AI時代不看獨角獸，看10億Tokens日均消耗

明敏 發自 凹非寺

量子位 | 公眾號 QbitAI

創立10年內估值超過10億美元的創新公司，被稱之為獨角獸，它們是市場潛力無限的績優股，是為行業帶來技術創新、模式創新的佼佼者。

大模型時代中，類似的新價值紅線也正在形成——

日均10億Tokens消耗量，AI業務跑通的基本標準。

量子位結合2024下半年市場數據盤點，達到這一紅線的中國企業，至少200家，覆蓋企服、陪伴、教育、互聯網、游戲、終端等領域。

這意味著，大模型時代的“搶風口”大戰告一段落，真正具備價值參考的商業模式開始明確。

各個垂直領域的先行者能夠找到場景，做到單日至少消耗10億Tokens，就是最直接的證明。

不過問題是，日均10億Tokens基準線，why？

看日活、看單用戶Tokens消耗

首先來計算下，日均10億Tokens消耗量是什么概念？

參考DeepSeek API文檔中給出的標準：

1 個英文字符 ≈ 0.3 個 Token。

1 個中文字符 ≈ 0.6 個 Token。

在中文世界里，10億Tokens約代表16億+漢字。換算成對話量，一本《紅樓夢》的字數在70-80萬左右，相當于一天和AI聊了2000本《紅樓夢》的內容。

按照一個生成式AI模型單次響應平均需要處理1000個Tokens估算，10億Tokens意味著一天將完成100萬次響應。

如果是To C應用，100萬次響應背后，至多將是100萬DAU。

以作業幫為例，僅推算其旗下出海產品Question.AI的數據，單日消耗Tokens就接近10億規模。

這款AI教育App以大模型為基礎，它支持拍圖搜題、智能助教等功能，能以Chatbot的形式講解回答問題。

根據作業題目以及實際場景問答預估，一輪對話Tokens消耗量500，單人單日平均對話至少3輪。已披露數據顯示，Question.AI的DAU將近60w。

由此推算，僅Question.AI的單日Tokens消耗量已接近10億規模。與此同時，作業幫還布局多款AI應用，并推出了多款AI學習機，每日Tokens消耗總量只會更多。

再來看AI陪聊賽道的筑夢島。

根據最新披露消息，筑夢島累計創作者數量超50萬人，Top20人物中以原創人物為主，占比85%。筑夢島用戶平均單用戶單日輸入字數可達4000字以上，人均日對話輪次超120輪。

單用戶單日平均獲得的AI輸出，按照輸入的2-3倍計算，大約在8000-12000字（AI輸出包括AI虛擬人對話回復、AI生成提示回答等）。

量子位智庫數據顯示，筑夢島DAU目前在10萬水平。由此可以推算，筑夢島單日Tokens消耗量超過10億規模。

如果來到終端場景，Tokens的消耗方式則變得更加多元。

AI手機中除了智能助手，還有各種滲透在系統里的AI功能，比如一鍵路人消除、通話總結、一鍵識屏等。據OPPO 2024年10月數據，小布助手月活突破1.5億。

更進一步，云廠商披露的Tokens調用量以及合作客戶情況也為這一基準提供參考。

2024年7月，騰訊混元披露單日調用量達千億Tokens（包含自身業務）。

2024年8月，百度披露文心大模型日均調用量超6億次，日均處理Tokens文本超1萬億；截止11月初文心大模型的日均調用量——超過 15 億次。一年前這個數據是5000萬次，一年增長了30倍。

2024年7月，豆包大模型平均每家企業客戶日均Tokens使用量增長了22倍。12月字節最新透露，豆包通用模型日均Tokens使用量超過4萬億。

如此消耗，來自于誰？

參考火山引擎官網披露的客戶名單，來自汽車、金融、互聯網、消費零售、智能終端、游戲、醫療健康賽道的頭部廠商們都很突出，也都是大家耳熟能詳的品牌。

與此同時，這群“10億Tokens俱樂部成員”在2024年過得如何，也為這一價值紅線提供了有力參考。

AI業務成為拉動增長的關鍵貢獻

首先來在海外異軍突起的作業幫。

2023年9月，作業幫推出融合多年教育數據和AI算法積累的銀河大模型。它專門為教育領域打造，覆蓋多學科、多學段、多場景。

據Sensor Tower監測2024上半年數據，其旗下出海產品Question.AI殺入美國AI類應用下載量前三，并拿下百萬MAU。另一款對話型AI產品Poly.AI同樣進入下載的前三十名。

