在智能体活跃，token（词元）浮滥量呈指数级加多的2026年，token经济以及算力的受疼爱过程有加无已。以“龙虾”OpenClaw为代表的智能体需要浮滥算力，用户必须从token供应商处获取API key（密钥），才调让这些智能体昔时驱动。
不外，许多东说念主不知说念的是，即即是合并款模子，把柄供应商的不同，其token的“质地”也会存在互异。近日，清华大学遐想机系长聘考验、博士生导师，清程极智首席科学家翟季冬承袭了新京报贝壳财经记者的采访，揭开了token经济中这一“遁入的边缘”。
此外，四肢曾率领清华团队十五次得到国际大学生超算竞赛冠军的教唆老诚，翟季冬和团队成员也对面前国产算力芯片怎么与大模子进行适配，以及二者之间“推理引擎”层的作用，对新京报贝壳财经记者进行了科普。
清华大学遐想机系长聘考验、博士生导师，清程极智首席科学家翟季冬回复记者发问。罗亦丹/摄
合并模子，低廉token有可能更“用钱”
“token是本年最火的词，但token底层触及许多技艺。”翟季冬开门见平地说，在他看来，token产业不错分为三层：底层是在芯片上部署大模子，坐蓐token的坐蓐层；中间层是四肢token供应商转运分发token的流畅层；最表层则是个东说念主和企业用户径直调用API消费token的使用层。
这三层结构听上去跟电力系统有些相似，但翟季冬强调，两者的熟悉度十足不在一个量级，“当咱们用电时，毋庸讲究发出来的电有‘判袂’，但token不同，相通的模子、相通的价钱，token质地却可能芜杂不皆。”
他告诉记者，本色上，token供应商的观念有许多，除了阳春白雪的价钱、高下文长度外，还有首字延伸、婉曲量，以及鄙俚用户较难意会的精度、 KV Cache（键值缓存）掷中等。
而这些“遁入的细节”可能决定模子的成果和token浮滥的大小。
在模子成果方面，翟季冬例如称，比如模子发布时可能采选了BF16精度，但有些供应商会把它量化成INT8以致INT4来部署，平允是算力浮滥减半，不错承载更多用户，代价是模子智商被“剪辑”了，不再是原汁原味的成果。
据了解，FP16、INT8等专科术语指的是大模子推理的精度，数字（4/8/16/32/64）代表位数，一般来说，位数越高，遐想精度越高、完结越准，但速率越慢、浮滥算力越大；位数越低，速率越快、越省算力，但会眇小吃亏模子成果。
AG中国手机官方网页版而在token浮滥量方面，翟季冬给记者算了一笔账：相通的模子，一家供应商报价每百万token3元，另一家报价1元，看似低廉的那家，本色总资本可能反而更高。“它有两行报价，一瞥是token掷中，可能是一毛钱，token不掷中是一块钱。关联词它的token坐蓐作念得很差，你的这些肯求都不掷中，临了反而用钱。”
清程极智说合独创东说念主师天麾讲解注解称，全民炸金花手机现金版中国最新版官网这里的中枢技艺是KV Cache（键值缓存）措置——在多轮对话场景中，缓存掷中不错节俭90%的资本，但不同供应商的缓存措置水平差距宏大，其中报价低的工作商也许缓存并不高，本该节俭的那些缓存没能节俭，导致总资本很高。但工作商在卖token时，一般不会径直讲解缓存掷中率是几许，以致有些工作商径直不给缓存掷中的优惠价钱。
针对这一乱象，清程极智推出了AI Ping一站式大模子工作评测与API智能路由平台，面前，平台已接入30余家主流工作商、600余个大模子工作，遮蔽文本、图片、视频等全场景；通过7×24小时多地域散布式监测，及时输出延伸、婉曲、可靠性、价钱等中枢观念。
不同供应商提供的DeepSeek-V4-Pro模子的token延伸情况对比图。数据起头：aiping.cn
6月8日，新京报贝壳财经记者登录AI Ping平台，当场稽查了DeepSeek-V4-Pro模子不同token供应商的延伸情况，发现其纪录了价钱、延伸、婉曲等观念。如关于延伸这一观念，一些工作商的弧线波动极大，而最为剖判的则是DeepSeek官方提供的token。
“中国的电力系统在全天下是第一的，咱们但愿通过多样竭力，大略把我国token工作的质地和性能也作念到全天下第一。”翟季冬说。
芯片发展趋势：相沿的精度类型越来越多
token质地的互异，追根究底要落到芯片和推理引擎上。一个容易被忽略的事实是：在国产算力和国产模子之间，并不是径直对接的筹谋，中间还隔着一层至关进击的“推理引擎”。这层软件承前启后，决定了芯片的算力能不可被高效开释，也决定了最终身产出来的token质地够不够好。
翟季冬用精度问题向贝壳财经记者讲解注解了推理引擎的价值——“许多东说念主认为芯片正在向精度越来越高发展，但事实上，芯片正在向相沿的精度类型越来越多发展，例如，传统CPU可能只相沿三、四种精度类型，而面前的AI芯片能相沿十几种，从FP64、FP32、FP16到FP8、FP4，还有INT8、INT4等整数精度，每一种都有不同的性能和成果衡量。”
“模子不是说一定要选最高的精度才好，因为精度更高的同期，也更慢，每个模子会选一个恰到平允的精度。”清程极智说合独创东说念主唐适之补充说念，“面前来讲，主流模子的取舍通常随从英伟达走——比如FP8就是英伟达推出Hopper系列显卡时新增的精度，DeepSeek以为FP8最合适我方的模子，就选了这个表率。”
但问题随之而来：国产芯片的精度相沿并不十足跟英伟达对皆。“对DeepSeek来讲，国产卡有的精渡过高有的精渡过低，使用起来无论怎么都是有吃亏的。”
这恰是推理引擎的用武之地。翟季冬告诉记者，外洋主流推理引擎如vLLM、SGlang对英伟达、AMD的生态相沿更好，但对国产芯片的优化进入有限。针对大模子部署资本高、国产算力适配不及的痛点，清程极智推出了自主研发的国产推理引擎赤兔，其对国产模子、国产芯片的相沿在很厚情况下比vLLM、SGlang要更好。
这种上风不仅仅体面前精度适配层面。唐适之先容，不同国产芯片的硬件性情互异很大，比如有些卡的张量遐想智商和标量遐想智商之间的衡量跟英伟达不一样，有些卡的卡间互联面容也不同，推理引擎需要针对这些特色作念定制化遐想。“咱们要信得过地把柄国产卡上头的特色来选咱们的达成决策，而不是说看英伟达上头有这个精度就选这个精度。”
“咱们将执续深耕AI基础范例限度，坚执中枢技艺自主可控，不停迭代赤兔推理引擎对国产芯片的适配智商，完善AI Ping评测与路由工作，联动国产算力、国产模子、行业垄断等产业链伙伴，打造高效、普惠、安全的国产AI基础范例体系，反映国度‘东说念主工智能+’行径，以技艺蜕变鼓动中国AI产业高质地发展。”翟季冬说。
新京报贝壳财经首席记者 罗亦丹 编著 陈莉 校对 柳宝庆全民炸金花现金版赚钱app下载