news 2026/6/26 11:50:13

三大运营商,集体卖Token

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
三大运营商,集体卖Token

很多人都在嘲笑三大运营商卖Token。

九块九,一千万“代币”,听起来像极了当年充话费送鸡蛋的翻版。

但如果你把这件事只理解成一次蹭AI热点的促销,可能就低估了运营商真正想做的事。

运营商卖Token

五月中旬,三大运营商几乎踩着同一个节奏入场卖Token。所谓“Token(词元)套餐”,即按量计费的AI算力服务。

上海电信率先推出Token套餐,1元25万Token,9.9元包月1000万Token,随后,中国电信上线全国统一套餐,中国移动和中国联通同步跟进。

一夜之间,Token这种原本只属于开发者圈子的东西,被塞进了营业厅、话费账单和宽带套餐里。市场第一反应几乎都是群嘲,原因很简单,此前头部大模型厂商已经把价格卷到极低,百万输入Token甚至只要几分钱。相比之下,运营商的套餐显得又贵又臃肿。

目前运营商的处境确实不算好。

先看传统通信业务,三大运营商营收增速集体跌破1%,创下近几年新低。作为行业龙头的中国移动,用户数虽然超过十亿,但新增用户几乎停滞。

过去三十年,运营商靠流量经济学建立起庞大的商业体系,短信时代卖短信,4G时代卖流量,5G时代卖带宽。但现在,通信需求已经接近饱和,用户不再明显增长,每用户平均收入也在持续下降。这意味着,通话和流量的增量时代已经结束了。

与此同时,AI市场是另一套游戏规则。

在公有云领域,互联网大厂已经建立了极强优势,在模型领域,头部大模型厂商又拥有技术壁垒。运营商既没有最强模型,也没有成熟开发者生态。很多套餐里调用的,甚至还是第三方模型,开发者也并不买账。

云厂商早就完成了工具链、模型市场、API生态的建设,而运营商目前更像把Token当成一种新型流量包。没有完整开发框架,没有成熟工作流,甚至连输入输出分离计费都不完善,运营商像极了一个迟到的玩家。

但问题在于,AI产业真正缺的,从来不是模型数量,而是算力如何像水电网一样被输送。这才是运营商真正要下注的方向,以及自身和头部大厂的壁垒。

运营商的算盘

根据天眼查及行业数据,国内日均Token调用量相比两年前增长超过千倍。更重要的是,行业已经开始从补贴竞争进入价值定价,此前很AI厂商疯狂打价格战,那这波嫁衣会不会直接给运营商穿上?

随着Agent、多模态、长上下文推理逐渐普及,单次任务消耗的Token量,已经从几千暴涨到几十万。Token用量暴涨的背后,其实是真实存在的算力成本。补贴给不起了,于是你会发现,越来越多厂商开始提价。

AI不再只是互联网产品,而是一种重资产基础设施,而一旦行业进入基础设施竞争,运营商的优势就出现了。

运营商手里的核心资产,并不是模型,是全国覆盖的城市脉络网,是全国性的算力网络。现在三大运营商都在做一件事,建设从中心云到边缘节点的四级算力体系。

互联网大厂擅长的是集中式算力,但AI真正大规模落地之后,会出现大量低时延、高可靠、本地化的需求。比如自动驾驶、工业机器人、城市感知系统、边缘AI设备。

这些场景不可能全部依赖远程数据中心,算力必须被送到附近,去中心化,覆盖全国的基站网络、边缘节点和骨干传输系统。

云厂商卖的是超级计算机,运营商卖的是全国电网。这是两种完全不同的基础设施逻辑。

三家运营商加起来,覆盖接近十九亿用户。这意味着它们拥有中国最庞大的支付体系、营业厅体系、客户经理体系和企业触达网络。

互联网公司当然可以卖API但是体量不同,很难像运营商一样,把AI能力直接嵌进宽带、摄像头、企业专线和政企服务里。

比如一家小商户去装宽带,客户经理顺手就能给他加一个AI摄像头分析套餐,对于普通用户来说,手机号直接绑定账户,话费就能购买AI能力。这本质上是在把AI服务变成一种基础民生服务。

更重要的是政企市场。

金融、能源、医疗、政务这些行业,对安全和合规极度敏感,而运营商天然具备国家级基础设施的身份。很多时候,企业真正买的不是模型能力,而是可控、安全、稳定。

今天的Token,也很像早期的电,现在大多数人并不理解它。但当算力开始像水电一样被按量供应,新的消费习惯才会形成。

从这个角度看,九块九套餐根本不是想赚钱,而是继续做用户习惯教育。把AI算力这个抽象概念,变成大众消费品。

当然,目前运营商的问题也是真实存在的。模型能力仍然偏弱,开发者生态不成熟,组织执行链条还没完全打通,很多业务甚至仍停留在战略喊话阶段。但这些问题,大部分都属于可迭代问题。模型可以合作,生态可以开放,组织可以调整。

真正难以复制的,是覆盖全国的算力节点、骨干网络、政企关系和用户支付体系。这些才是长期资产。

提示:投资有风险,文章不构成建议;本原财经数据支持:天眼查

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/7 11:34:10

工业级遗传算法实战:动态架构与自适应调参指南

1. 这不是教科书里的遗传算法,而是我调试了73次后才敢写的实操指南“遗传算法”这四个字,听上去像生物课上讲DNA双螺旋时顺带提的一句术语,又像AI面试题里那个永远答不全的“请手推GA流程”。但真实情况是:我在工业缺陷检测项目里…

作者头像 李华
网站建设 2026/6/7 22:33:55

2026实测|OpenClaw大项目开发Coding Plan终极选型+并发卡顿彻底解决方案

最近长期使用腾讯云OpenClaw 各大厂AI Coding Plan跑全流程自动化开发,从个人小项目到上万行大项目全覆盖。踩遍了阿里云绝版套餐并发卡死、新套餐溢价过高、低价套餐限流严重、多AI节点不会分工协作等所有坑。本文为纯实测实战总结,包含:各…

作者头像 李华
网站建设 2026/6/5 10:01:28

深度剖析RePKG:实战掌握Wallpaper Engine资源提取与转换技术

深度剖析RePKG:实战掌握Wallpaper Engine资源提取与转换技术 【免费下载链接】repkg Wallpaper engine PKG extractor/TEX to image converter 项目地址: https://gitcode.com/gh_mirrors/re/repkg RePKG是一款专为Wallpaper Engine设计的专业级资源处理工具…

作者头像 李华
网站建设 2026/6/7 12:00:16

C语言和汇编语言到底选哪个?选错亏大了

一、同样做嵌入式,有人用C一周完工,有人用汇编熬到凌晨 嵌入式开发圈里,一直藏着一个让无数工程师纠结到失眠的难题:写底层程序,到底用C语言还是汇编? 有人靠着C语言,快速搞定智能家居、工业控制…

作者头像 李华
网站建设 2026/6/5 9:56:03

LSP数据集:除了跑模型,你还可以用它做这3件有趣的事

LSP数据集:解锁计算机视觉研究的创意工具箱当大多数研究者将LSP数据集视为姿态估计模型的训练素材时,这个包含2000张运动姿态图像的数据集正在角落默默积灰。让我们暂时忘记那些标准的训练-验证-测试流程,来看看这个经典数据集如何变身成为教…

作者头像 李华