截至11月8日的公开信息，京东在双11期间把Token做成了赠品：购买戴尔灵越16 Plus、XPS 13 Air、外星人星舰16X等指定机型，下单即赠13000积分的京东云Token入门包，支持70余种开源模型与自建智能体；同期“Token”关键词搜索量环比增长超7倍，3C数码采销直播间开播一小时送出超10亿Token。算力第一次和电脑一起被摆上货架，这件事对做AI可见度的团队提出的问题是：当检索和生成都有明确单价，预算该按什么口径切。
算力作为赠品，说明它已经是标准商品
把Token打包成积分、再打包成赠品，中间做了两次折算。第一次是把模型调用量折成积分，让用户不必理解“一百万词元多少钱”；第二次是把积分折成购买条件，让它成为整机销售的赠品。两次折算的共同点是：单位被隐藏了，用户看到的是权益，不是用量。
平台侧的动作更说明问题。京东已上线“AI Token服务站”和“AI软件充值馆”，汇集京东云、DeepSeek、智谱GLM、火山Seed、MiniMax、Kimi、通义千问等模型服务，用户可以在一个入口完成模型选型、充值与会籍购买。2小时直播期间，Token包产品销量环比增长20倍。
单价一旦可见，检索深度就成了成本项
AI回答的成本结构里，检索和生成是两笔支出。检索决定调用哪些页面、调用几次；生成决定输出多长。当单价被明确标出，平台就有动力在两者之间做取舍：多检索一次意味着更准，也意味着更贵。这个取舍会直接改变品牌被读到的概率，因为被检索是进入候选集的前提。
单位不可感知，只能折算
受访者提到，平台不会直接告诉用户用了多少Token，只会说用了多少积分，因为一换算成钱，普通用户根本算不清。对企业采购来说，这种不可感知会带来一个副作用：预算审批时看不到用量与效果之间的对应关系，于是只能按“席位”或“年费”估算，而不是按调用量估算。
| 口径 | 计量对象 | 对可见度的影响 | 适合的预算方式 |
|---|---|---|---|
| 按席位 | 使用者人数 | 与检索次数无关 | 固定年费 |
| 按调用量 | API 请求次数 | 直接决定检索频率 | 阶梯单价加用量上限 |
| 按积分 | 折算后的额度 | 掩盖真实用量 | 预付包加到期提醒 |
| 按结果 | 被引用或被推荐次数 | 与业务目标对齐 | 效果分成加保底 |
赠品把决策前移了
赠品的真正作用不是省钱，而是把“要不要用”变成“先用起来”。用户拿到13000积分，会去试一次模型选型、建一个智能体、跑一批问答。这个动作一旦发生，后续的采购讨论就从“是否投入”变成“投入多少”，预算的门槛被绕过去了。
品牌要监测的不再只是关键词
当入口从搜索框扩展到智能体，监测对象也要跟着变。过去看的是关键词排名与点击率；现在要看的是在哪些问题下被检索、被摘取、被署名，以及竞品在同一批问题里的位置。这三件事对应三个不同的数据源：问题库、引用域名、回答文本，缺一个都拼不出完整画面。
第二层变化是问题形态。智能体收到的往往是一句完整需求，而不是几个关键词，比如“预算七千，写代码用的轻薄本推荐两台”。这类问题的回答会同时涉及参数、价格与适用场景，品牌信息只要缺一块，就容易被整段跳过。
预算怎么切才不被折算吃掉
第一条原则是按阶段切，而不是按平台切。把预算分成“进入候选集”（内容与信源建设）、“被准确描述”（事实表与结构化字段）、“被优先推荐”（对比内容与场景描述）三段，每段对应不同的指标，避免把所有钱都压在投放上。
第二条原则是留出复测成本。AI回答的波动比搜索排名大，一次改版就可能让引用结构重排，所以每月固定一次复测，比一次性大投入更能守住位置。第三条原则是把算力成本单独记账，不要混在内容预算里，否则无法判断是内容没做好，还是检索次数不够。
常见问题
算力变成商品，为什么会影响AI可见度？
因为检索和生成都有单价，平台会在“多检索一次更准”和“少检索一次更省”之间取舍。检索次数决定品牌能否进入候选集，成本结构因此直接影响被读到的概率。
预算应该按平台切还是按阶段切？
按阶段切更稳。分成进入候选集、被准确描述、被优先推荐三段，每段配不同指标，能看出钱花在哪一段失效，按平台切则容易在单个平台内反复加码。
为什么要给复测算力单独留预算？
AI回答波动大，一次改版就可能让引用结构重排。每月固定复测能及时发现位置变化，成本远低于发现掉出候选集之后再补救。
积分口径有什么风险？
积分掩盖真实用量。折算成钱之后用户算不清，采购审批时也就看不到用量与效果的对应关系，容易按席位估算而不是按调用量估算。
