第一章
词元是AI时代的货币

2026年3月23日，北京钓鱼台国宾馆，中国发展高层论坛2026年年会的现场座无虚席。国家数据局局长刘烈宏走上讲台，将AI领域核心术语Token的中文标准译名，正式表述定为“词元”，并明确了它的定义和产业意义。

这短短一句话，终结了过去数年里行业内关于“令牌”“代币”“通证”等译名的混乱局面，更重要的是，它将这个原本只存在于AI技术圈层的专业术语，正式推到了大众视野的中央，成为整个智能时代价值体系的新锚点。

“词元不仅是智能时代的价值锚点，更是连接技术供给与商业需求的结算单位，为商业模式的落地提供了可量化的可能”，刘烈宏在演讲中如此定义这一命名的意义。在他看来，词元将不再仅仅是大模型处理语言的一个技术单元，它将成为智能时代的“新货币”，成为衡量AI服务价值、结算商业交易、分配数字财富的核心单位。

这一幕让人不禁联想起历史上每一次经济时代更迭时，出现的那些新的价值符号，它们必将改变亿万人的命运。

1.1 从贝壳到石油：人类经济的价值单位迭代

回望人类经济发展的数千年历史，我们会发现一个清晰的规律：每一个时代，都有属于那个时代的“硬通货”，都有一个被全社会共同认可的，用来衡量财富、进行交易的核心单位。

在农耕文明的早期，人类社会的生产力极度低下，物资的匮乏使得交换行为极为原始。此时，贝壳因为其坚固耐用、易于携带、难以伪造的特性，成为最早的一般等价物。一个贝壳，就是当时社会的最小价值单位，人们用它来衡量粮食的多少、布匹的价值，甚至是奴隶的价格。拥有贝壳的多少，直接决定了一个人在那个时代的财富水平。

进入大航海时代，全球贸易的兴起使得跨区域的商品流动成为常态。此时，白银和黄金取代了贝壳，成为新的硬通货。西班牙殖民者从美洲开采的银圆，沿着贸易航线流遍全球，成为国际贸易的结算货币。一个银圆，代表着一定重量的白银，它可以在欧洲买到工业品、在亚洲买到香料和丝绸、在美洲买到原材料。谁掌握了银圆的铸造和流通，谁就掌握了那个时代的财富分配权。

而到了工业时代，情况又发生了变化。随着蒸汽机的发明和工厂的普及，能源成为驱动整个社会运转的核心动力。石油，这个被称为“工业的血液”的黑色黄金，成为新的核心价值单位。一桶原油的价格，成为全球经济的晴雨表；一个国家拥有石油的多少，直接决定了其工业的竞争力。从汽车到飞机，从塑料到化纤，几乎所有的工业产品，其成本核算的核心都离不开石油。谁控制了石油的生产和运输，谁就拥有了影响全球经济的话语权。

互联网时代，这一规律再次上演。当信息革命席卷全球，流量成为新的财富密码。一个点击、一个用户、一个下载量，成为互联网公司衡量价值的核心指标。腾讯、阿里、字节跳动这些巨头，无一不是通过掌握海量的流量，构建起了自己的商业帝国。在那个时代，谁拥有了流量，谁就拥有了用户，谁就拥有了变现的基础。流量的多少，直接决定了一家公司的估值，决定了广告的定价，决定了电商的转化。

而今天，当我们站在AI时代的入口，我们看到了历史的重演。一个新的价值单位正在接过接力棒，成为这个新时代的硬通货。它，就是词元。

1.2 词元：AI处理信息的最小语义单元

要理解词元为什么能成为AI时代的货币，我们首先要回到技术的本源，搞清楚：到底什么是词元？

从技术层面来说，词元是大型语言模型（LLM）处理文本和代码的最小、不可再分割的语义单元。

很多人误以为，词元就是词语，或者就是汉字。但实际上，词元的划分远比这要复杂。人类的语言在AI模型内部，并非以我们日常看到的字符或者词语的形式被直接处理，而是通过一个名为“分词器”（Tokenizer）的工具，被切分成一系列数值化的“词元”序列。

