从国家数据局正式定名“词元”，到日均调用量突破 140 万亿；从集体降价到集体涨价， 再到北京首发词元经济专项行动方案——词元正在重写 AI 产业的商业逻辑与竞争规则。 以下为近期行业关键动态与深度解读。
2026 年 3 月，国家数据局在中国发展高层论坛上正式将 AI 领域的 Token 定名为 “词元”，明确其为“智能时代可计量、可定价、可交易”的核心计量单元。 国家数据局局长刘烈宏给出定义：词元是大模型处理信息的最小信息单元， 例如“我爱中国！”可拆为“我”“爱”“中国”“！”4 个词元。[reference:0]
这一定名标志着国家层面正式认可词元作为智能时代核心生产要素的地位， 为 AI 产业的标准化计量与商业化结算提供了统一标尺。[reference:1]
中国日均词元调用量从 2024 年初的 1000 亿跃升至 2026 年 3 月的 140 万亿， 两年增长超千倍；相比 2025 年底的 100 万亿，短短三个月再度增长 40% 以上。 140 万亿日均调用量相当于 1000 万亿个中文词汇，约等于 250 个中国国家图书馆的资源量。[reference:2][reference:3]
机构监测数据同样印证这一趋势：过去一年，周度消耗 Token 数量从 2.1T 上升至 24.5T，2026 年以来周度 Token 消耗增加 280%。[reference:4]
传统 AI 对话中，一次用户请求消耗的 Token 通常在几百到几千之间，算力消耗是离散、 短周期的。而智能体完成一个任务，需要模型自主规划、搜索信息、调用工具、执行步骤、 验证结果，这个循环可能重复几十轮甚至上百轮，从而使输入和输出 Token 都呈现指数级膨胀。[reference:5] 无问芯穹最新数据显示，其平台单日 Token 调用量增长 40 倍，其中 95% 以上的推理任务 与 Agent（智能体）相关。[reference:6]
业内提出了 Token 的分层定价体系：从高吞吐量、 低速度的免费 Token，到支持更大模型、更快速度的“进阶” Token，到支持长上下文、 深度推理的“高速层” Token，以及面向超长研究任务、关键路径实时响应的“顶级层” Token。[reference:12] 腾讯研究院相关负责人指出，百万个词元如果用来闲聊可能仅值 0.01 美元， 如果用来写代码可能值 200 美元，如果用来做法律文档审阅可能值 1000 美元。[reference:13]
无问芯穹 CEO 夏立雪表示，过去一年通过模型、系统软件和硬件之间的一系列协同优化， 已推动推理成本下降 90%，并判断未来仍能再下降 90%。实测显示，其架构可将首个词元 时延降低 51.5%，同时将单个词元成本降低 37.5%。[reference:14][reference:15]
2026 年被定义为“国产超节点元年”，华为 Atlas 950 SuperPoD 昇腾超节点 单柜 64 卡单元可横向扩展至 8192 卡，支撑 50 万卡国产智算集群； 中科曙光展出国内首套十万卡全栈自主登峰 8000 AI 超集群。 联想集团副总裁陈振宽指出：“AI 产业正处在‘生产范式竞争’拐点， 算力不再是简单硬件资源，而是一套标准化 Token 智能生产系统， 比拼的不是单卡峰值，而是单位能耗、单位投入能产出多少高质量 Token。”[reference:16]
2026 年 9 月 18 日，北京市经信局和市发展改革委联合发布了首个省级单位发布的 词元经济专项政策。市经信局预测，词元经济全产业链在“十五五”期间有望突破万亿规模。[reference:18]
国家数据局数据显示，国产大模型包揽全球调用量前四席位，而国产词元价格仅为 海外同类产品的十几分之一的水平。[reference:25] 据报道，稀宇科技和月之暗面等公司每 100 万个词元收费仅 2 到 3 美元， 价格优势十分明显。[reference:26]
《财经》杂志的数据更为直观：DeepSeek-V4-Pro（正式版）平均任务成本为 0.48 元， DeepSeek-V4-Flash（正式版）仅 0.25 元，国产模型在成本控制上具备显著优势。[reference:27]
中国人工智能团队的成本优势源于更低廉的能源价格和更高效的模型。 中国政府在 2026 年工作报告中将“算电协同”列为国家重点工作， 明确将能源政策与人工智能竞争力联系起来。[reference:28] 在软件方面，中国企业积极采用高效的人工智能架构，如“混合专家”设计， 以减少算力需求。这种对计算效率的追求，部分源于美国出口管制导致的 中国先进芯片短缺。[reference:29]
2026 年一季度以来，算力层、大模型层、应用层的价格信号同时出现调整， 三层价格由此前的反向分化转为同向波动，词元经济整体性涨价态势初步显现。 有研究指出，需要警惕“词元通胀”成为数字经济的系统性风险， 建议尽快填补词元计费透明度及相应规则的空白、完善算力竞争合规要求、 健全价格统计监测机制。[reference:31]
中国工业互联网研究院的分析指出，行业悖论持续发酵：下游应用开发享受流量红利、 中游模型厂商放量亏损、上游算力芯片持续高盈利，形成“价值漏斗”分配失衡。[reference:32]
上海财经大学特聘教授胡延平判断：“未来，Token 会像水像电一样成为基础服务， 薄利、普惠、泛在。单位 Token 成本会持续下降，但 Token 经济会分层。” 他特别强调：“Token 是计量单位，不是计质单位。同样数量的 Token， 其蕴含的价值和能力差异往往很大。”[reference:33][reference:34]
中国电信研究院预计，2026 年我国 Token 年消耗量将达到 10 亿亿， 到 2030 年将超过 3500 亿亿，年复合增长率接近 12 倍。从需求结构来看， 推理算力需求将远超训练算力，预计 2029 年我国推理算力市场占比将达到 80%。[reference:35]
词元已成为 AI 产业商业化的核心计价载体，从算力消耗计量到服务价值结算， 它被寄予破解 AI“重投入、难变现”困局的厚望。但统一的计价单位并不意味着统一的定价能力。 随着模型能力趋同，普通模型词元单价持续走低的背后，是模型层向应用层让渡价值的行业现实。 业内人士认为，解决复杂推理任务的词元，其价值理应高于普通文本生成的词元， 词元的价值衡量正从“按量计价”向“按质定价”演进，商业闭环的构建需要在精准计量的基础上， 叠加价值分层的能力。[reference:36]