营#

24. #值得买科技推出一站式大模型服务平台OpenHubs 接入Kimi K3等六大模型，AI能力走向生态共享 🤖7月17日，值得买科技推出面向企业与开发者的一站式大模型服务平台OpenHubs，并同步上线月之暗面新一代旗舰模型Kimi K3。目前OpenHubs采取邀请激活制，已接入Kimi、智谱GLM、DeepSeek、通义千问、MiniMax、豆包Seed系列、文心等主流大模型，开发者通过统一接口即可完成调用、管理与计费。【评论】模型太多、接口太杂、Token管理太乱——这是AI开发者的集体痛点。从“海纳”MCP Server到OpenHubs，值得买正在把“AI能力”做成标准化基建。当六大模型用一个接口就能调通，开发者的门槛被压到了最低。不是每个企业都需要建自己的“模型中台”，但每个企业都需要一个“开箱即用”的AI工具箱。

25. #微博声浪计划##听见微博# 中国AI模型价格优势突出，Token单价低至美国1/4到1/8，高频场景下不用中国模型反而需向CFO解释。价格优势源于架构优化、人才成本、电力成本和市场策略。市场反应积极，中国模型在Agent和代码生成领域占比超85%，美国企业采用率显著增长。谯华的微博音频

26. 调用量这东西最骗不了人——今天微博上刷到一组数：国产大模型海外周调用量反超美国了，OpenRouter 上全球前五中国占 4 席，周调用 23.45 万亿次。DeepSeek V4 定档 7/15，智谱 GLM-5.2 直接 MIT 开源。从"追赶"到"被调用"，这一步是真的。但同一天资本市场用脚投了票：MiniMax 市值跌破 750 亿港元（港股一天跌 14%），智谱反而涨近 12% 冲上 8000 亿。同一个赛道，一个被弃、一个被抢，资本比我们更早分清谁有护城河。有意思的是对照面：大洋那边 GPT-5.6 刚用一小时证了 50 年的数学猜想，转头凌晨的 bug 把几位硅谷大佬的主目录文件删了，OpenAI 连夜修+致歉。最强模型亮相即最尴尬翻车我的判断：调用量反超值得高兴，但别上头——这是"开源+低价"换来的量，不是全面领先。AI 这行现在拼的是"谁能被真实业务用起来、还能赚到钱"，技术和资本正在同一条线上汇合。上半场拼参数，下半场拼落地 #国产大模型海外调用量反超美国#AI编程成本失控# shijin1的微博视频

27. AI算力爆发下的Token新机遇

28. 2026年，普通人一定要搞懂的AI核心：Token。最近刷到由今日头条出品、中国移动赞助的《探寻人工智能2026》，杨澜对话清华刘知远教授和中国移动孙世伟，短短半小时围绕Token深度解读，真的干货满满、特别通透。 #探寻人工智能，人与AI全新序章# 看完我彻底明白：2026年，普通人最值得弄懂的关键词，就是Token！很多人听着Token觉得很专业、离普通人的生活很远，其实一点都不玄乎。节目里解释得特别通俗：Token就是AI世界的最小语言单元，相当于AI的“乐高积木”。平时我们跟AI聊天、提问、办公、查资料，所有文字和信息，都会被AI拆分成一个个Token，再重新组合、理解、作答。说白了，所有大模型的运转，核心就是不断精准预测下一个Token。看完以下这组数据，我真的被时代的速度震撼到了！ 2024年，国内日均Token调用量才1000亿，到2025年底突破100万亿，2026年3月直接飙升到140万亿，两年暴涨上千倍，短短三个月再涨40%。这些数据足以说明，Token不再是实验室技术名词，已经成为衡量国家AI实力，智能生产力的核心标准。工业时代，我们靠钢铁、电力推动发展，用吨算产量、用度算电量。而现在的AI时代，拼的是“认知生产力”，阅读、分析、创作、运算，全部靠Token完成，它就是新时代的智能计量单位。如今，这项技术早已走进我们普通人息息相关的生活。举个例子，深圳很多科创企业，早已靠AI智能体自动调用Token干活。以前几个人忙活一周的调研统计、数据分析，现在机器自主就能完成，效率翻倍、成本更低，让科创发展越来越轻快高效。不止大城市，农村农业也借着AI迎来全新的变化。四川大型现代农业基地，农户用智能设备采集土壤、作物长势数据，系统通过海量Token运算，精准给出浇水、施肥、防虫方案。以前靠传统观看的经验种地，变成科学智能种地，稳稳实现增产增收。业内普遍看好Token未来前景：2026到2030年，会是Token全面爆发的黄金五年。随着智能体普及，机器自主工作越来越多，Token的使用量还会持续暴涨。而且，随着中国移动持续完善全国算力基础设施，Token成本持续走低，未来会全面融入职场、生活、农业、各行各业，成为数字时代的“新能源”。这两年，Token价格大幅下降超90%，越来越便宜、越来越普及、场景也越来越丰富，这就是技术进步的力量。如今，全球各大科技主体都在加码布局算力并完善能源配套，提升Token供给能力，本质就是抢占未来智能产业发展的话语权。科技从来不会淘汰任何努力的人，只会淘汰固步自封的人。 2026年AI大势所趋，只有读懂Token，看懂底层逻辑，并善用智能工具，普通人也能顺势而上，接住这波时代红利，稳稳走好未来的每一步路。