另一邊，在更能帶來直接營收的AI學習機方面。

2024年7月，沙利文調研認證作業幫在上半年拿下中國全網學習機銷量第一。洛圖科技數據顯示，2024年第三季度，作業幫學習機產品以20.6%的市場份額位居線上市場銷量榜首。

企業服務領域，金山云在2024年第一季度財報中明確表示，該季度總收入環比穩定增加3.1%，主要來自于AI相關客戶。

公有云收入11.87億元，較上季度增長12.9%，主要由AI客戶貢獻。在主動縮減CDN服務規模的情況下，這部分增長拉動整體公有云收入，較2023年同季度增加2.9%。

這種趨勢在第二季度、第三季度延續，AI客戶依舊貢獻了公有云業務以及整體收入的主要增長。

再來看離大家日常生活最近的AI手機。

在大模型趨勢開啟后，OPPO旗幟鮮明擁抱浪潮，將生成式AI功能引入ColorOS以及全產品系列，2024年讓將近5000萬OPPO用戶的手機搭載GenAI功能。

Counterpoint數據顯示，2024年全球前四大（市場占有率）智能手機廠商分別為三星、蘋果、小米、OPPO。

而根據Canalys的數據，2024年，全球16%的智能手機出貨量為AI手機。預測顯示，到2028年這一比例將激增至54%。2023年至2028年間，AI手機市場預計將以63%的年均復合增長率（CAGR）增長。這一轉變將首先在高端機型上出現。

比如OPPO最新發布的Find X8系列，AI味就更加濃厚。通過引入豆包通用模型Pro、豆包通用模型Lite、豆包?角色扮演模型以及更強的大模型實時聯網檢索能力，OPPO Find X8系列可以提供更加細致的AI服務體驗。

這種趨勢反映到云計算領域，則是更大規模的Tokens消耗量。

火山引擎譚待曾在采訪中表示：

五年后，企業用到的日均Tokens可能達到幾百萬億，尤其在多模態大模型推出后，各場景內都會有Agent助理跟隨，帶來很大的消耗量。

得出如此數據預估背后，是對算力基礎設施、Agent發展、AI應用開發以及整體大模型落地變化的細微洞察。

Agent+AI Infra，百萬億Tokens消耗不是夢

先從應用落地角度來看，Agent趨勢愈加明顯，AI原生應用開始發力。

OpenAI CEO奧特曼的年終盤點中提到：

我們相信，在 2025 年，我們可能會看到第一批人工智能代理 “加入勞動力大軍”，并實質性地改變公司的產出。

緊接著，OpenAI身體力行，上線Agent能力，ChatGPT開始有了執行力，可以替人完成各種任務。

更落地層面，量子位智庫觀測到AI原生應用開始發力。

伴隨著底層模型能力不斷升級，AI智能助手APP在過去一年中增長明顯。

2024年，AI智能助手APP端的新增用戶規模就超過3.5億。12月的單月新增用戶超過5000萬，相較于2024年初實現了近200倍的增長。

以豆包為例。豆包在9月成為國內用戶規模破億的首個AI應用后，目前以超50%的市場份額坐實“國民級AI原生應用”和“AI智能助手APP No.1”。

就在今天，豆包大模型1.5 Pro最新上線，能力全面提升。通過MoE架構優化，用1/7參數量就超過了稠密模型性能。

多模態能力上，視覺能力支持動態分辨率、可處理百萬級分辨率圖片，在多個基準測試中表現優異；語音方面創新提出Speech2Speech端到端框架，實現語音和文本模態深度融合，提升語音對話的理解力和表現力。

