适合两个人运动前看的电影美国 中金公司：Agentic AI驱动Token大幅增长，AI产业链全线受益
2026年开年以来，Agentic AI渗透率持续提升，拉动Token（词元）消耗增长适合两个人运动前看的电影美国，利好全线AI产业链条，我们认为Token增长模型正成为衡量AI产业价值的核心指标。本篇报告为《Token启示录》系列报告首篇，主要探讨Token“量”的增长逻辑。
Agentic AI渗透率提升，Token使用量快速增长。全球领先团队自2023年起已拉开Agent赛道的代际演进序幕，2025年年末开始随着模型能力的提升，以及Claude Code、Codex、OpenClaw、Hermes的兴起，全球Token消耗量大幅提升。根据中国国家统计局，2026年3月全国日均Token调用量突破140万亿；豆包日均使用量在3个月内翻倍至120万亿，Token增长模型正成为衡量AI产业价值的核心指标。我们认为Agentic AI渗透率的提升，有望进一步带动Token消耗量的快速增长，我们测算，在中度使用场景下，当Agent的渗透率达8%时，Agent的总Token消耗量已与Chatbot相当；Agent普及呈现出对Token消耗的乘数效应，随着单任务复杂度、使用时长与渗透率的协同提升，有望推动日均Token消耗实现5倍以上增长。
从Chatbot到Agent、从个人到企业，Token调用量仍然具备较高增长潜力。1）从Chatbot到Agent，对Token消耗量的提升驱动力主要来自于：a）对长上下文内容的需求提升；b）复杂的高价值任务催生长程任务、跨Agent合作需求；c）基于交错思维链和复杂工具调用等。2）从个人到企业，个人用户以低频、轻量、试探性交互为主，而企业端完成工作流嵌入后，有望触发高频和自动化交互模式；当AI Agent接入ERP、CRM等企业核心系统后，Token消耗不再受人力交互频次制约，而是随业务流量线性扩展，我们认为未来Agentic AI的核心收入驱动力有望转向企业级场景。
风险
AI落地不及预期，Agent发展不及预期。
Agentic AI渗透率持续提升，Token呈现爆发式增长
自2023年起，Agent赛道的代际演进序幕已经拉开。全球领先的开发团队已较早布局Agent框架：2023年，MIT团队发布Cursor；2024年2月，字节跳动发布扣子；2024年10月，智谱发布AutoGLM 1.0；2025年3月，Monica发布Manus；2025年5月，Anthropic正式向用户开放Claude Code；2025年6月，MiniMax发布MiniMax Agent；2025年10月，OpenAI正式开放Codex；2026年1月初，Claude发布Cowork。
2026年初以来，OpenClaw的鲶鱼效应驱动Agentic AI渗透率增长。2026年1月下旬，OpenClaw在全球范围内引发部署热情，紧随OpenClaw的发布，行业内的其他厂商在Agent方面的更新迭代也不断加速。凭借庞大的开源生态以及Agent Skills等的应用，OpenClaw还引发出MoltBook等多种新玩法；Hermes Agent的兴起更催生了长期记忆助手、任务全生命周期管理、多Agent协同工作流等新范式。我们认为OpenClaw扮演开源“鲶鱼”角色，带动整个Agentic AI渗透率的提升，有望进一步带动Token消耗量的快速增长。
图表1：各大厂商Agentic AI产品在2026年集中推出
资料来源：各公司官网，中金公司研究部
中国AI Token调用量呈爆发式增长。根据国家统计局，2026年3月全国日均Token（词元）调用量突破140万亿，较2024年初的1000亿增长超1400倍，较2025年底的100万亿提升40%[1]；豆包截至2026年3月的日均使用量在3个月内翻倍至120万亿，两年增长了1000倍[2]；MiniMax 2026年2月的单日Token消耗量已增长至2025年12月的6倍以上，其中coding plan的消耗增长超过10倍[3]；智谱2025年9月发布coding plan，6个月coding plan的Token增长15倍[4]。我们认为Token增长模型正成为衡量AI产业价值的核心指标。
图表2：全国日均Token调用量快速上涨
资料来源：国家统计局，中金公司研究部
图表3：豆包日均Token调用量快速上涨
资料来源：字节跳动，中金公司研究部
与此同时，全球AI商业化进程同步加速：Open AI的ARR在2026年2月达到250亿美元，Anthropic ARR在2025年底90亿美元的基础上，于2026年4月突破300亿美元，4个月内增长超230%[5]；MiniMax管理层表示2026年2月公司ARR已超过1.5亿美元[6]。
图表4：全球AI商业化进程加速，年化收入快速增长
资料来源：Epoch AI，中金公司研究部
从Chatbot到Agentic AI，单用户Token实现数十倍增长
