词元科普
你的大模型想合规上线，得先过算法备案 / 大模型备案这一关；而备案之后真正决定你生意成败的，是一个更底层的东西——词元（Token）。
它是监管的度量衡，也是AI生意的计价器。2026年，这个词从技术圈黑话变成了国家文件里的正式名词：日均调用量两年暴涨上千倍，三大运营商把它做成了9块9的套餐，国家数据局亲自给它定了中文名。
今天这篇，不拽术语，把「词元」和「词元工厂」一次讲明白。
01 词元到底是个啥？
先纠正一个最常见的误会：词元 ≠ 字，也 ≠ 词。
人眼看文章，看的是句子和意思；但大模型是个"只认数字的算盘"，它没法直接理解文字。你输入的每句话，都要先过一道"安检"——模型自带的分词器（Tokenizer）把整段文字拆碎、编码成一个个词元，再翻译成数字编号。模型的所有计算，都是在这些数字上完成的；算完再反向翻译回文字，显示在你屏幕上。
【图1：词元化工作流程】
你输入的一句话（原始文字）
↓
分词器"安检机"：拆碎 + 编码（词元化）
↓
一个个词元 → 数字编号（模型唯一能读懂的语言）
↓
大模型运算 → 输出词元 → 还原成文字给你看
在中文里，1个汉字大约对应1~2个词元（不同模型切法不同，所以同样一段话，各家模型的词元数并不一样）。英文里，"the"这种高频词是1个词元，"unbreakable"这种长词会被拆成 un+break+able 三个。
为什么人人都在数词元？因为它是AI行业的"电表刻度"——你问问题要烧词元，模型回答也要烧词元，市面上所有商用大模型都按"每百万词元多少钱"收费。词元，就是智能时代的"千瓦时"。
02 一组数据，看懂词元有多火
根据国家数据局公布的数据，中国日均词元调用量的增长曲线，陡峭得吓人：
【图2：中国日均词元调用量增长】
两年，超过1400倍。OpenRouter的数据还显示：中国模型的词元消耗量已占全球市场的54.1%，反超美国模型的41.5%；在编程场景，占比更是高达67.6%。
背后的推手是智能体（Agent）。聊天机器人一问一答，词元消耗有限；而智能体要自主规划、多步推理、反复调用工具，词元消耗量是普通聊天机器人的5~30倍。AI的核心用户，正在从"人"变成"智能体"——词元需求只会继续爆炸。
价格端的变化更直观：移动、电信、联通今年集体开卖"词元套餐"，电信轻享版9.9元含1000万词元，跟买手机流量包一模一样。有媒体实测：AI生成1分钟视频约消耗100万词元，过去要花五六十元，套餐加持下1元左右就能搞定。
03 从黄仁勋的一句话，到国家战略：词元工厂发展史
"词元工厂"这个词，是英伟达CEO黄仁勋在2026年3月的GTC大会上喊出来的。他的原话很形象：数据中心已经成为全天候运转的"词元工厂"——输入的是电力和数据，输出的是词元。他还给了一个生意公式：
词元工厂收入 ＝ 每瓦词元数 × 可用千兆瓦数
意思很直白：谁能在同样的电、同样的机房规模下"榨"出更多词元，谁就赚钱。从那以后，事情的发展速度超出了所有人预料：
【图3：词元工厂发展时间线】
2026年3月 · GTC大会
黄仁勋首次提出"词元工厂"概念与收入公式
↓
2026年3月23日 · 中国发展高层论坛
国家数据局正式给出Token中文名："词元"，称其为智能时代的"结算单位"
↓
2026年3月25日 · 全国科技名词审定委员会
发布公告，推荐"词元"作为token规范中文名，终结"代币""通证"等混乱译法
↓
2026年6月 · 国家顶层政策落地
国家数据局《行业高质量数据集建设行动实施方案》首提"探索词元交易"；七部门行动方案首提"词元普惠"
↓
2026年中 · 地方与产业全面跟进
广东发文剑指"全国词元供给高地、词元出海枢纽"；三大运营商开卖词元套餐；京算、硅基流动、商汤等词元工厂密集上线
半年之内，一个词完成了"企业概念 → 官方定名 → 国家政策 → 地方产业 → 全民套餐"的五级跳。这个速度，在AI历史上都少见。
04 词元工厂到底怎么运转？
先看它在产业链里的位置。传统算力中心像一家"五金超市"——服务器、显卡、存储摆在那儿，你自己买回去组装、调试、运维。词元工厂则直接交付"标准件"：你调一个API，就能用问答、写作、画图这些AI能力，按实际消耗的词元付费，硬件的脏活累活全归工厂。
【图4：词元工厂的产业链位置】
芯片 / 电力 / 数据中心 | 标准化、可计量的词元产品 | 面向用户的品牌和服务 |
一座词元工厂内部，通常是四层架构，层层咬合：
【图5：词元工厂四层技术架构】
投入电力和数据，经过这四层"流水线"，输出的就是可以按量售卖的词元。工程上所有努力都指向同一个指标：每瓦电能产出多少词元。比如贵州移动的词元工厂靠智能路由加上当地低温节能优势，把词元综合调用成本打到了比行业平均低20%以上。
05 谁在开词元工厂？三路人马
词元还能玩出更高的价值。武汉兰丁把宫颈癌AI早筛报告做成标准化词元产品，30例报告消耗3600万词元，在"汉数通"平台开出了全国首张AI病理数据交易发票——医院、数据企业、国资平台三方按贡献分钱。词元在这里不只是成本单位，而是真正可交易的"商品"。
06 商业模式：从"卖机柜"到"卖数字员工"
词元工厂的卖法，正在沿着四级台阶往上走：
【图6：词元工厂商业模式演进】
卖算力 （按月租机柜 → 按词元用量） | 卖平台 （统一调度+监控+账单） | 卖模型 （百款模型一个API，按词元计费） | 卖智能体 （直接交付"数字员工"，按创造的价值付费） |
越往右走，离业务价值越近、溢价越高。未来通用词元按"成本定价"，而医疗、金融这类有数据壁垒的行业词元，会按"它能解决的任务值多少钱"来定价——这才是词元经济真正的想象空间。
07 火热背后，三道绕不开的坎
一是供需矛盾。词元需求指数级增长，算力供给只能线性增长——"你觉得AI贵，本质就是供不应求"。
二是标准之难。不同行业、形态各异的数据，怎么建立统一的质量、确权、计量、定价标准？词元要成为通用"货币"，这一步必须跨过去。
三是安全合规。国央企选词元供应商，底线已经变成"稳定、安全、可信"：数据不出域、等保三级、全程可审计。词元要合规流通，模型本身首先要合规——而这，恰恰是很多人最容易忽略的一步。
结 写在最后
词元经济的逻辑已经很清楚了：政策给名分、工厂管生产、套餐做普惠、交易定价值。AI正在从"卖软件"变成"卖电"——每个企业未来都会有一张"词元账单"。
但别忘了：词元要卖得出去，模型得先合规上线。自研或接入大模型对外提供服务，要先完成大模型备案/登记；用了算法推荐，要做算法备案；涉及AI生成合成内容，还有深度合成备案。没拿到备案号就上线，轻则下架整改，重则面临处罚。
END
相关文章