同時還通過RL方法大幅提升模型推理能力，階段性進展Doubao-1.5-Pro-AS1-Preview在AIME上已經超過o1-preview、o1等推理模型。

更強大的底層模型無疑為AI原生應用提供了更堅實底座。

聚焦到企業側，切實的增長發生的更早。Agent開發平臺成為云廠商增長最快的企服產品之一。

比如火山引擎推出的HiAgent，上線7個月已經簽下100+客戶。

它的定位是企業專屬的AI應用創新平臺，目的是幫助企業能夠用零代碼或低代碼的方式走完從模型到應用的“最后十公里”。

HiAgent可以向下兼容多種模型，原生整合豆包大模型的同時還兼容第三方的閉源或開源模型，并通過提示詞工程、知識庫、插件、工作流編排四要素來輔助輕松構建智能體，預置豐富的模板和插件，并給予自定義的自由空間。

目前HiAgent已經為中國飛鶴、美宜佳、華泰證券等500強企業提供服務，落地場景200+，打造Agent 500+款。

扣子AI原生應用開發服務平臺也助力蘇泊爾、招商銀行、和府撈面、中和農信等打造企業級Agent開發上線。

相較于HiAgent，它面向AI應用開發人員不足、服務穩定性要求高的企業，降低大模型應用開發門檻。扣子作為AI應用開發平臺，提供鏈接插件、工作流、圖像流、知識庫、數據庫等一系列工具，同樣無縫銜接豆包大模型家族以及企業精調模型與開源模型，為企業用戶提供豐富應用模板，以及調測、發布、集成、觀測的全周期服務。比如使用新聞插件，就能快速打造上線一個播報最新時事新聞的AI播音員。

透過這些實際落地進展不難發現，當AI應用/Agent開發門檻大幅降低，各行各業進入到了規模化探索開發階段，頭部企業的腳步更快，更早利用大模型變革自身業務，也更先解鎖大模型紅利。

隨著行業先鋒案例陸續出現，未來AI應用落地規模還會更進一步鋪開。與此同時，如HiAgent這類平臺也會不斷進化，其能力將不局限于智能體開發，而是更進一步發展成為AI能力中臺。

再來看供給方面，2024年云計算領域最顯化的現象是“價格戰”。在這背后其實是算力成本還在進一步優化，云廠商可以繼續“以價換量”，推動AI應用落地趨勢。

行業公認，未來的計算范式應該以GPU為核心。

2024年，云廠商紛紛持續加強AI Infra能力，以應對正在爆發的大規模推理需求。

比如火山引擎推出了AI云原生方案。它支持大規模GPU集群彈性調度管理、計算產品和網絡優化都專為AI推理設計。在過去一年多的大模型應用落地戰中，火山引擎為美圖秀秀、沐瞳科技、深勢科技等提供了堅實的計算底座。

前不久，火山引擎Force冬季大會上還進一步升級了以GPU為中心的AI Infra分布式業務系統，通過vRDMA網絡支持大規模并行計算及P/D分離推理架構，提升訓練和推理效率，降低企業使用成本；EIC彈性極速緩存解決方案，實現GPU直連，使大模型推理時延降低至五十分之一，成本降低20%。

在技術門檻/模型價格不斷降低、算力成本不斷優化各種趨勢交織下，日均百萬億Tokens的消耗不是隨便說說，而是幾乎觸手可及的現實。

由此，單個企業日均10億Tokens消耗成為一條非常有價值的參考線。

第一，它代表大模型應用落地新趨勢，企業擁抱大模型紅利，要朝著這一數字前進；

第二，它成為大模型應用落地新階段的門檻，AI業務真正跑通了嗎？需求真實存在嗎？都可以此為參考系找回答。

第三，日均10億Tokens消耗也只是大模型落地“入門級水準”，單客戶百萬億、千萬億Tokens消耗是更值得期待的星辰大海。

只是隨著這一新價值基準形成，誰能成為大模型落地的“獨角獸”，能更清晰判斷了。

大模型趨勢正在進入全新階段：大規模商用落地。

生產力釋放背后，商業機會不斷涌現。我們希望通過這一系列欄目提供一種視角，分析大模型應用落地早期階段浮現出的種種規律變化，從技術維度把握創新浪潮背后的演化路線。

以上是量子位最新原創系列策劃欄目「模力熵增」第三期。