相比Chatbot，Agentic AI的单用户Token或带来数十倍的提升。Chatbot通常仅需处理简单的上下文关联并产出单次响应，对Token消耗量需求的提升主要来源于以下三个方面：1）Agent对长上下文内容的需求提升，每一步行动不仅要包含庞大的系统指令和工具描述，还需将之前所有环节产生的中间过程、执行日志和多轮反思数据作为背景上下文反复喂给模型。2）大部分用户交给Agent的是更为复杂的高价值任务，催生长程任务、跨Agent合作需求，更长的任务链条和更长的工作时长带来数倍Token消耗差距。例如，2026年4月更新的Kimi K2.6模型提升长程任务执行能力，官方测试数据显示其可连续工作12小时不间断完成复杂项目[7]；MiniMax的Agent能够自主将目标拆解为数十个子任务，并在遇到错误时自动调整路径，实现复杂长程任务闭环[8]。3）Agent基于交错思维链（Interleaved Chain of Thought）和工具调用，其核心在于将复杂任务拆解为推理规划、编写/调用工具、环境反馈、反思重构的循环逻辑。
图表5：DeepSeek进行多轮思考与工具调用，以提升回答准确性
资料来源：DeepSeek，中金公司研究部
图表6：豆包大模型的深度思考流程图
资料来源：火山方舟，中金公司研究部
我们认为滚雪球式的上下文累积与为了达成目标而进行的多次内部LLM调用，使得同一任务下Agent的计算载荷与Token消耗往往呈现出相较于Chatbot数十倍数量级的增长；但Agent在长会话中频繁调用时，历史上下文作为稳定前缀可被提示词缓存命中。因此，Agent的真实Token消耗取决于缓存命中率与增量推理占比的叠加效应，而非简单的Token总量线性放大。以5亿日活的Chatbot交互为基础情景，我们测算，在中度使用场景下，当Agent的渗透率达8%时，Agent的总Token消耗量已与基础情景相当；在重度使用场景下，Agent的渗透率仅需要达到2%，其总Token消耗量已与基础情景相当，这意味着在渗透率100%的假设下，能带来50倍的空间。
图表7：中度使用场景下，我们测算当Agent的渗透率达8%时，来自Agent的总Token消耗量已与Chatbot相当
注：以上测算基于中金公司研究部假设数据，六月伊人丁香五月综合缴情电影可能存在不确定性。其中，Chatbot基准情景的日活用户数量参考抖音、视频号的DAU数据；单日对话次数、单次消耗Token均基于用户的行为数据进行假设。资料来源：QuestMobile，中金公司研究部
Agentic AI的渗透率仍然较低，未来提升空间巨大。随着OpenClaw“鲶鱼效应”的显现，我们认为海内外更多的模型公司也会继续加码Agentic AI，带动起渗透率的快速提升。我们测算，Agent普及呈现出对Token消耗的乘数效应，随着单任务复杂度、使用时长与渗透率的协同提升，有望推动日均Token消耗实现5倍以上增长。我们认为后续随着多智能体协同、自进化框架等新范式落地，Token消耗仍具备进一步抬升空间，为算力产业链的需求带来长期刚性支撑。
图表8：ChatGPT和Gemini的月活用户数量趋势
资料来源：OpenAI，Google，中金公司研究部
图表9：大模型Token消耗量不断增长
资料来源：OpenRouter，中金公司研究部
图表10：Agent普及呈现出对Token消耗的乘数效应，随着单任务复杂度、使用时长与渗透率的协同提升，有望推动日均Token消耗实现5倍以上增长
注1：场景1假设未来Agent能够具备承接部分脑力劳动的能力，每小时进行15-20个任务的复杂推理。在场景2-场景3设定上，我们假设随着OpenClaw、Hermes 等智能体框架迭代，Agent单任务交互复杂度持续提升，叠加用户使用习惯向高频、长时迁移，单小时Token消耗、日均替代时长及渗透率同步上行。测算基于一定假设，可能存在不确定性。注2：本测算引入“替代时长”这一新变量，与图表7中的测算逻辑不同资料来源：中金公司研究部
从个人部署到企业部署，Token量仍有较大提升潜力
个人部署OpenClaw的热情带动了高性价比Token的调用量上升。OpenClaw于2026年1月底爆火，72小时内斩获6万+GitHub Star，截至5月初已超37万Star，成为开源历史上增长最快的项目之一。OpenRouter上国产模型的调用量暴涨紧随其后，2026年2月9日至15日当周，中国模型调用量达4.12万亿Token，首次超越美国模型的2.94万亿Token。我们认为OpenClaw引领的个人AI助手部署热潮，直接拉动了对底层大模型API的调用需求。当个人开发者通过OpenClaw部署本地化Agent时，其多轮自我修正、工具链级联的工作模式，使得单次活跃会话的Token吞吐量呈几何级数增长。同时，中国Token较高的性价比优势（国产模型价格约为海外模型的1/10）[9]降低了个人开发者调用大模型的门槛，形成了轻量化部署、高频API调用、模型优化迭代的正向飞轮。
图表11：OpenClaw带来高性价比模型调用量的大幅提升
