前沿锐评 | 词元经济不能“只踩油门不装刹车”


  • 首页

  • 北京国际工程咨询有限公司

  • 2026-09-21

  • 点击次数:

  • 字号:大中小

当前,日均词元调用量突破140万亿次,而2024年初这个数字还只有1000亿次,两年多时间增幅超千倍。IDC预测,2025年至2030年全球年度词元消耗年复合增长率高达3418%。词元经济的“油门”已经踩至全速状态。但一个产业的成熟,从来不只看油门踩得有多深,更要看刹车装得够不够,词元经济的发展必须配套完善的治理体系与规则底线。

词元从生产到应用涉及分词、计量、调用、计价等多个环节,但行业存在“互认壁垒”,即不同运营商、不同厂商的Token体系各自定义、各自闭环,既无法跨平台流通,也难以形成规模效应。行业高速狂奔的背后,定价和计费两大“阵痛”持续凸显。

“痛点”1:定价缺乏“参照系”

同一模型在不同平台上的价格差可达数倍甚至数十倍,以智谱GLM5.2为例,其在OpenRouter平台上有22家服务商,价格最高相差超过8倍。这一价差背后虽有其“定价分层”的商业逻辑,即GLM-5.2作为开源权重模型,支持第三方服务商获得开放权重后托管。原厂需要承担模型训练、安全评估、版本迭代以及官方API稳定性等成本,第三方则聚焦推理环节通过量化精度、批处理、集群调度等压缩边际成本。但问题在于,当同一模型的价格相差数十倍时,用户确实缺乏有效的比价工具和质量参照系。

更关键的是,词元不是标准化计量的电力,不同模型处理不同问题,非标属性强,用户很难简单比价、精准判别性价比。有从业者反映,目前词元工厂产品打9折、8折还是7折“缺乏明确标准,报价比较困难”,主要靠品牌信任机制维持。从用户结构看,C端个人用户大多直接向大厂的大模型购买词元,接触中转站的机会并不多,受价格乱象影响较小,但在账单透明度和服务质量方面同样面临困扰;用量集中、成本敏感的B端中小企业,会专门寻找第三方词元工厂或中转站来获取价格优惠,是价格混乱、无序竞争的主要承压群体。词元经济从“能不能用”转向“划不划算”中定价失序问题仍存。

“痛点”2:计费存在“黑箱效应”

用户通过智能体、平台调用时,往往需要多个模型来回切换,而不同模型分词器的计价权重不同,用户很难感知每个模型的实际用量,企业采购方每月要花费大量时间与客户对账计费。缺乏统一的性能基准测试与强制性的服务等级协议,模型服务的Token标价便难以成为可信的定价锚点。此外,词元供不应求背景下基础设施超负荷运行、数据安全与隐私保护等问题同样不容忽视。词元经济的治理风险也远不止于定价与计费,专家提示场外交易、投资化炒作、代币化包装、传销式推广等也需警惕。

面对上述挑战,治理体系建设正在加速推进,但仍有待进一步深化。国家数据局已将Token正式定名为“词元”,赋予其可计量、可定价、可交易的属性。国家层面发布的《人工智能计量体系和能力建设指引》,从计量技术规范、计量服务产业等方面加强人工智能计量能力建设。2026年9月北京市发布《北京市加快词元经济发展的行动方案(2026—2028年)》,也提出建立词元质量评测体系、打造词元分发平台、制定词元工厂分级评价标准的组合思路,为词元定价提供参考依据。但“可计量”的前提是有统一的计量标准,“可定价”的前提是有公允的定价参照,“可交易”的前提是有可信的交易规则。这三样东西,目前都还在路上。

业内有一个极为贴切的行业类比:词元服务商的本质类似电力公司。电力产业的规模化、普惠化、规范化发展,前提是有统一的电表、统一的电压标准、统一的调度规则。词元经济所欠缺的,也正是一把行业公认的“尺子”。这把“尺子”并不容易造:词元质量的核心由模型决定,各家厂商的模型又分不同尺寸、不同版本,尤其前沿模型技术快速迭代,对模型价格影响很大,统一标准难以一蹴而就。词元像电力一样成为标准化、管网化的基础设施是大势所趋,但短期内还快不起来,这一新兴行业的规范化建设无法急于求成。有从业者已经意识到这个问题的严重性——“国内很难以那样的成本和价格存活”,标准缺位、监管滞后催生了大量非标低价倾销、计费数据造假、违规套利抢占市场等灰色竞争行为,合规经营的正规平台反而被挤压甚至出局。

OpenRouter数据显示,中国模型的Token消耗量已占全球市场的54.1%,编程场景中的中国模型占比更高达67.6%。汇丰研究报告进一步佐证,全球前九大模型的词元使用量中,中国模型占比超过80%。规模优势已经建立,但如果结算标准、质量评测、纠纷处理机制迟迟跟不上,规模优势反而可能被灰色产业侵蚀。

词元经济正处在从“拼规模”到“拼质效”的转折点上。解决定价失序和计费黑箱问题,不仅是保护中小企业和消费者权益的当务之急,更是词元经济从规模扩张走向高质量发展的必由之路。决定速度的油门要踩,决定远度的刹车更要装。装刹车的时机,就是现在。

作者介绍

梁 雨

咨询师

长期专注人工智能领域研究,负责和参与了人工智能产业发展研究、具身智能产业发展研究、算力基础设施建设、大模型研发项目等多项政府、企业委托咨询业务。

编辑:张 华 

审核:兰国威