国家数据局近期正式将Token的中文译名定为“词元”，明确其作为智能时代的价值锚点，是连接技术供给与商业需求的“结算单位”。连日来，关于词元的讨论热度居高不下。词元的本质与价值究竟是什么？它所催生的词元经济将带来哪些产业影响？又有哪些风险挑战需要高度关注、系统应对？

调用量指数级增长

词元是大模型处理信息的最小基础单元，单个汉字、词语、标点均可视为一个词元。“大模型面对的语言是全球性的，中文、英文、阿拉伯文、代码、数学公式等内容并存。”百度千帆平台产品负责人张婷认为，词元相当于一种通用“最大公约数”，能够让模型以统一方式处理所有语言和符号，成为人工智能交互的基础计量单位。

日常使用中，词元消耗随处可见。让AI写一篇800字的作文，算上提示词和完整输出，大概消耗1000个至1500个词元；让AI分析一份10页的合同，可能消耗5000个至10000个词元。近年来，人工智能加速进入日常生活，很多人已经习惯用AI写文章、查资料、做翻译，当前主流AI平台对普通用户均提供免费服务，大体上能够满足用户日常工作生活需要。但对企业用户和开发者而言，则需要根据词元调用次数或实际使用量支付费用。

今年初，AI智能体工具“龙虾”（OpenClaw）快速走红，带动国内多家AI平台相继推出同类产品，词元调用量呈现爆发式增长。在近期的国新办新闻发布会上，国家数据局局长刘烈宏介绍，截至今年3月，我国日均词元调用量已经超过140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿，短短三个月再度增长40%以上。

词元调用量的跨越式增长，直观反映出我国人工智能产业发展进入快速增长期，应用场景不断深化，产业竞争力显著增强。在赛迪顾问人工智能与大数据研究中心分析师白润轩看来，词元调用量激增主要来自三方面驱动：一是模型能力显著提升，如豆包视频生成模型Seedance 2.0，生成1分钟视频需消耗超100万个词元；二是应用形态升级，从简单问答转向智能体时代，任务规划、工具调用等长上下文交互大幅增加词元消耗；三是商业化落地加速，千行百业加速AI应用，推动词元调用量指数级增长。

词元调用量激增叠加硬件成本上涨等因素，也推动阿里云、百度智能云、腾讯云等云厂商在近期相继上调AI算力等产品价格，涨幅普遍在30%左右。“市场算力需求旺盛，供给价格自然水涨船高。”工信部信息通信经济专家委员会委员盘和林认为，云厂商通过提供智能化服务提升了词元定价能力，逐步摆脱对免费引流模式的依赖，推动人工智能应用进入更可持续的商业化新阶段。

经济价值逐渐凸显

AI智能体的普及，让更多人直观感受到词元的经济价值。如果说传统互联网是流量经济、注意力经济，那么AI时代的词元经济则是以生产力为核心、按量计费的全新模式。词元消耗量、单位产出效率、成本控制能力，正在成为企业数字化转型与精细化运营的关键指标。

“流量在逐步失效，词元才是未来核心。”360集团创始人周鸿祎认为，传统互联网的流量经济建立在边际成本递减的规模效应上：光纤容量近乎无限，平台传输的是数据包，用户规模越大，单位成本越低，成本主要与时长长短和带宽占用挂钩。但在AI时代，AI的本质不是数据搬运，而是算力消耗、信息处理与“智力成本”的深度耦合，词元是衡量AI消耗智力与算力的核心计量单位，消耗越多，边际成本越高，商业逻辑随之彻底改变。

大模型产业从“流量经营”转向“词元经营”，是一场底层商业逻辑的质变。“前两年‘百模大战’聚焦训练算力比拼，大家主要用AI聊天、创作，验证模型能力。如今大模型已经进入产业落地阶段，要走进工厂、办公室，成为真正干活的‘数字员工’。”周鸿祎认为，算力规模化消耗的核心场景，将是企业级智能体的全面普及。

目前，词元调用量主要集中在互联网、消费电子、金融、新零售和商务服务等领域，应用场景以非结构化信息处理、教育教学、内容创作、搜索与推荐等为主。白润轩认为，未来软件开发、深度研究、个人智能助理等场景将成为词元调用的重要增长点。词元经济将重构数据要素价值释放路径，重塑AI产业商业生态，打通数据要素与实体经济的连接通道，加速推动制造、农业、医疗、金融等传统行业智能化升级。

统筹兼顾效率安全

全球API聚合平台OpenRouter最新数据显示，4月6日至12日，全球AI大模型总调用量为21万亿Token，全球调用量排名前五名中有三款中国AI大模型，其中阿里Qwen3.6-Plus位居榜首，周调用量达1.66万亿Token。值得注意的是，中国AI大模型周调用量连续六周超越美国。

“中国AI真正被用起来了。调用量反映的是实际使用规模，而不是模型参数高低或跑分强弱。”周鸿祎表示，全球开发者倾向选择中国大模型，核心原因在于中美模型能力差距已缩小至3个月以内，而中国模型价格仅为海外头部模型的十分之一，甚至更低。低成本优势的背后，是开源生态的快速成熟，让中国大模型形成了类似安卓系统的普惠式发展格局。

当前，全球AI竞争已从模型参数比拼转向应用落地能力竞争。我国依托超大规模市场、完善电力算力基础设施以及高性价比产业优势，实现了AI领域的跨越式发展。但也要看到，算力需求呈现爆发式增长，但供给尚未完全跟上，形成阶段性供需失衡。“一是高端芯片供给不足，海外高端GPU产能紧张，交付周期延长。二是数据质量与标准化不足，高质量数据集建设仍需加强。”白润轩说。

更需警惕的是，词元交易、AI服务计费都在线上完成，数据、权限和资金链路深度绑定，安全风险激增。奇安信董事长齐向东认为，不法分子可通过漏洞利用、终端劫持、恶意插件、提示词注入等方式窃取词元，进而非法访问敏感数据、越权调用AI服务、盗刷计费额度，甚至实施身份伪造、网络诈骗等行为，引发数据泄露、权限失控、财产损失等连锁风险。

“对普通用户来说，在使用AI应用时，不输入身份证号、银行账户、家庭住址、人脸照片、商业秘密等敏感信息。在工作场景中使用AI时要隐去或模糊真实信息，尽量使用本地部署或经过安全认证的企业级AI服务。”齐向东建议，建立词元安全风险分级分类管理制度及词元全流程的安全标准规范，清晰划分各环节主体责任。

随着人工智能加速赋能千行百业，业内人士普遍认为，下一步应聚焦高质量数据供给、词元计量定价规范等关键环节，加快推动算力成为像水、电一样便捷可得的公共基础资源，在发展中规范、在规范中发展，让词元经济真正成为驱动“人工智能+”行动深入实施、推动智能经济高质量发展的重要力量。中国经济网记者 李 方