资料来源：OpenRouter，中金公司研究部
我们认为个人市场承担生态培育与品牌渗透功能，未来贡献收入的主要力量仍然集中在具备更强付费意愿、更高付费能力的企业端市场：
1）从消耗量看，我们认为企业端Token吞吐量具备快速增长潜力。根据OpenAI 2025年12月的企业AI报告（《The State of Enterprise AI 2025 Report》），其API推理Token消耗量在企业端同比增长320倍。我们认为个人用户以低频、轻量、试探性交互为主；而企业端一旦完成工作流嵌入，将会触发高频、自动化模式。以编程场景为例，Claude系列凭借长上下文和卓越的推理能力，在开发者群体中占据领先份额，典型的企业级Agent在处理复杂任务时，单次任务涉及的多轮自我修正与长上下文调用，其消耗量可达个人日常对话的百倍以上。
2）从付费结构看，我们认为企业端具备更高的扩展上限。个人用户普遍选择订阅套餐，其Token消耗受限于平台设定的隐性上限，实际月均支出锁定在固定区间；而在企业端，Anthropic估值及营收预期持续攀升，全行业B端API收入占比已成绝对主力，客单价随使用深度、Token调用量呈攀升状态。我们认为，当AI Agent接入ERP、CRM等核心系统后，Token消耗不再受人力交互频次制约，而是随业务流量线性扩展。当企业级部署占比提升，结合多智能体协同与长时记忆架构，未来Agentic AI的核心收入驱动力有望转向企业级场景。
产业链谁受益？
大模型商业化加速，驱动Agent向深度生产力场景渗透。2026年5月，字节跳动旗下AI产品豆包在App Store页面上线付费订阅服务声明。我们在《AI智道（16）：字节豆包付费测试，国产大模型商业化加速》[10]中提到，此次豆包测试定价的三档分别为68/200/500元每月，基本对标ChatGPT目前的Go/Plus/Pro三档会员，释放出其即将推出增值服务订阅版本的信号。我们认为，这一动作标志着豆包等国内大模型厂商从此前以用户规模扩张为核心的阶段，开始进入商业化变现的探索期。我们认为，模型能力向深度生产力场景的渗透将成为AI商业化的核心驱动力，Token使用量也有望大幅提升。
重视企业级AI渗透带来的潜在机遇。1）企业级Token有望成为未来“标配”：在2026年3月下旬的英伟达GTC大会上，黄仁勋表示公司应该给每个工程师配一笔Token预算，金额大约是基本工资的一半，让AI把产出放大十倍[11]。展望未来，我们认为Token有望成为一种从个人渗透到企业的消费习惯，这意味着每个人每个月都潜在使用百元级别的个人订阅、企业端也可能给员工配置千元价值的Token量。2）企业级渗透已在逐步提升：2026年2月初，OpenAI正式推出定位为企业AI智能的Frontier平台，同时推出Frontier Alliances战略计划，将OpenAI的FDE团队与咨询公司顾问配对，共同在客户内部署AI Agent；5月，Anthropic推出Claude Managed Agents平台，同时与Blackstone、Hellman & Friedman、Goldman Sachs组建15亿美元企业服务合资公司，由Anthropic的FDE团队嵌入合作方客户体系部署Claude Agent。从平台建设到FDE协作落地，头部大模型厂商正加速将AI能力嵌入企业工作流核心。
关注Token增长带来的全产业链机遇。Agentic AI带动Token增长利好整条产业链，从底层的算力、IDC，到云服务、AI infra，再到大模型API，同时Agentic AI时代的应用也会有新的定位。
风险
AI落地不及预期。当前AI应用的用户增长与商业化推进高度依赖模型能力迭代与场景渗透的共振，若底层模型在推理、多模态等关键能力上的突破节奏放缓，或企业端在数据合规、系统对接、ROI验证等环节的落地周期长于预期，则AI应用的付费转化与收入增长可能低于当前市场一致预期。
Agent发展不及预期。若Agent产品的技术难题的解决进度不及预期，或用户在实际使用中因交付质量不稳定而降低付费意愿，则Agent从"工具辅助"向"自主执行"跃迁的商业化路径可能延后，行业整体从用户规模增长向收入兑现的拐点将相应推迟。
文章来源
本文摘自：2026年5月10日已经发布的《Token启示录（一）：Agentic AI驱动Token大幅增长，AI产业链全线受益》
于钟海 分析员 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246
车姝韵 分析员 SAC 执证编号：S0080523050005 SFC CE Ref：BTM272
王之昊 分析员 SAC 执证编号：S0080522050001 SFC CE Ref：BSS168
李铭姌 分析员 SAC 执证编号：S0080524070025 SFC CE Ref：BTQ513
赵丽萍 分析员 SAC 执证编号：S0080516060004
SFC CE Ref：BEH709适合两个人运动前看的电影美国
