AI时代不看独角兽，看10亿Tokens日均消耗

明敏
2025-01-23
09:56:12

来源：量子位

明敏 发自 凹非寺

量子位 | 公众号 QbitAI

创立10年内估值超过10亿美元的创新公司，被称之为独角兽，它们是市场潜力无限的绩优股，是为行业带来技术创新、模式创新的佼佼者。

大模型时代中，类似的新价值红线也正在形成——

日均10亿Tokens消耗量，AI业务跑通的基本标准。

量子位结合2024下半年市场数据盘点，达到这一红线的中国企业，至少200家，覆盖企服、陪伴、教育、互联网、游戏、终端等领域。

这意味着，大模型时代的“抢风口”大战告一段落，真正具备价值参考的商业模式开始明确。

各个垂直领域的先行者能够找到场景，做到单日至少消耗10亿Tokens，就是最直接的证明。

不过问题是，日均10亿Tokens基准线，why？

看日活、看单用户Tokens消耗

首先来计算下，日均10亿Tokens消耗量是什么概念？

参考DeepSeek API文档中给出的标准：

1 个英文字符 ≈ 0.3 个 Token。

1 个中文字符 ≈ 0.6 个 Token。

在中文世界里，10亿Tokens约代表16亿+汉字。换算成对话量，一本《红楼梦》的字数在70-80万左右，相当于一天和AI聊了2000本《红楼梦》的内容。

按照一个生成式AI模型单次响应平均需要处理1000个Tokens估算，10亿Tokens意味着一天将完成100万次响应。

如果是To C应用，100万次响应背后，至多将是100万DAU。

以作业帮为例，仅推算其旗下出海产品Question.AI的数据，单日消耗Tokens就接近10亿规模。

这款AI教育App以大模型为基础，它支持拍图搜题、智能助教等功能，能以Chatbot的形式讲解回答问题。

根据作业题目以及实际场景问答预估，一轮对话Tokens消耗量500，单人单日平均对话至少3轮。已披露数据显示，Question.AI的DAU将近60w。

由此推算，仅Question.AI的单日Tokens消耗量已接近10亿规模。与此同时，作业帮还布局多款AI应用，并推出了多款AI学习机，每日Tokens消耗总量只会更多。

再来看AI陪聊赛道的筑梦岛。

根据最新披露消息，筑梦岛累计创作者数量超50万人，Top20人物中以原创人物为主，占比85%。筑梦岛用户平均单用户单日输入字数可达4000字以上，人均日对话轮次超120轮。

单用户单日平均获得的AI输出，按照输入的2-3倍计算，大约在8000-12000字（AI输出包括AI虚拟人对话回复、AI生成提示回答等）。

量子位智库数据显示，筑梦岛DAU目前在10万水平。由此可以推算，筑梦岛单日Tokens消耗量超过10亿规模。

如果来到终端场景，Tokens的消耗方式则变得更加多元。

AI手机中除了智能助手，还有各种渗透在系统里的AI功能，比如一键路人消除、通话总结、一键识屏等。据OPPO 2024年10月数据，小布助手月活突破1.5亿。

更进一步，云厂商披露的Tokens调用量以及合作客户情况也为这一基准提供参考。

2024年7月，腾讯混元披露单日调用量达千亿Tokens（包含自身业务）。

2024年8月，百度披露文心大模型日均调用量超6亿次，日均处理Tokens文本超1万亿；截止11月初文心大模型的日均调用量——超过 15 亿次。一年前这个数据是5000万次，一年增长了30倍。

2024年7月，豆包大模型平均每家企业客户日均Tokens使用量增长了22倍。12月字节最新透露，豆包通用模型日均Tokens使用量超过4万亿。

如此消耗，来自于谁？

参考火山引擎官网披露的客户名单，来自汽车、金融、互联网、消费零售、智能终端、游戏、医疗健康赛道的头部厂商们都很突出，也都是大家耳熟能详的品牌。

与此同时，这群“10亿Tokens俱乐部成员”在2024年过得如何，也为这一价值红线提供了有力参考。

AI业务成为拉动增长的关键贡献

首先来在海外异军突起的作业帮。

2023年9月，作业帮推出融合多年教育数据和AI算法积累的银河大模型。它专门为教育领域打造，覆盖多学科、多学段、多场景。

据Sensor Tower监测2024上半年数据，其旗下出海产品Question.AI杀入美国AI类应用下载量前三，并拿下百万MAU。另一款对话型AI产品Poly.AI同样进入下载的前三十名。

