神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：当公众的目光都聚焦在AI模型迭代时，一场真正的革命已悄然发生：全球企业级AI推理用量正呈指数级飙升，其商业变现能力远超预期。本文用硬核数据揭示这场静默爆发的产业质变。文章来自编译。
很长时间以来，大多数AI服务（尤其是推理API）的使用量与收入的增长都极其迅猛。SemiAnalysis的Dylan Patel指出，这些API对企业来说利润非常高——毛利率有时候高达75%甚至更高。这在搞AI的人当中是众所周知的一个公开事实，但在新模型发布与功能炒作此起彼伏的喧嚣当中，广大公众反而可能忽视了这一点。
我认为向普通用户提供订阅服务也是盈利的，但重度用户很可能会成为AI公司的成本负担，再加上训练尖端模型还需要明显的资本支出。尽管如此，即便模型保持不变，其使用量也在呈指数级增长，而且其中很大一部分都在盈利范围内。
早在今年上半年我们看到整个行业取得诸多惊人进展之前，AI使用的极端（某些情况下是指数级）增长就已经发生了。推理模型将推理答案从几百个token扩展到有时数万个token，这会让使用量图走势限额更加陡峭。与此同时，这些模型通常按token收费，因此所有这些都将带来更多收入。
鉴于2025年整个行业表现出来的巨大热情与取得的进展，谷歌I/O大会的主题演讲堪称一场精彩的AI“国情咨文”，它跨越了模态、硬件形态以及任务展示了这一点。这场演讲非常值得一看。谷歌正试图在各个方面展开竞争。他们的定位是赢下几个特定应用场景，并在其他领域保持前三名。没有其他AI公司能接近这种全面性——我们将观察他们的产品文化如何适应。
I/O大会的亮点包括：谷歌对标OpenAI o1 Pro的产品Gemini Deep Think，谷歌新的多模态模型（如带音频功能的Veo 3——据我所知这是头部玩家的首次尝试），一款对标Meta和苹果的增强现实头显的现场演示，以及新版的Gemini 2.5 Flash——它将成为大多数客户与Gemini互动的基础。
主题演讲中有太多精彩案例，单独写出来意义不大。这些方向我们早已看到摆在面前，但谷歌及其伙伴推进的速度远超多数人预期。前沿语言模型评估大多已完全饱和。这就是为什么谷歌（以及最近其他公司）分享的宏观使用数据才是对的焦点。重点不在某个模型，而在于这场变革是实实在在发生的。
最能体现这点的幻灯片展示了谷歌所有AI平台处理的AI token数量（即包括所有模态），最近几个月这个数字正在飙升。
我在图表上标注了近似值：二月拐点时月处理总量约为160万亿（160T）token——Gemini 2.5 Pro发布于三月下旬，这个模型固然有贡献，但并非拐点的唯一原因。大致数字如下：
2024年4月：9.7万亿 token
2024年12月：90万亿 token
2025年2月：160万亿 token
2025年3月：300万亿 token
2025年4月：480万亿+ token
月处理token数正迅速逼近1000万亿（1 quadrillion）。不是所有token的价值都一样，但这相当于每秒处理约1.5亿至2亿token。在全球谷歌年搜索量5万亿次（约合每秒10万次搜索）的背景下，每秒token数大致相当于每次搜索使用约1000个token（尽管计算资源分配方式绝非如此）。这些token数量令人难以置信。
谷歌的主要AI产品仍是基于Gemini模型的搜索概览功能，他们一再强调用户喜爱该功能，覆盖超十亿人群（我们只是不清楚具体服务方式，我怀疑同一代内容会用于数千用户）。
谷歌每月生成的token数量已超过Common Crawl的存储量——提醒一下，Common Crawl被称为“开放网络快照”的标准，也是AI预训练数据集的起点。利用Common Crawl进行预训练的RedPajama 2项目（由Together AI主导）估计，Common Crawl原始数据约含100万亿token，其中通常只有5至30万亿token用于预训练。可以预见，一两年内谷歌单日处理的token量就能达到这个规模。
这篇文章对互联网各领域数据量与Common Crawl等数据转储或谷歌Gemini等生成内容做出来一些估算。文章将谷歌每日token处理量描述为：相当于4小时内读取或生成了Google Books的所有数据，或者略超一个月处理完全球存储的所有即时消息。
以下是那篇文章举出的一些例子：
若以数据量计，互联网正被重构为AI优先的服务。人类生成的数据将迅速过时。
谷歌的数据令人印象深刻，但这绝非个例。整个行业正在腾飞。这是一个持续加速过程的一部分：基于前代模型的产品开始获得关注，同时新模型的面世又开启了新的增长周期。要估算这个增长周期的上限近乎不可能。
比方说，就在几周前的2025年第三季度财报会议上，微软CEO萨提亚·纳德拉（Satya Nadella）谈到了Azure AI服务的输出量：
我们本季度处理了超过100万亿token，同比增长5倍——仅上月就创纪录地处理了50万亿的token。
因此，谷歌的token处理量几乎是Azure的10倍，很多人会说，相较于微软早期与OpenAI合作托管其模型，谷歌起步较晚。
对其他服务（如ChatGPT）的估算则混乱得多（私营公司数据过时），但画出来的曲线都差不多。萨姆·阿尔特曼（Sam Altman）曾于2024年2月在X上发文：
openai现在每天生成约1000亿个单词。
整个地球上的人每天产生约100万亿单词。
根据经验法则（1个单词≈0.75个token），每日1000亿单词相当于每月约4万亿token。这大约是谷歌2024年4月数据的一半，这个数字既有趣又令人印象深刻。
我们需要更多信息来判断OpenAI的增长是否紧跟谷歌，但ChatGPT发展的许多基本背景都指向大趋势相同。ChatGPT的整体趋势是用户数增加、单用户发送消息增多、单条消息生成token量增大。我估计ChatGPT的token处理量比Azure大，但小于谷歌。
多模型API平台OpenRouter的排名也显示出相似趋势，近几个月处理量约为2万亿token——根据上述衡量方式，这与一年前的ChatGPT处于同一数量级。
不仅西方企业如此，像字节跳动或百度等中国公司也正进入每日1万亿token的量级。
当Anthropic或OpenAI等快速增长的公司分享看似难以置信的收入预测时，也许我们该多给予一点信任？
还有很多处在测试阶段的功能（主要是编码智能体）将推动这些数字飙升。我们一直在试用Claude Code、OpenAI的Codex、谷歌的Jules以及无数其他智能体，这些智能体每次运行几分钟就会消耗海量的文本token。我跟朋友估算过，一次深度研究查询会消耗约100万token进行推理。很快，单个任务将消耗约1000万、乃至1亿的token。而仅仅两年前，一次令人惊艳的ChatGPT查询也只消耗100-1000个token。
现在正是做token销售生意的好时机。这仅仅是个开始。
译者：boxi。
