**【GLMS机械】Token...

**【GLMS机械】Token经济学观点更新**

【GLMS机械】Token经济学观点更新：20260427，DeepseekV4后观点反而不变 1.短期核心变化：Deepseek提到的KVcache优化至原有的10%--对存储长逻辑很关键 2.解读：针对的是100万token（1M）超长上下文，但其实这种上下文占比不足1%，且看明年这个数字也没啥影响，分析如下： 1）两个概念的区分：NV在今年GTC提出了按TPS/user划分token使用场景，<50是日常对话（多数免费，占40%），150-250是代码、文字推理等任务（付费的绝对主力，占50%，贡献收入超70%），~400则是高复杂任务（占比不足10%）。这是从客户需求的输出速度角度划分，和上下文不绝对挂钩！ 2）大致对应关系：对话<50TPS/user对应8k，推理任务150-250TPS/user对应8k-128k，400TPS/user对应128k-1M，因此128k-1M区间总计约10%，而能真正达到1M的可能确实不足1%。而如果去看Deepseek论文的图，小于128k的区间，其实KVcache的降低很少了 结论1：Token经济学的选股——维持之前周观点/路演观点不变，伴随Token降本引发二次放量，强通胀环节还是光/存储。这是针对未来1年可见的硬件技术迭代的最优应对持仓。 涉及机械这边的光：光模块设备【上游光芯片设备&下游光模块测试设备这两个环节】，存储：耗材属性主要就是个股【广钢气体】，配置思路，目前影响因子太多，尝试算过其实不太好算清。 结论2：当前软件算法侧还是还无法大幅解决token成本的问题，关于Ai应用（A股包括机器人），这次暂时还不能复刻去年的Deepseek时刻，还是等待Q3NV的Rubin实测能否大幅带来token成本下降，以此推导出AI应用的机会。