一、核心判断：AI计费将从Token转向Task，重构行业范式
徐立在演讲中明确指出，随着人工智能普及进入“超级个体”时代，行业计价的底层逻辑将发生根本性转变：从当前主流的Token（词元消耗）计费，逐步转向以Task（完整业务任务成果）为核心的计费模式。他表示，这一转变将重构AI经济学范式，推动AI真正实现普惠落地。
“大家都在比拼AI算力、Token单价；但AI普惠时代，计费锚点应该是完成一项任务的价格。从Token转向Task是全新的经济计算方式，标准化任务成本持续下行，才能真正降低AI使用门槛，实现普惠。”
二、现行主流：Token计费的核心逻辑与突出痛点
当前，Token计费仍是AI行业的主流模式，其核心逻辑是按照用户输入、输出的词元数量统计算力消耗，进而收取费用。这种模式简单直接，在AI发展初期，主要面向程序员、企业技术团队等专业群体时，具备一定的合理性。但随着AI技术的普及，大量非技术背景的普通人、中小商家成为使用主体，Token计费的痛点也日益凸显。
徐立在演讲中重点指出了Token计费的三大核心问题：
首先是成本不可预测，AI Agent的多轮对话、多模态生成等场景，会导致上下文无限膨胀，Token消耗量难以控制，企业和个人的月度账单波动剧烈，预算管理成为难题。其次是成本与价值脱钩，部分低价Token模型输出质量不佳，用户需要反复重试，反而导致总Token消耗翻倍，综合使用成本居高不下，而服务商仅提供算力支持，并不为任务交付效果兜底。最后是不适配复杂智能体，AI Agent涉及检索、联网、工具调用、多轮推理等复杂链路，普通用户无法理解账单的构成逻辑，也难以通过优化提示词等方式控制成本。
三、下一代模式：Task任务计费的核心内涵与优势
针对Token计费的诸多痛点，徐立提出了Task任务计费这一全新模式，其核心是以标准化的完整业务成果为收费单位，一单任务统一定价。在这种模式下，服务商将打包承担任务执行过程中产生的多轮调用、重试、多模态处理、工具检索等全部算力损耗，用户只需关注任务是否达标交付，无需关心底层的算力消耗细节。
这就好比打车出行，用户无需为车轮转动的圈数付费，只需支付从起点到目的地的一口价，简单直观。徐立表示，Task计费模式具备四大核心优势，能够有效解决当前行业痛点：
一是价值对齐，用户付费购买的是实际的业务结果，而非底层算力，投入产出比清晰可辨；二是成本稳定可控，标准化任务单价固定，企业可精准规划AI预算，彻底告别突发高额账单；三是适配性强，能够完美覆盖AI Agent、多模态长流程等复杂任务，屏蔽底层技术细节，降低用户使用门槛；四是倒逼产业升级，服务商为了压缩成本、提升竞争力，会主动优化模型性能、减少无效重试，推动单Task定价持续下行。
据商汤内部数据显示，2026年第二季度，标准商业Task的综合成本仅为2023年同期的1/18，AI正逐步向水电煤级别的基础设施靠拢。
四、模式转变背后：AI行业发展的底层逻辑变革
这一计费模式的转变，并非偶然，而是基于AI行业发展的底层逻辑变化，主要体现在三个方面：
首先，AI使用主体发生了质变。从早期的专业技术群体，转变为普通大众和中小商家，这类群体无法理解复杂的Token消耗逻辑，更倾向于“按结果付费”的简单模式，这为Task计费提供了用户基础。
其次，行业竞争陷入误区。当前行业陷入了同质化的Token价格战误区，厂商一味比拼每万Token的低价，却忽略了任务完成质量和综合使用成本。徐立认为，行业竞争的最终落脚点，应该是交付业务成果的综合能力，而非单次算力单价。
此外，技术层面的支撑已成熟。商汤即将推出的NEO架构多模态模型，复杂任务完成率达到94.3%，同等任务的Token消耗仅为行业混合模型的一半，这为Task计费模式的落地提供了坚实的技术支撑，让服务商能够在控制成本的前提下，为用户提供稳定的任务交付服务。
五、模式共存：并非替代，而是分层适配
值得注意的是，徐立强调，Task计费模式并不会彻底淘汰Token计费，二者将长期分层共存，分别适配不同的使用场景。
对于底层开发、轻量化测试、灵活探索等场景，Token计费仍有其适用价值，这类场景需要灵活调整调用方式，对成本的敏感度和可预测性要求相对较低。而面向C端用户、中小B端企业的标准化商用产品，将全面转向Task一口价计费，满足这类用户对成本可控、使用便捷的核心需求。这种分层模式，能够兼顾不同场景的使用需求，推动AI行业多元化发展。
六、行业影响：重塑竞争格局，加速AI普惠落地
从行业发展趋势来看，AI计费从Token转向Task，将带来多方面的深远影响，推动行业实现高质量发展：
首先是重构AI服务商的商业模式。厂商之间的竞争将从“算力单价”转向任务交付效率、一次性成功率和垂直行业解决方案的成熟度，这将倒逼行业整体技术水平和服务质量提升，推动AI服务商从“算力提供者”向“解决方案服务商”转型。
其次是加速AI普惠落地。普通用户无需学习提示词优化、上下文清理等专业技巧，就能像使用SaaS软件一样便捷地使用AI，大幅降低了技术使用门槛，让AI技术真正走进大众生活、赋能中小商家。
此外，这一转变还将催生金融、法律、内容、办公、工业等垂直领域的标准化AI服务，形成细分行业的统一定价体系，推动AI与实体经济深度融合，助力各行业数字化转型。
七、同期观点：AI是增强工具，安全与规范并行
在演讲中，徐立还同步分享了其他相关观点，进一步阐释了AI发展的方向与底线：
他认为，AI的定位是增强工具而非岗位替代，虽然流程化的纯系统岗位会被优化，但AI将催生大量面向“超级个体”的新职业，为就业市场注入新活力，实现人与AI的协同发展。
同时，他提出了AI安全三层框架，从产品层面的以人为本、模型训练阶段的数据安全，到运行环境的沙盒隔离，全方位保障AI技术的安全应用，守住AI发展的安全底线。
此外，商汤科技已联合联合国搭建AI治理实验室，积极推进全球AI使用规范的建设，助力AI行业健康、有序发展，推动全球AI治理体系完善。
八、总结：计费变革引领AI普惠新时代
徐立提出的AI计费模式变革，不仅为行业发展指明了新方向，也让人们看到了AI技术从专业领域走向大众生活、实现普惠化的可能。从Token到Task的转变，本质上是AI行业从“技术导向”向“价值导向”的升级。
随着技术的不断进步和商业模式的持续创新，人工智能有望真正成为赋能各行各业、惠及每一个人的基础设施，为社会发展注入强大动力，开启AI普惠的全新时代。