2026年，一个人工智能（AI）领域的技术概念Token（词元），火热出圈。作为大模型处理信息的最小语义单元，词元被视为智能经济时代重要的基础计量单位与价值锚点。

【资料图】

当词元成为AI价值标尺，如何定价？从单一关注使用规模到更看实际成效，怎么构建词元的价值衡量与评估机制？竞相布局词元经济，地方又该怎样找准定位？围绕这些热点话题，南都记者在近期举行的2026数博会期间，专访了国家数据发展研究院数据资源研究部主任王威。

王威认为，随着词元应用场景拓展，市场对词元的关注正逐步从消耗量等技术计量指标延伸到实际应用价值。从实践看，词元服务市场主体已开始结合任务复杂度、应用场景、产出效能等因素探索差异化定价。

谈及如何推动词元产业发展，王威表示，这既需要数据、算力等基础供给能力不断完善，也需要应用场景和实际需求持续牵引。

企业从单一关注词元使用规模，转向更重应用成效

南都：一些观点形容，词元就像工业时代的“一度电”，“一度电”的价格相对固定，但词元的定价尚未到这样的阶段，甚至有些不透明，这是为什么？

王威：将词元类比为“一度电”，从基础设施属性角度提供了一个较为直观的理解视角。在云端模型服务等场景下，二者都具有集中供给、按需调用等特点。但在具体的计量、消耗和定价机制上，二者的价值尺度仍存在差异。电力作为标准化程度较高的商品，计量和价格机制相对成熟稳定，而词元的消耗方式与定价机制现阶段仍处于探索和完善过程中。

从技术和应用特征看，不同模型、任务和应用场景下，词元消耗所对应的任务复杂度、信息处理强度和算力投入存在差异。简单对话、常规检索与复杂推理、多模态生成、复杂决策支持等任务，对模型能力、数据质量和算力投入的要求并不相同。因此，即使完成同一项任务，不同模型和任务流程所消耗的词元数量及相应成本也可能有所差异。

南都：今年年初，一些大型公司将词元消耗量纳入考核，后来因不堪算力成本压力而叫停，并开始收紧词元额度。如何看待这种变化？

王威：这一变化反映出部分大型企业在人工智能应用不断深入的过程中，开始更加关注词元投入、使用效果和成本控制之间的关系。

一方面，部分企业开始设置词元预算，并探索将词元使用情况纳入内部经营管理和绩效评价，说明词元正逐步进入企业人工智能资源配置和成本管理视野。另一方面，单纯以词元消耗量进行排名或考核仍值得探讨。不同业务场景下，同样数量的词元所形成的实际业务效果并不相同。因此，仅看词元消耗量还难以完整反映人工智能应用的实际成效。

部分企业随后调整词元额度和考核方式，也体现出对投入产出关系的进一步关注。随着相关管理机制逐步完善，企业对词元的管理可以从单一关注使用规模，进一步转向综合考虑业务产出、使用效果和投入成本，更加注重词元在实际业务中的应用成效。

南都：词元最终能够转化成多少生产力、创造多少价值，当前是否有一套评判标准？

王威：目前，行业内部尚未形成统一的评判标准，词元相关统计核算、产出与消费计量框架仍在研究探索中，这也是后续需要重点研究完善的方面。

评判标准的建立需要充分考虑不同词元服务的多样性。从部分市场实践看，定价方式已开始综合考虑任务复杂度、应用场景和服务价值等因素。按任务复杂度分级、区分通用与专业场景的差异化定价相继出现，可为价值分层提供实践参考，评判维度也可进一步关注价值密度与行业赋能效果。

南都：作为国家数据局首个正局级事业单位，国家数据发展研究院在探索词元投入产出与应用价值方面，有哪些计划？

王威：下一阶段，我们将持续深化词元产业和词元服务相关基础理论研究，着力研究构建词元产业统计监测体系的有效路径，并研究建立以产出效能、应用效果等为导向的评估评测体系。

随着相关标准与测度方法逐步完善，有望为评估词元服务的投入产出和应用价值提供更加可度量、可比较的实证基础，为相关政策研究和决策提供参考。

地方发展词元经济应结合自身实际找准定位

南都：今年以来，地方加快词元产业布局，多地已出台专项政策。为何地方如此重视词元经济？

王威：这既与人工智能技术加快进入产业应用有关，也反映出地方正在更加重视数据、算力、模型与应用之间的协同。

从地方发展角度看，词元产业连接数据、算力、模型和应用，是人工智能规模化应用的重要环节。随着人工智能应用不断深入，词元服务有望进一步拓展新的应用场景和产业空间。

同时，不同地区在算力、数据、能源、产业基础和应用场景等方面具有不同条件，这也决定了地方在发展词元产业过程中需要结合自身资源禀赋和实际需求选择相应路径。

南都：具体怎么做？地方发展词元经济，如何避免一哄而上、盲目建设？

王威：我认为，下一步，地方政策可重点关注三个方面：

一是结合本地产业基础和资源禀赋，找准词元服务的重点应用领域，更加注重发展质量和实际应用效果。二是强化场景牵引，围绕制造、金融、医疗、教育、政务等具有现实需求的领域推动词元服务应用，促进人工智能能力与实体经济需求更好结合。三是统筹数据、算力、模型和应用布局，根据实际应用效果优化政策支持方式，支持各地结合自身条件探索各具特色的发展路径。

南都：为激发词元产业发展潜力，有哪些建议？

王威：从更长周期看，推动词元产业和词元服务发展，需要进一步完善数据供给、基础设施、应用生态和治理体系等方面，为人工智能规模化应用创造更加稳定的基础条件。

第一，持续加强高质量数据供给。可进一步完善公共数据开发利用机制，促进企业数据资源开发利用，推进高质量数据集建设，促进数据合规高效流通使用，不断提升数据质量和专业化供给能力，为模型训练、推理和行业应用提供支撑。

第二，进一步完善数算网电基础设施。加强算力、数据、网络与能源之间的协同，提升多模型统一接入和灵活调度能力，推进国产算力与大规模推理需求的适配优化，更好支撑大规模、高并发、跨区域的模型调用和推理服务。

第三，丰富拓展词元服务应用模式。可结合不同行业和企业需求，探索效果付费、增值订阅等多样化服务方式，研究面向中小企业的普惠化词元服务机制，降低人工智能服务使用成本和技术门槛，并围绕制造、金融、医疗、教育、政务等领域拓展具有实际需求和应用成效的典型场景。

第四，不断完善相关标准和治理机制。推进词元计量、分类分级、质量评估等基础标准研究，探索构建相应的统计监测体系，持续研究词元服务投入产出和应用效果的测度方法，为词元产业发展提供更加完善的基础制度和政策支撑。

总的来看，推动词元产业发展，既需要数据、算力等基础供给能力不断完善，也需要应用场景和实际需求持续牵引。通过供给能力、应用生态和治理体系协同推进，有助于进一步释放词元服务在人工智能规模化应用中的作用。

出品：南都数字经济治理研究中心

标签： 李玲 词元 计量 研院 人工智能 王威(隋