后来由于证券法的限制，导致我们无法to C商业化，但是不得不说这个实验非常成功，我们真的依靠极少数人+大模型+大量服务器，以极少的资金实现了以前了需要上万员工才能完成的工作。

我推断，未来的公司，有个非常重要的指标来决定公司的先进程度:AI员工比例。

AI员工比例越高的公司，效率越高，在市场越有优势，未来的新型大公司搞不好就只有那么几个真人，业务全靠大模型+云服务支撑。

30万亿相当于每个中国人每天消耗了2w token，而人一天大约能思考60万字，大约等效40万token。以现阶段来说，还达不到AI养人类的地步。当每日人均token到400w的时候，应该就可以做到真正的共产主义了（通过压榨AI实现，压榨十个等效人类的思考量的AI，养一个人），现在还差200倍，乐观预计5年吧（我们炼大模型的这批人，稍微乐观点，预计8年后失业）。各位一定要好好活到这个时候，共勉。

谷歌Q2财报显示，单月token消耗量980万亿，每三个月翻倍，现在应该超过1000万亿了，这还只是一家公司

首先要区分下 Token 、字符、和字的概念：

以这个知乎问题的标题为例，包含 36 个字符，转化为 Token 是 22 个（使用 GPT-4o 的分词器）。

如果按字数算的话，是 27 个字（以飞书文档为例，不同软件统计规则有所不同）。

比如“我国”是两个字符，也是两个字。但在这个句子中，可以理解为一个整体，或者一个词，所以占一个 Token。

再比如 "Token" 这个英文单词，包含 5 个字符，如果作为字数统计，在英文里是一个 word，所以算作一个字。这个 word 具有完整语义，因此也被认为是一个 Token。

Token 其实就是分词器认为的“最小语义单元”。不同分词器，分词的结果也不相同。

想了解 Token 和字符区别的，可以去这个网址测试：https://platform.openai.com/tokenizer

到这里，你是不是认为，一个 Token 代表一个或多 Word（字）。在中文语境下通常是的，因为单个汉字不可分割，或者说分割后没有语义，但英语语境下不一定。

有时候一个长英文单词可能也会被划分为多个 Token，比如：

这里 unhappiness 是一个 word（字），但包含了 3 个 Token。

好了，现在我们知道，中文场景下，30 万亿 Token 数，应该是大于 30 万亿字数的。

假设咱们就把 30万亿 Token 数当做 30万亿字数，来看看这是个什么规模的数据：

第 12 版《新华字典》总字数约 72 万字，日均 Token 消耗 30万亿，至少相当于 4166 万本《新华字典》。

第 7 版彩图本《辞海》总字数约 2350 万字，日均 Token 消耗 30万亿，至少相当于 127 万本 《辞海》。

目前已知字数最多的中文单一著作《永乐大典》总字数约 3.7 亿字，日均 Token 消耗 30万亿，至少相当于 8.1 万本《永乐大典》。

当然这个估算并不准确。因为我们消耗的 Token 肯定不止中文，比如代码任务，消耗的 Token 以英文为主。按照前面说的，一个英文 word，可能包含了一个或多个 token。

假设这 30万亿 Token 全部是英文，但对应的英文 word 应该不足 30万亿。不过咱们这个数据诞生在国内，我估摸着中文应该占大多数吧。这样估算也是想贴近题目，让大家感受下 30万亿 Token 大概是个什么量级。