举个简单的例子，当我们输入英文句子“Hello, world! ”，分词器并不会把它当成一整个句子，也不会简单地按空格拆分，而是会把它切分成“Hello”“, ”“world”“！”四个独立的词元。而对于中文句子“我爱中国”，分词器可能会把它切分成“我”“爱”“中国”三个词元。

这里有一个很有意思的细节，词元的划分并非简单地按字或词，而是基于模型的算法和词汇表（Vocabulary）进行动态决策的。一个词元，可能对应一个完整的词语，比如“中国”；也可能只是一个词的一部分，比如一些生僻字，可能会被拆分成2—3个词元来处理；甚至，它可能只是一个标点符号，或者一个空格。

这背后的逻辑是什么？其实是为了在信息的压缩率和处理的效率之间找到一个最优的平衡点。如果我们把每个字符都当成一个独立的单元，那么序列会变得很长，处理起来效率很低。但如果我们把整个词语都当成一个单元，那么词汇表的规模就会变得非常庞大，难以管理。而词元的机制，完美地解决了这个问题：它把常用的词语、短语合并成一个词元，把生僻的字符拆分成更小的单元，这样既控制了词汇表的规模，又提升了处理的效率。

正是因为有了词元这个最小单元，大模型才能理解人类的语言，才能进行推理，才能生成内容。无论是用户输入的提示词，还是模型生成的文章、代码，最终都会被切分成一系列词元，然后在模型内部进行计算和处理。可以说，整个大模型的运转，本质上就是对词元的处理和流转。

但词元的意义，绝不仅仅止步于此。如果它只是一个技术单元，那它永远都只会停留在实验室里，不会成为整个时代的价值锚点。词元真正的革命性意义，在于它天生就具备成为货币的三大核心属性：可计量性、可定价性、可交易性。

1.3 可计量、可定价、可交易：词元的货币属性

这三大属性，是词元能够成为AI时代硬通货的核心基石。

首先是可计量性。

在过去，AI服务的价值一直是模糊的。当用户使用AI工具的时候，我们很难说清楚，他到底消耗了多少资源，这个服务到底值多少钱。有的公司按调用次数收费，有的按算力时长收费，有的干脆卖终身授权。这种模糊的计量方式，使得AI服务的成本核算变得异常困难，也严重制约了其商业化的普及。

但词元改变了这一切。任何一项AI服务，无论是文本生成、图像识别还是代码编写，其消耗的计算资源都可以被精确地统计为词元的数量。使用者输入了100个词元，模型输出了200个词元，那么这次服务总共消耗了300个词元。这个数字是精确的、是可量化的、是没有任何模糊空间的。

这就像什么？就像我们家里的电表。过去，电网公司可能不知道用电户用了多少电，只能按月交固定的电费。但有了电表之后，使用者用了一度电，电表就走一度，精确到小数点后两位。词元就是AI时代的“电表”。它把无形的智能服务变成了有形的、可精确度量的数字。

词元的计量主要发生在两个环节：输入（Input）和输出（Output）。当用户向大模型发送请求时，系统会首先将用户的输入（如文本、图片等）通过分词器（Tokenizer）转换为词元。然后，在模型生成响应的过程中，每产生一个词元（无论是字符、词语还是子词），都会被计为输出词元。

绝大多数AI服务商采用双向计费的模式，即输入词元和输出词元都会被计入总消耗，但两者的单价通常不同，输出词元的单价一般高于输入词元，因为生成内容的计算成本通常高于理解内容的成本。计量的精确性至关重要，它不仅影响用户的付费，也决定了模型服务商的收入。因此，各大平台都在其API文档中明确规定了计费的具体方式，并提供了调用次数、输入/输出词元数量等详细的用量统计，以确保计费的透明与公正。

