硅谷最火的词已经从Token Maxing变成了Value Maxing：企业第一次开始系统性地管理AI成本。开源模型的Token份额增长远超预期——某头部Coding Agent平台上，7个月内从0.1%暴涨至15%，但Token份额与收入份额仍是两回事。
一个多月前，投资人Gavin Baker曾给出框架：前沿模型拿走90%的价值，开源模型承载80%的Token。最新数据印证了这一趋势——6月初，中国模型的Token量在OpenRouter上已超过美国模型。Google Q2财报更是注脚：Google Cloud收入同比增长82%，但资本开支翻倍至449亿美元，市场开始为“账单”定价。
上周在Menlo Park与Cursor、Fireworks、Cognition等15家AI原生公司闭门交流后，一个核心判断愈发清晰：AI的竞争正从Capability转向Economics。企业不再问“谁训出最强模型”，而是问“哪些任务值得调用最强模型，哪些用便宜模型就够了”。对应的两大关键词是Token Optimization和Model Routing。
Token Optimization意味着企业开始系统性管理AI成本。Cursor坦言：“现在每一次客户对话都在谈这个。”但AI投资并未降温——Fireworks ARR从年初约4亿美元飙升至10亿，Cognition约5亿美元同比近七倍增长。只是花钱更精细了，不再为低价值Token买单。
Model Routing则让企业不再依赖单一模型。Cognition甚至将一次推理任务拆分子任务，根据成本、推理能力、延迟等自动分配给不同模型。客服AI公司Decagon披露，30%的Token请求已路由给开源模型；Factory平台上开源模型Token份额从0.1%升至10%-15%，7个月涨百倍。背后的动机不仅是省钱，更是避免被任何一家模型厂商锁死。
模型市场正形成哑铃结构：要么Great，要么Cheap。便宜一端，DeepSeek仍是OpenRouter上份额最大的单一模型供应商，被称为市场的“price-performance floor”。强的一端，前沿模型拿走90%价值，Anthropic仅占12-13%的Token却捕获远超比例的收入。市场分成commodity lane（跑量）和premium lane（收钱）。
值得注意的是，标价正在失去参考价值。企业真正关心的是Fully Loaded Cost per Successful Task——每次成功任务的完全成本。便宜模型若一次通过率低、重试次数多，反而可能更贵。同样，本地部署 vs 云端之争中，云的Token效率仍完胜本地。
对于加密货币与算力市场，Jevons悖论正在生效：单位成本下降不会减少总消耗，反而扩大需求。便宜的AI模型将推动更多推理负载，而中国模型受制于芯片供给，短期无法承载全部流量。GPU、HBM、高速网络等AI基建方向确定性最高。行业重心从Training转向Inference，云基础设施的竞争将聚焦推理效率与TCO。
最后，投资者需盯紧四个信号：Anthropic和OpenAI的收入增速斜率、中国模型在公有云的availability、质量差距（如retry rate）以及Fully Loaded Cost是否成为采购语言。AI的竞争函数已从Intelligence优化为Intelligence per Dollar。