AI token 可能變期貨：OpenAI API 同雲端 GPU 成本將點計數？

圖：TechCrunch．原文連結

AI 成本平時睇落只係 usage report 入面幾行數：今個月打咗幾多 API call、輸入幾多 token、模型輸出幾多 token、租咗幾多 GPU 小時。但最新一波變化，係金融市場開始將呢啲 AI 運算資源當成一種可以定價、對沖，甚至交易嘅原材料。換句話講，AI app 背後嘅成本，正由雲端帳單變成一條可能有期貨曲線嘅商品價格。

先講清楚，今次講嘅 AI token 唔係加密幣 token。呢度嘅 token 係大型語言模型處理文字、程式碼、資料時用嚟計量輸入同輸出嘅單位。用 OpenAI、Anthropic、Google 或 AWS Bedrock 做客服 bot、coding agent、文件摘要、RAG 搜尋，都會遇到同一條數：每次 request 食幾多 input token，模型再生幾多 output token，最後乘以供應商定價。當一間公司每日用量去到幾千萬、幾億 token，呢條數就唔再係小費用，而係產品毛利同企業預算嘅核心。

發生咩事

據 Reuters 引述知情人士，上海期貨交易所正處於早期階段，研究為所謂 AI token 設計期貨合約。報道重點唔係已經有產品上市，而係產品設計仍屬初步，推出時間未定，亦未清楚幾時會向監管申請。Reuters 同時指上海期貨交易所同中證監未有回覆查詢，所以呢件事要當成「研究中」嘅市場訊號，而唔係官方確認嘅上市時間表。

美國嗰邊就有較實在嘅官方公告。CME Group 5 月 12 日公布，會同 Silicon Data 合作，計劃今年稍後推出 compute futures，仍然要等監管審查；產品基礎係 Silicon Data 對 GPU 按需租用價格嘅每日基準。ICE 同 Ornn 5 月 19 日亦公布計劃推出 GPU compute futures，基於 Ornn Compute Price Index，追蹤主要 GPU 硬件類型嘅即市成交價格。兩邊講嘅都係 GPU 運算資源，上海傳出嘅方向則係更貼近 AI 服務定價嘅 token。

點解 token 會似電力同頻寬

大型語言模型商業化之後，token 已經變成 AI 產品嘅基本耗材。OpenAI 官方 GPT-5.5 頁面列明文字 token 以每 100 萬計價，input token 為 US$5、output token 為 US$30；超長 prompt 亦有額外倍數收費。AWS Bedrock 亦提供按 token 處理量計費嘅 on-demand inference，另有 batch inference 等不同收費模式。呢啲價目表表面係雲端服務收費，實際上就係 AI workload 嘅燃料價。

問題在於，AI app 嘅成本未必跟用戶數線性增長。一次客服對話可能只係幾百 token，一個長文件 agent 可以食幾十萬 token；同一個功能改用更高階模型，output token 價錢可能即時拉高毛利壓力。更麻煩係 output token 通常比 input token 貴，reasoning 模型又可能產生用戶睇唔到、但照樣要計費嘅推理 token。對 SaaS、agency、企業內部自動化 team 嚟講，token 唔再係工程細節，而係每單生意嘅成本單位。

商品化唔等於成熟

GPU 運算資源比 token 容易變成期貨標的，因為市場已經有較明確嘅租用單位，例如某型號 GPU 每小時幾多錢、喺邊個地區、按需定長約、由邊間供應商提供。不過即使係 GPU，市場仍然分散：同一張 H100 或 H200，因為地區、供應商、連線、可用量、合約年期不同，價格可以差好遠。CME 同 ICE 之所以要搵 Silicon Data、Ornn 呢類指數供應商，正正係因為期貨市場需要一個可信嘅參考價。

Token 期貨更難。唔同模型用唔同 tokenizer，同一段中文、英文、程式碼，喺不同模型入面可以變成不同 token 數；同樣每 100 萬 token，模型能力、延遲、context window、cache 折扣、batch 折扣亦唔一樣。油一桶大致上可以比較，token 一百萬個就唔一定等值。所以上海如果真係做 AI token futures，最大挑戰未必係概念，而係標的點定義、指數點編、交收點做，同埋市場肯唔肯用呢個價做合約基準。

期貨嘅用處亦唔係「幫人炒 AI」。對大型 AI 公司、雲端供應商、數據中心營運商、甚至用量極大嘅企業，真正價值係對沖未來成本。如果預計半年後 inference 需求大升，但 GPU 租用或 token 成本可能波動，期貨或相關指數可以幫財務 team 做預算，亦可以幫供應商報固定價合約。不過新產品初期通常流動性有限，合約設計同監管審批未清楚之前，唔應該當成已經成熟嘅成本管理工具。

