虎嗅 AI 四问：钱烧哪 + 干成啥 + 赚亏 + 复用 + Token Foundry（虎嗅）
虎嗅 AI 四问：钱烧哪 + 干成啥 + 赚亏 + 复用 + Token Foundry（虎嗅）
来源类型： 行业方法论
日期： 2026-06-11
标签： #虎嗅 #AI四问 #TokenFoundry #吴泳铭 #140万亿
核心金句
"AI 行业开始认真算账了。不是只看模型能力、调用规模和 Token 单价，而是看 AI 投入之后，是否真正进入业务、产生结果、跑出回报。"
"这也是虎嗅想追问的 AI 四问：钱烧哪了？干成啥了？赚还是亏了？能复用吗？"
4 大问题
1. 钱烧哪了
"钱烧哪了？"
2. 干成啥了
"干成啥了？"
3. 赚还是亏了
"赚还是亏了？"
4. 能复用吗
"能复用吗？"
阿里 Token Foundry
"6 月 8 日，阿里将通义大模型事业部和未来生活实验室合并（同时加入 Happy Horse、Happy Oyster 项目），成立 Token Foundry 事业部，由阿里巴巴 CEO 吴泳铭直接负责。"
"这个字面意为"Token 铸造厂"的新部门指向的不只是模型能力，而是围绕 Qwen、视频生成、3D 世界模型等能力，重新组织阿里的 AI 产品体系和商业化效率。"
4 大数据
1. 140 万亿 Token
"今年 3 月，中国每天消耗的 Token 数量已经达到 140 万亿，两年前还只有 1000 亿。"
2. 1000 亿→140 万亿
"两年前还只有 1000 亿。"
3. 阿里合并
"通义大模型事业部和未来生活实验室合并。"
4. MiniMax 按 Token
"MiniMax 自 6 月 1 日起从按次计费调整为按 Token 计费。"
4 大反思
1. Meta
"Meta、Amazon 陆续下线内部的"Token 消耗排行榜"。"
2. Amazon
"Amazon 高管提醒员工不要为了用 AI 而用 AI。"
3. 微软
"微软也开始收紧部分团队的高阶 AI 授权，转向成本更低的工具。"
4. Kimi
"月之暗面 Kimi 此前也做过类似调整。"
关键洞察
1. 4 问
- 烧/成/赚/复
- 是核心
2. Token Foundry
- 阿里
- 是规模
3. 140 万亿
- 2026-3
- 是亮点
4. 按 Token
- 计费
- 是趋势
5. 商业账
- 投入产出
- 是定位
与已有知识的关联
- wiki/entities/huxiu — 虎嗅
- wiki/entities/ali-token-foundry — Token Foundry
- wiki/entities/wu-yongming — 吴泳铭
- wiki/entities/ali-qwen — 阿里通义
- wiki/entities/MiniMax — MiniMax
- wiki/entities/kimi — Kimi
- wiki/entities/meta — Meta
- wiki/entities/amazon — Amazon
- wiki/entities/microsoft — Microsoft
- wiki/concepts/ai-roi — AI 投入产出
- wiki/concepts/token-billing — Token 计费
资料来源
- 原文：https://mp.weixin.qq.com/s/mYOXo0daytHDSfPSFLOdnA
- 原始文件：
raw/articles/微信文章3/虎嗅的AI四问：钱烧哪了？干成啥了？赚还是亏了？能复用吗？.md - 来源：虎嗅
我的判断（高置信度）
这是 2026 年 AI 商业账最深度的中文反思——4 问 + Token Foundry + 140 万亿 + 按 Token。
关键洞察：
1. 4 问 —— 是核心
2. Token Foundry —— 是规模
3. 140 万亿 —— 是亮点
4. 按 Token —— 是趋势
5. 商业账 —— 是定位