日均 Token 从 1000 亿到 500 万亿：企业 Agent 的账单，为什么比模型单价更贵

2024 年初，中国日均 Token 调用量是 1000 亿；到 2026 年 7 月，这个数字超过 500 万亿。两年，5000 倍。两年前的量是“试用级”，用完就关；现在的量是“生产级”，跑在业务流程里。

一分钟速览

• 日均 Token 调用量两年增长超 5000 倍，从 1000 亿到 500 万亿
• Gartner 测算：简单聊天机器人 0.01 美元能完成的任务，换成推理型 Agent 可能要 1.50 美元
• Agent 完成同等任务，平均多消耗 5 到 30 倍 Token；到 2028 年单工作流推理成本或再涨 5 倍以上
• 腾讯云把企业 Agent 拆成应用、数据、安全、工程四层，两天 40 多场发布
• WorkBuddy 全面开放架构，支持企业自研 Agent、第三方 Agent 与第三方 IM 接入

“用起来”和“用得好”之间

Token 量的爆发说明企业已经在用，但不代表用得好。真正的断点有三个：Agent 拿不到数据，读不懂业务口径，跑起来成本失控。前两个是数据问题，第三个是工程问题。

腾讯云给出的关键词是“连接”——把人、工具、系统和数据接起来，让模型理解业务上下文，进入工作流。这个说法听起来抽象，落到产品上其实很具体：应用层解决“能做什么”，数据层解决“答得对不对”，安全层划定边界，工程层决定“跑得稳不稳、用不用得起”。

成本不是单价乘以次数

很多企业算 Agent 成本时，只看每百万 Token 的报价。这个算法会严重低估。一个 Agent 任务的实际消耗，至少受四个变量影响：调用轮次（一次任务可能循环十几次）、上下文长度（每轮都重传历史）、工具调用（搜索结果、文件内容都会进上下文）、失败重试（错了再来一遍）。

Gartner 那组对比很能说明问题：0.01 美元对 1.50 美元，差 150 倍。差距不来自模型贵了 150 倍，而来自任务结构变了——聊天是一次问答，Agent 是一串决策。

所以“换个便宜模型”只能解决一部分问题。真正有效的做法是模型路由：简单分类用小模型，复杂推理用大模型，重复任务走缓存或本地模型。这也是为什么“按任务配模型”开始取代“全公司统一用最强模型”。

Agent 托管要回答三个问题

围绕“跑得稳、用得起”，腾讯云把 Agent 托管能力整合成 AgentHosting，划出三个方向：任务持续运行、能力按需连接、团队有序治理。翻成企业的语言就是：Agent 关掉电脑还能不能干活，需要的能力能不能找到，谁能用、花了多少、出了事谁负责。

治理这块过去最容易被忽略。个人用 Agent 只看结果，企业用 Agent 必须看账本：谁调用了哪个模型、消耗多少 Token、访问了哪些数据、有没有越权。没有这层，Agent 越大规模，风险越不可控。

趋势判断

企业 AI 正在从“铺量”进入“精细化运营”。衡量指标会从“有多少人用”变成“单位任务成本”和“任务完成率”。这意味着两件事：模型厂商的价格战会继续，但企业采购的重点会转向编排、缓存、权限与可观测性。

5000 倍的增长不会一直持续，但“每个业务流程里都有一个 Agent”的方向已经很清楚。接下来拼的不是谁接的模型多，而是谁能在同样的任务上，把成本压到别人的一半。