@seclink: 确实token plan 不太透明。 小米送的 16亿 token，我不到一周（只计工作日）就给它用完了。 仔细想想折算下来，每天都超过1个亿用量了。 想想，全国有1000万个像我这样的程序员， 2026年，算力荒还是有的 ...
摘要
用户抱怨小米赠送的16亿token很快用完，认为token计划不透明，并预测2026年将出现算力荒。
查看缓存全文
缓存时间: 2026/05/12 14:53
确实token plan 不太透明。
小米送的 16亿 token，我不到一周（只计工作日）就给它用完了。
仔细想想折算下来，每天都超过1个亿用量了。
想想，全国有1000万个像我这样的程序员，
2026年，算力荒还是有的 …
相似文章
@seclink: 由此估算，当前国内token需求量是1000万亿每天的。 但是现在产能还是不行，还是供不应求 。
The article estimates that the daily token demand in China has reached 1000 trillion, but computing capacity remains insufficient, leading to a supply-demand imbalance.
@seclink: 小米放了个大的：申请 MiMo-V2.5-Pro-UltraSpeed 内测 满血性能，1000 tokens/s 峰值速度。彻底解放了 Coding Agent 的生产力极限。 试用资源有限，每日限量审批，仅优先定向专业机构。
小米推出 MiMo-V2.5-Pro-UltraSpeed 模型内测，峰值速度达1000 tokens/s，旨在提升 Coding Agent 的生产力。试用资源有限，定向专业机构。
@yibie: 推荐这篇硬核实测。一个工程师用了一周追踪自己的 coding agent session，发现任务本身只消耗了 0.67% 的 token——其余 99% 全花在搬运工具目录、skill 描述和系统 prompt 上。工作对开销比 1:1…
An engineer tracked his coding agent's token usage over a week, finding that only 0.67% of tokens were spent on actual tasks, with 99% consumed by tool directories, skill descriptions, and system prompts. He provides optimization strategies, including shell output filtering which saved 46.9% of tokens.
@seclink: 阶跃智能正在免费发放 token ， 但是我感觉如果你用过 mimo-pro ，可以先不用考虑step plan ， 我估计 阶跃智能 的目的还是要用你的 代码来训自己的code 模型，且现在早期质量还有很大的提升空间， 而且看条款有点抠…
阶跃智能正在免费发放token，但用户分析其目的是收集代码训练自家模型，且目前质量一般、条款不友好。
@Vincent_AINotes: 本地部署大模型，就算你显卡性能拉满，稳定每秒跑100Token，24小时不间断满载运行，一天满打满算也就跑出8.64M Token。 拿这点吞吐量去搞什么Agent自动化集群、海量合成数据或者大批量业务分析，简直是杯水车薪。本地部署图个数…
本地部署大模型受限于硬件吞吐量，即使显卡性能满载，一天仅能处理约8.64M Token，不足以支持Agent自动化集群或大规模数据分析，因此规模化应用仍需依赖云端API。