Token 是怎么造出来的：撕开黄仁勋五层蛋糕的双时钟真相

先给一个让你胃疼的数据。

过去三年，同等能力水平的推理成本下降了 99.5%。斯坦福《2026 年 AI 指数报告》（Stanford AI Index 2026）白纸黑字，降到原来的 1/250。

但你的账单变薄了吗？

没有。不但没变薄，还在变厚。企业 AI 预算从试验性质的几十万膨胀到几千万，云厂商资本开支一个季度比一个季度凶猛。更吊诡的是，芯片还是买不到，数据中心排队排到 2028 年之后。

算力在降价，账单在涨价，这两个事实同时成立。

黄仁勋 2026 年 1 月在达沃斯世界经济论坛上，第一次把 AI 基础设施拆成"五层蛋糕"——能源、芯片、基础设施、模型、应用（《Token 经济》，白惠天等，中信出版 2026）。这个框架被他在 CES 和 GTC 反复搬出来。但大多数人只听到了"蛋糕"两个字，没听懂他到底想说什么。

他想说的是：Token 这个东西，看上去像软件，骨子里却越来越像重工业。

---

我之前也搞错了

我一直有个朴素的直觉：Token 降价 99.5%，说明 AI 越来越便宜，用的人会越来越多，最后变成像短信一样廉价的基础服务。

这个直觉错得离谱。

错在哪？错在把"单 Token 价格"当成了"完成一件事的总成本"。这是三本完全不同的账。

第一本账是生产成本。造一个 Token 出来，电费多少、芯片折旧多少、机房摊销多少。

第二本账是市场报价。厂商给你报的 API 价格，这个价格可以低于成本卖——为了抢市场。

第三本账是任务成本。你让 AI 写完一份报告，一共消耗了多少 Token。模型升级了，单 Token 便宜了，但如果新模型为了变聪明多消耗了五倍 Token，你的总账单一分没少。

这三本账混在一起，就是所有误会的来源。

---

五层蛋糕，谁在吃你的钱

黄仁勋那五层，逐层剥开看。占比参考 SemiAnalysis 推理 TCO 模型（《Token 经济》转引）和大规模商用推理口径——自建 vs 租用、前沿 vs 经济模型、长上下文 vs 短问答都会改权重。

能源层，占总成本 10% 到 20%。

你以为电费是大头？错了。一个 500 MW 机房一年电费 3 亿美元，按美国工业电价 0.06–0.08 美元/千瓦时算（《Token 经济》），听着吓人，但往总 TCO 里一放，不到五分之一。更要命的不是电费本身，是变电设备、并网排队、电网改造这些"电之外的能源成本"。这是后话。

芯片层，40% 到 55%，最大头。

B200 单卡 3 万到 4 万美元（《Token 经济》转引）。更关键的是 HBM 内存——高端芯片制造成本里，HBM 加先进封装占了大约三分之二。而 HBM 这个市场，全球就三家：SK 海力士拿了 57%，三星 22%，美光 21%（同上）。云厂商资本开支里内存的占比从 2023–2024 年的 8% 飙到了 2026 年的 30%，几乎全是 HBM 贡献的。

芯片层价格没有降，在涨。

基础设施层，15% 到 20%。

机房、液冷、InfiniBand 网络。这层的核心变量不是建设成本，是利用率。利用率 60% 和 80% 的机房，摊到每个 Token 上的成本天差地别（同上）。你的 Token 贵，很可能不是厂商黑心，是他的机房只跑了一半负载。

模型层，10% 到 15%。

这是最软的一层，也是降得最狠的一层。DeepSeek V4 总参数 1.6 万亿，每次推理激活 490 亿，只有 3%（同上）。好比一家 16000 人的咨询公司，每接一个项目只派 500 人精锐小组。蒸馏更狠，小模型复现大模型能力，推理成本只要大模型的 1%。

MoE、注意力优化、推测性解码——这些都不需要换硬件，纯靠算法就把价格打下来一截。

应用层，5% 到 10%。

界面、合规、内容安全，薄薄一层。