29. 两年暴涨1000倍！中国AI的“Token时刻”来了。你知道现在中国每天要“吃掉”多少Token吗？国家数据局最新数据显示，2026年3月，中国日均Token调用量突破140万亿。什么概念？2024年初这个数字还只是1000亿——两年多时间，暴涨了1000多倍。仅2026年头三个月，就增长了40%以上。更让人振奋的是，截至2026年6月第一周，中国模型的Token调用量已连续6周位居全球第一。中国AI，正在被全世界使用。 Token是什么？简单说，它是AI理解和生成信息的最小计量单位。你问AI一个问题，它拆解、理解、推理、回答——整个过程都在消耗Token。为什么2026年突然爆发？一方面是技术积累到了临界点，大语言模型从2018年一路迭代到2026年，终于能力质变；另一方面是OpenClaw这类产品大幅降低了普通人使用AI的门槛，商业化路径跑通了。现在的AI已经不只是聊聊天了。内容生成、办公协作、数据分析……一个人加几个智能体，就能干原来一个团队的活。创意工作室正在井喷式增长。 Token就是AI时代的“新石油”，而中国，正在成为全球最大的“炼油厂”。 #探寻人工智能，人与AI全新序章#

30. OpenRouter 7月第二周数据解读：全球AI调用量破54.6万亿Token，中国模型霸榜格局生变

31. Token（词元）全产业链：上游成本占比超65%，下游价值差最高达十万倍

32. 算力时代彻底变天！租卡已过时，现在都在租Token

33. 140万亿Token之后，AI消费才刚刚开始

34. 【算市信息】国内首座商业化词元工厂落地，单小时稳定产出 2000 亿 Token，算力利用率突破 57%

35. Token经济全面爆发，各国争抢AI话语权，普通人有哪些机遇？

36. 日均Token调用破万亿 PPIO的“Token工厂”核心竞争力在哪？

37. 中国AI每天烧掉140万亿Token：82%的钱在白烧，省钱就是赚钱

38. Token工厂扎堆落地：算力正式变成AI时代的“自来水”

39. 调用量是美国的 4.36 倍，但港股今天暴跌 17%

40. 两年暴涨千倍！Token成顶流，AI产业链有多火？

41. 日均Token调用暴涨千倍，海光DCU软件栈把算力盘活了最近看到一组行业数据挺震撼，国内日均Token调用量两年涨了上千倍，已经突破140万亿。智能体、工业复杂推理越玩越大，算力缺口肉眼可见地拉大。更有值得玩味的是，三大运营商都开始搞“Token经营”了，这信号再明确不过了：堆硬件谁都会，能不能低成本、高效率产出Token才是真本事。一些做AI基建的朋友吐槽，买GPU像买车，但实际到手的是没有方向盘的引擎。这个痛点说白了就一句话：连接芯片和应用的那层软件栈，才是长期被行业忽略的致命短板。前两天刷到海光DCU软件栈的分享，感觉踩在了这个痛点上。AI产业化不能只看芯片峰值算力，稳定、易部署、能降本的完整平台才是企业真正想要的。他们这几年一直在打磨DCU的软件栈。底层把国产DCU算力榨出来，上层让模型适配、部署运维别再那么折腾人。目前GLM、DeepSeek、Kimi、MiniMax这些主流大模型都做了深度调优，训练推理集群管理全链路优化。本质上就是让芯片干活更顺手，Token产出更稳。正好赶上光合组织大会期间，中国首个全国产十万卡AI超集群——曙光8000（登峰）正式落成，系统搭载海光等国产芯片算力底座，验证了国产软硬件协同承载大规模Token生产的能力，也算是给这套软硬件协同方案做了个实战认证。放眼整个产业链，硬件自主只是基础，软件栈把适配、迁移、调度这些“软功夫”补齐了，毕竟AI下半场拼的不是谁家芯片参数好看，是谁能让Token稳定、高效、低成本地流出来。 #海光信息# #token经济学# #光合组织2026智能计算应用大会# #郑州#

