11月18日,腾讯三季报第一次把AI用量写进了披露口径:按大语言模型Token消耗量计算,WorkBuddy已成为中国使用量最高的AI产品,每天超千万用户合计消耗Token超过100万亿。摊下来,平均每个用户一天消耗1000万个token以上,而一次普通的聊天交互,通常只有几千到几万token。差距不来自用户数量,而来自产品形态本身:WorkBuddy是拿来干活的,不是拿来回答问题的。作为通用型AI Agent工作平台,它要规划任务、调用工具、执行多步骤工作并交付结果,一项任务会被拆成几十次连续的模型调用。微博知乎36氪
聊天和干活,是两种完全不同的计费方式。和聊天AI对话是一问一答,模型只算一遍;而把任务交给WorkBuddy——交出目标、资料和允许操作的范围,系统读取信息、调用工具并生成文件,成果再回到原来的工作过程——模型要理解目标、拆解步骤、调用工具、读取返回结果、校验,错了还要重试。按Gartner的口径,Agentic Workflow完成一项任务消耗的Token,可能达到普通生成式AI交互的5—30倍。知乎

更隐蔽的一点是,Agent的消耗还会滚雪球。一次任务里的每一步模型调用都不是孤立计算的:每次调用都会把系统提示词、工具定义和此前所有对话历史重新完整带上,对话越长上下文越大,单步的输入token就越高,逐级递增。一次常见任务就是十几次这样的调用叠加,从业者的实测口径是单次任务普遍落在百万token级别,长任务可到千万、上亿token。工具本身的名称、参数说明,以及接口返回的大段JSON,同样会进入上下文——模型可能只需要其中三个字段,却要把整份结果“读”一遍。知乎

消耗的结构也和聊天产品不同:WorkBuddy烧掉token的地方,主要在工作时间和企业规模上。一位上海律所的合伙人律师称,他用WorkBuddy把原本需三四天的信息整理缩短至三四小时,节省了90%的时间。管理层披露,中国前100大公司中已有60%成为WorkBuddy客户。任务自动跑起来、长任务一跑几十分钟之后,算力消耗就不再取决于有多少人聊天,而取决于企业交出去的任务数量。10月14日起,WorkBuddy与企业微信联合推出的新版本上线,员工可以在授权范围内用它处理工作消息、文档、会议和待办信息。微博知乎36氪
100万亿同时也是张算力账单。腾讯本季度资本开支814.33亿元,远高于上年同期的129.83亿元。马化腾把AI定性为“生死级别的变革”,并在内部会议上点名WorkBuddy是腾讯第一个跑通的AI native标杆产品。据高盛估计,三季度腾讯新AI产品整体亏损约150亿元。知乎36氪知乎
腾讯的应对是把成本拆层:低价的Flash模型承接大量基础任务,复杂任务再上更强的模型,同时接入多种模型,token供应不完全依赖自有基础设施。知乎

需要说清边界的是:公告没有披露这100万亿在个人与企业、不同模型之间的分布,上文的5—30倍是Gartner口径、“单次任务百万token”是从业者的实测估算,两者都不能直接换算成某个人的账单。但有一点已经确定:衡量AI产品的标尺,正在从用户数转向“交付一项任务要烧多少token”。对用户而言,真正值得盯住的不是消耗总量有多大,而是每交付一项任务的算力成本是否在持续下降——这才是这轮Agent竞赛比聊天AI更烧算力、也更值得烧的原因。
当前文章无评论,是时候发表评论了