Google's token consumption has increased 50 times in a year, now 6 times that of Microsoft/ChatGPT

今天巴克萊一篇對比谷歌和微軟在推理流量上 token 消耗的對比，非常有意思，甚至有些出乎投資者意料外的內容。“免費” 帶來需求暴增，而且推理成本比預期的低不少。

1.AI 推理規模的絕對領先

Alphabet 在 1Q25 共推理≈634 萬億（634T）tokens，而 Microsoft 約 100T；到 2025 年 4 月，月度推理量已升至 480T，較一年前的 9.7T 激增 50 倍，顯示 Google 在 AI 推理流量上具備 6 倍於 Azure/ChatGPT 的規模優勢。

2.增長驅動力——免費 AI 產品而非付費訂閲

推理量暴漲主要來自 Search 的 AIOverviews 等免費場景；GoogleSearch 用户基數約為 ChatGPT 的 5–6 倍，免費 AItoken 增速（50×）遠超付費大模型收入增速（3–4×），凸顯 Google 先以用户與數據壁壘為先、後續再尋求變現。

3.成本衝擊被高估：推理花費僅佔搜索收入≈1%

按 Gemini2.5 費率估算，1Q25 推理成本約 7.5 億美元，僅佔搜索收入的≈1%（佔 COGS+Opex1.6%）；即便 token 按 4 倍速度繼續攀升，也仍低於搜索核心基礎設施成本（≈18% 收入），緩解市場對利潤率下滑的擔憂。

4.資本開支結構：訓練為主，推理僅用≈10%

GoogleAI 計算 CAPEX 中約 90% 仍投向訓練與新模型，推理對應的芯片 CAPEX 在 1Q25 僅 6.2%（≈6 億美元）。若按 480T 月度 run-rate 估算，2Q25 推理 CAPEX 也僅升至≈14%，顯示資金仍主要押注長期模型演進。

5.硬件效率：≈27 萬顆 TPUv6 即可支撐現有推理

採用 50/50Pro 與 Flash 模型、15%ActiveParameters 假設，Google 僅用≈270kTPUv6（ASP≈4,500 美元）即可覆蓋 1Q25 推理負荷，體現自研加速器在功耗與成本端的優勢。

6.未來催化：Astra、Mariner、Veo 等代理式應用

尚未全面放量的通用 AI 助手（ProjectAstra）、瀏覽器代理（Mariner）和視頻生成模型（Veo）預計將進一步推高 token 基數，Google 已提前把 Compute CAPEX 提升到總 CAPEX 的>50%，為 2026 年後 AI 需求埋下增量彈性。