對用 OpenAI、Bedrock 同雲端 GPU 嘅開發者

對大部分 AI startup 同公司 IT team，短期重點唔係開期貨戶口，而係先將 token 同 GPU 成本量度清楚。以前做雲端預算，可以用 CPU、RAM、storage、bandwidth 去估；而家要加上 input token、output token、cache hit rate、長 context 使用比例、每個功能平均 request 次數。如果產品收固定月費，但用戶可以無限制問 AI，成本風險其實係公司自己食晒。

• 每個 AI 功能要有獨立成本表，唔好只睇全公司 API 總數。
• 報價時要分清「固定功能」同「高用量推理」，企業客最好有 fair-use 或用量上限。
• 模型 routing 要按任務分層，簡單分類、摘要、抽取資料未必次次要用最高價模型。
• 要留意 cache、batch、reserved capacity、region uplift 呢啲定價細節，因為佢哋足以改變一個產品嘅毛利。

雲端 GPU 亦一樣。若果公司自己跑開源模型、fine-tuning、影像生成或高吞吐 inference，GPU spot 價同可用量會直接影響交付時間。新一代 GPU 雲端供應商同大型雲端平台之間，價錢、穩定性、地區同合約彈性差異大。Compute futures 如果真係有足夠成交，長遠可能提供一條市場參考線，令採購雲端 GPU 唔再完全靠供應商報價同私下長約。

香港角度：影響唔係即日，但成本會傳入

香港暫時唔應硬寫成「本地交易所題材」；以今次已見資料，重點仍然係海外交易所同內地交易所嘅研究方向。真正同香港公司相關嘅，是本地 AI 應用用量正升，而成本多數連住海外模型 API、AWS Bedrock、Azure、Google Cloud 或 GPU 雲端供應商。Cyberport AI Subsidy Scheme 已列明，政府 2024-25 年度預算案撥出 HK$30 億推行三年資助計劃，支援合資格機構使用 Cyberport AI Supercomputing Centre 嘅運算資源；合資格範圍包括院校、研發中心同策略產業企業。

金融業尤其唔係旁觀者。金管局網頁刊出嘅 HKIMR 報告指，本地受訪金融機構有 75% 已推行至少一個生成式 AI 用途，或者正試行、設計用途同探索投資方向；比例預期三至五年內升至 87%。呢啲用途好多都會牽涉文件處理、內部知識搜尋、客戶服務、風險同合規流程。當 AI 由試驗轉去日常營運，token 成本、資料私隱、模型準確度、供應商地區限制，就會一齊變成採購同風險管理問題。

對香港 agency、AI startup 同企業 IT team 嚟講，最現實嘅做法係將 AI 成本寫入產品設計，而唔係等帳單到先補鑊。幫客做 chatbot、銷售助理、內部文件系統，如果只用人日報價而唔估 token，同固定價做長約就好容易蝕。相反，如果市場慢慢出現可信嘅 token 或 GPU 價格基準，供應商可以更容易做浮動價、固定價、用量上限、超額收費，企業亦可以要求雲端服務商交代未來成本假設。

點睇

AI token futures 仍然係早期概念，GPU compute futures 亦要等監管、流動性同指數方法經市場驗證。但方向本身值得留意：AI 由實驗工具變成生產基建之後，token、GPU 小時、latency 同可用量都會變成公司要管理嘅成本。香港未必即時有本地交易產品，但只要本地公司繼續用海外 AI API 同雲端 GPU，呢條價格鏈就會傳入採購、報價、產品毛利同財務預算。下一步要睇嘅唔係期貨可唔可以炒，而係 AI 運算資源會唔會真正有一條市場認受嘅價格基準。

參考來源

• TechCrunch — Just like gold and oil, we’ll soon be able to trade AI token futures — original report
• Reuters syndicated report: China works on AI token futures market — 上海 AI token 期貨研究嘅主要消息來源，亦標明仍屬早期及未獲官方確認。
• CME Group and Silicon Data Partner to Launch First Compute Futures — CME 官方公告，確認 compute futures 計劃、監管審查狀態及指數基礎。
• ICE and Ornn to Launch GPU Compute Futures Contracts — ICE 官方公告，確認 GPU compute futures 計劃及 Ornn Compute Price Index 用途。
• OpenAI API Docs: GPT-5.5 Model — 提供 GPT-5.5 token 定價、長 prompt uplift、context 等成本背景。
• Amazon Bedrock Pricing — 官方定價頁，說明 Bedrock on-demand inference 以 token 處理量計費及 batch inference 收費模式。
• Cyberport AI Subsidy Scheme — 香港 AI 運算資源及 HK$30 億三年資助計劃背景。
• HKMA / HKIMR: Financial Services in the Era of Generative AI — 香港金融業生成式 AI 採用情況及本地需求背景。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。