42. 国产大模型API调用量首超美国

43. 全球AI调用量翻了9倍，中国模型悄悄拿下56%份额

44. 连续七周增长，中国大模型周调用量是美国4倍以上 AI快讯网7月13日消息，据OpenRouter最新数据测算，上周(7月6日至12日)全球AI大模型总调用量为54.6万亿Token，环比增长12.6%。其中，上榜的AI大模型中，中国AI大模型周调用量达27.58万亿Token，环比增长17.61%，连续七周实现增长；同期美国AI大模型周调用量为6.33万亿Token，环比增长47.9%。中国大模型周调用量连续十一周超过美国并稳居全球首位。上周，全球调用量排名前六均为中国AI大模型。其中，处于限时免费阶段的腾讯Hy3(free)位居第一，周调用量达6.13万亿Token。（广角观察）

45. 腾讯一个免费模型，6天登顶全球AI使用量第一名

46. 中国AI模型的月度调用规模比美国高出85%，而5月这一差距仅为24%

47. 多家银行披露日均Token消耗量！AI大模型应用成本如何控制？

48. 27.58万亿Token！中国大模型调用量是美国4倍！AI应用真的爆发了

49. 中国大模型Token调用量超美国4倍：全面反超，还是开源性价比的出海突围？

50. 中国AI大模型连续11周霸榜！腾讯Hy3空降登顶，前六全是中国队

51. Token时代，为什么必须告别“算力批发”？

52. 全球大模型调用周榜单：调用量突破增长瓶颈，单周首次突破50万亿次大关，DeepSeek让位榜首（7月12日）

53. Token拆解 | 算力涨价周期下，算电协同降本与Token工厂提效能否成为“破局关键”？

54. Token太烧钱，连“不差钱”的银行也扛不住了

55. 半年消耗千万，银行开始心疼Token了

56. 银行突然对AI“砍预算”了。招行日均Token消耗量已达330亿，民生、兴业等股份行日均也冲到40-60亿，连中型银行半年Token支出都砸了900万，占IT预算8%。之前银行还逼着员工刷Token训练智能体，客服、对公部门日均消耗动辄上亿，完不成考核还要扣绩效。风向转得很快。6月底多家银行高层直接拍板：所有大模型、智能体应用必须过ROI关，投入产出比低于3倍直接压降Token用量。之前被捧上天的财富管理、小微信贷风控智能体先被点名，前者日均烧2000元Token，只会千篇一律推理财产品；后者花3000元一天，还是只看抵押物，小微企业信用贷款照样批不下来。更讽刺的是，不少一线员工开始偷偷卡智能体迭代：故意输入无关信息，既完成每日Token考核，又阻止智能体变强替代自己的岗位。银行也赶紧补了句：搞AI是为了解放人工，不是替代人工。

57. 银行一天烧50亿Token，基层员工却只想给AI“喂屎”

58. 原来银行也在用token，并且快扛不住了。招行透露截至5月底，日均Token消耗量已达330亿。据了解，招行的大模型成本收入比维持在20%左右，即在人工智能领域投入20元，可以创造100元收益。邮储银行表示，日均大模型调用超600万次，日均输入、输出Token超百亿。其他如民生银行、兴业银行的日均Token消耗量也高达40亿—60亿之间。这么大的token使用量，账单自然也水涨船高。所以现在越来越多的银行，要求实现token投入产出比的衡量，以免产生越来越多的高昂支出。

59. 第28周全球AI大模型Token调用榜单第28周全球AI大模型Token调用榜单出炉，周调用量首次突破50万亿。DeepSeek厂商份额连续七周第一，腾讯升至第三。模型榜中，腾讯混元3登顶，小米MiMo-V2.5第二，DeepSeek V4 Flash第三。国产模型包揽前六，整体份额接近三分之二。#AI #人工智能 #大模型 #DeepSeek #腾讯混元

60. Hy3拿下最近Token调用量第一

61. 沐曦、摩尔线程、寒武纪大涨，国产算力进入规模化放量周期？

62. 高通CEO放话：AI智能体要吞掉“天文数字”级token，账单已经开始失控