事件背景
過去兩年、中國云廠商圍繞大語言模型推理成本展開一場激烈的價格戰。從 2024 年 5 月 DeepSeek V2 打響降價的第一槍開始，火山引擎、阿里、百度、騰訊、訊飛相繼跟進，價格一路跳水到 0.0008 元/千 Token。這些廠商的邏輯很直白：用低價模型吸引流量、帶動整個公有云服務銷售、賺的錢來自於背後的基礎設施消費。
代價則是殘酷的：推理算力的毛利率一度被壓到負數。
華為云的異議
在 2026 年華為云 INSPIRE 創想者大會上，華為云 CEO 周跃峰提出了一個顛覆性的觀點。他表示華為云「不太在乎 Token 總量是多少、也不太在乎收入總量是多少」，反而在乎的是「國產化算力系統所生產出來的 Token 的健康度」——也就是說，每個 Token 背後是否代表真實的生產力提升。
他舉了個例子：一個人閒來無事在手機上問 AI 一個問題，也會產生 Token。但這種 Token 的價值有多大？這句話直指問題的本質。
量化陷阱的本質
從表面看，「Token 總量」是個完美的虛榮指標：
1. 容易量化：數字明確、無歧義、投資者容易理解 2. 容易增長：只要繼續降價、流量就會上升、Token 也會猛增 3. 容易傳播：「我們日處理 10 萬億 Token」聽起來比「我們提升了用戶工作效率 12%」更震撼 4. 短期可視化：季度財報容易秀成績
但其背後隱藏著三個致命的陷阱：
### 陷阱一：流量水分
不是所有 Token 生成都等同於商業價值。一個人用 AI 聊天、一個企業用 AI 來自動化數據處理，生成的 Token 數可能相近，但前者幾乎沒有商業價值，後者代表真實的成本節約。當廠商用低價吸引大量非商業用途流量時，Token 總量會虛漲、但收益結構卻在惡化。
### 陷阱二：毛利率掏空
DeepSeek 的低價模型引發的價格戰，迫使廠商把推理成本壓低。但當推理毛利率變成負數時，廠商是在每賣一單就虧一次錢。唯一的補救是寄望於這些流量會「升級」到高毛利的增值服務——但這從未發生過的概率極高。
### 陷阱三：競爭困頓
當整個行業都在比誰的 Token 價格更低、Token 總量更大時，廠商失去了在品質、效率、特色上差異化的動力。最後誰輸？邊際成本最高的廠商輸。而那些一開始就走「質量而非數量」的廠商，反而能保持競爭耐力。
華為云的第三條路
華為云提出的「Token 質量論」實際上是在說：衡量一朵云做得好不好，不應該強調 Token 總量，而應該看「這些 Token 替企業提了多少效率」。這意味著：
1. 選擇用戶：不是所有流量都要。只服務那些能從 AI 中獲得實際生產力提升的企業客戶 2. 成本結構：寧可用戶少、毛利率也要健康，而不是用戶多、單位經濟崩潰 3. 衡量體系：從「日活、DAU、總 Token」換成「客戶成本節約、工作效率提升百分比、客戶留存率」
這種切換看似放棄了「更大的市場」，實際上是在逃離一個虛幻的市場、進入一個實在的市場。
為什麼這個觀點現在才出現
一個有趣的問題是：為什麼不是所有廠商都看到這一點？
答案可能是時間滯後。在價格戰初期（2024-2025），廠商的想法是「先搶用戶、再優化單位經濟」。但到了 2026 年、當數據開始暴露毛利率崩潰的事實時、總要有人轉向。華為云作為國家隊背景、也許有更長的時間視野、更能容忍短期不追求最大化 Token 數字。
另一個因素是技術取向。華為在芯片、算力硬件上有深厚積累，不需要靠「低價軟件」來吸引用戶，反而能靠「國產化算力系統」本身作為差異化賣點。
反思
這個故事的寓意遠超過 AI 云市場。在任何行業，當：