另一边，在更能带来直接营收的AI学习机方面。

2024年7月，沙利文调研认证作业帮在上半年拿下中国全网学习机销量第一。洛图科技数据显示，2024年第三季度，作业帮学习机产品以20.6%的市场份额位居线上市场销量榜首。

企业服务领域，金山云在2024年第一季度财报中明确表示，该季度总收入环比稳定增加3.1%，主要来自于AI相关客户。

公有云收入11.87亿元，较上季度增长12.9%，主要由AI客户贡献。在主动缩减CDN服务规模的情况下，这部分增长拉动整体公有云收入，较2023年同季度增加2.9%。

这种趋势在第二季度、第三季度延续，AI客户依旧贡献了公有云业务以及整体收入的主要增长。

再来看离大家日常生活最近的AI手机。

在大模型趋势开启后，OPPO旗帜鲜明拥抱浪潮，将生成式AI功能引入ColorOS以及全产品系列，2024年让将近5000万OPPO用户的手机搭载GenAI功能。

Counterpoint数据显示，2024年全球前四大（市场占有率）智能手机厂商分别为三星、苹果、小米、OPPO。

而根据Canalys的数据，2024年，全球16%的智能手机出货量为AI手机。预测显示，到2028年这一比例将激增至54%。2023年至2028年间，AI手机市场预计将以63%的年均复合增长率（CAGR）增长。这一转变将首先在高端机型上出现。

比如OPPO最新发布的Find X8系列，AI味就更加浓厚。通过引入豆包通用模型Pro、豆包通用模型Lite、豆包・角色扮演模型以及更强的大模型实时联网检索能力，OPPO Find X8系列可以提供更加细致的AI服务体验。

这种趋势反映到云计算领域，则是更大规模的Tokens消耗量。

火山引擎谭待曾在采访中表示：

五年后，企业用到的日均Tokens可能达到几百万亿，尤其在多模态大模型推出后，各场景内都会有Agent助理跟随，带来很大的消耗量。

得出如此数据预估背后，是对算力基础设施、Agent发展、AI应用开发以及整体大模型落地变化的细微洞察。

Agent+AI Infra，百万亿Tokens消耗不是梦

先从应用落地角度来看，Agent趋势愈加明显，AI原生应用开始发力。

OpenAI CEO奥特曼的年终盘点中提到：

我们相信，在 2025 年，我们可能会看到第一批人工智能代理 “加入劳动力大军”，并实质性地改变公司的产出。

紧接着，OpenAI身体力行，上线Agent能力，ChatGPT开始有了执行力，可以替人完成各种任务。

更落地层面，量子位智库观测到AI原生应用开始发力。

伴随着底层模型能力不断升级，AI智能助手APP在过去一年中增长明显。

2024年，AI智能助手APP端的新增用户规模就超过3.5亿。12月的单月新增用户超过5000万，相较于2024年初实现了近200倍的增长。

以豆包为例。豆包在9月成为国内用户规模破亿的首个AI应用后，目前以超50%的市场份额坐实“国民级AI原生应用”和“AI智能助手APP No.1”。

就在今天，豆包大模型1.5 Pro最新上线，能力全面提升。通过MoE架构优化，用1/7参数量就超过了稠密模型性能。

多模态能力上，视觉能力支持动态分辨率、可处理百万级分辨率图片，在多个基准测试中表现优异；语音方面创新提出Speech2Speech端到端框架，实现语音和文本模态深度融合，提升语音对话的理解力和表现力。

同时还通过RL方法大幅提升模型推理能力，阶段性进展Doubao-1.5-Pro-AS1-Preview在AIME上已经超过o1-preview、o1等推理模型。

更强大的底层模型无疑为AI原生应用提供了更坚实底座。

聚焦到企业侧，切实的增长发生的更早。Agent开发平台成为云厂商增长最快的企服产品之一。

比如火山引擎推出的HiAgent，上线7个月已经签下100+客户。

它的定位是企业专属的AI应用创新平台，目的是帮助企业能够用零代码或低代码的方式走完从模型到应用的“最后十公里”。

HiAgent可以向下兼容多种模型，原生整合豆包大模型的同时还兼容第三方的闭源或开源模型，并通过提示词工程、知识库、插件、工作流编排四要素来辅助轻松构建智能体，预置丰富的模板和插件，并给予自定义的自由空间。

目前HiAgent已经为中国飞鹤、美宜佳、华泰证券等500强企业提供服务，落地场景200+，打造Agent 500+款。

扣子AI原生应用开发服务平台也助力苏泊尔、招商银行、和府捞面、中和农信等打造企业级Agent开发上线。

相较于HiAgent，它面向AI应用开发人员不足、服务稳定性要求高的企业，降低大模型应用开发门槛。扣子作为AI应用开发平台，提供链接插件、工作流、图像流、知识库、数据库等一系列工具，同样无缝衔接豆包大模型家族以及企业精调模型与开源模型，为企业用户提供丰富应用模板，以及调测、发布、集成、观测的全周期服务。比如使用新闻插件，就能快速打造上线一个播报最新时事新闻的AI播音员。

透过这些实际落地进展不难发现，当AI应用/Agent开发门槛大幅降低，各行各业进入到了规模化探索开发阶段，头部企业的脚步更快，更早利用大模型变革自身业务，也更先解锁大模型红利。

随着行业先锋案例陆续出现，未来AI应用落地规模还会更进一步铺开。与此同时，如HiAgent这类平台也会不断进化，其能力将不局限于智能体开发，而是更进一步发展成为AI能力中台。

再来看供给方面，2024年云计算领域最显化的现象是“价格战”。在这背后其实是算力成本还在进一步优化，云厂商可以继续“以价换量”，推动AI应用落地趋势。

行业公认，未来的计算范式应该以GPU为核心。

2024年，云厂商纷纷持续加强AI Infra能力，以应对正在爆发的大规模推理需求。

比如火山引擎推出了AI云原生方案。它支持大规模GPU集群弹性调度管理、计算产品和网络优化都专为AI推理设计。在过去一年多的大模型应用落地战中，火山引擎为美图秀秀、沐瞳科技、深势科技等提供了坚实的计算底座。

前不久，火山引擎Force冬季大会上还进一步升级了以GPU为中心的AI Infra分布式业务系统，通过vRDMA网络支持大规模并行计算及P/D分离推理架构，提升训练和推理效率，降低企业使用成本；EIC弹性极速缓存解决方案，实现GPU直连，使大模型推理时延降低至五十分之一，成本降低20%。

在技术门槛/模型价格不断降低、算力成本不断优化各种趋势交织下，日均百万亿Tokens的消耗不是随便说说，而是几乎触手可及的现实。

由此，单个企业日均10亿Tokens消耗成为一条非常有价值的参考线。

第一，它代表大模型应用落地新趋势，企业拥抱大模型红利，要朝着这一数字前进；

第二，它成为大模型应用落地新阶段的门槛，AI业务真正跑通了吗？需求真实存在吗？都可以此为参考系找回答。

第三，日均10亿Tokens消耗也只是大模型落地“入门级水准”，单客户百万亿、千万亿Tokens消耗是更值得期待的星辰大海。

只是随着这一新价值基准形成，谁能成为大模型落地的“独角兽”，能更清晰判断了。

大模型趋势正在进入全新阶段：大规模商用落地。

生产力释放背后，商业机会不断涌现。我们希望通过这一系列栏目提供一种视角，分析大模型应用落地早期阶段浮现出的种种规律变化，从技术维度把握创新浪潮背后的演化路线。

以上是量子位最新原创系列策划栏目「模力熵增」第三期。

Read More