正是因为有了这种可计量性，AI服务的成本核算才变得清晰起来。一个企业可以精确地知道，全公司的员工每天在AI应用上消耗了多少词元，每个词元的成本是多少，整个业务的边际成本是多少。这在过去，是根本无法想象的。

其次是可定价性。

当一个东西可以被精确计量的时候，它就具备了被定价的基础。

词元的出现使得AI服务商可以像水电煤一样，按照用户消耗的词元数量进行透明、标准的计费。使用者用了多少，就付多少钱。用得多，付得多；用得少，付得少。这彻底改变了过去AI服务那种模糊的、打包式的收费模式。

我们现在已经能看到这种模式的普及。OpenAI的GPT模型，输入词元每百万个收费0.15美元，输出词元每百万个收费0.6美元；Anthropic的Claude，价格稍微高一点；而中国的MiniMax，输入价格只有0.3美元每百万词元，不到Claude的1/17。这些价格，都是基于词元来计算的。

用户在使用这些服务的时候，就像交水电费一样简单明了。我今天用了多少词元，大概要花多少钱，一目了然。这种清晰的定价模式，极大地降低了中小企业和个人开发者使用AI的门槛。过去，人们要想用AI，可能要花几十万买一套软件，或者花几百万做一个项目。但现在，人们可以按用量付费，用多少付多少，几块钱也能开始用。这就把AI从少数大企业的玩具，变成了所有人都能用得起的普惠工具。

最后是可交易性。

当一个东西既可以计量，又可以定价的时候，它自然就具备了交易的属性。

词元可以在产业链的各个环节之间自由地流转、分配和结算。上游的算力提供商，把算力卖给模型厂商，模型厂商用算力生产词元；中游的平台服务商把词元打包，卖给下游的应用开发商；下游的应用开发商再把词元封装成服务，卖给最终的用户。

在这个过程中，词元就像货币一样在整个产业链里流通。算力厂商可以用它来结算，模型厂商可以用它来核算成本，应用厂商可以用它来给用户定价。甚至，未来我们可能会看到，词元可以像大宗商品一样，在交易市场上进行买卖，甚至投机。有人生产了多余的词元，可以卖给需要的人；有人需要词元的时候，也可以从市场上购买。

这就形成了一个完整的商业闭环。从算力到词元，从生产到消费，整个产业链都围绕着词元这个核心单位来运转。这就是词元经济的基本形态。

1.4 词元：AI时代真正的硬通货

正是因为具备了这三大属性，词元才成为AI时代真正的硬通货。美国英伟达公司创始人兼总裁黄仁勋用一句话点破了这一点：“词元是新的大宗商品。”

大宗商品，这个词我们都很熟悉。石油、天然气、铁矿石、粮食，这些都是大宗商品。它们是整个工业社会的基础原材料，是可以标准化、大规模交易、价格波动会影响整个经济的核心商品。可词元为什么会成为AI时代的大宗商品？

因为它和传统的大宗商品太像了。

首先，它是标准化的。一个词元，不管是谁生产的，不管是用什么模型生产的，它的计量标准是统一的。这就像一桶石油，不管是哪个油田产的，它的计量单位都是桶，它的热值都是标准化的。词元也是一样，国家数据局已经统一了它的定义，统一了它的计量标准，这就为它的大规模交易奠定了基础。

其次，它是刚需。就像工业时代离不开石油一样，AI时代离不开词元。任何一个AI应用，任何一个智能服务，都必须消耗词元才能运转。没有词元，大模型就无法工作，AI就无法提供服务。不管是智能客服，还是内容创作，不管是自动驾驶，还是工业质检，所有的智能场景，本质上都是在消耗词元。

最后，它的需求正在爆发式增长。根据国家数据局披露的数据，中国日均词元调用量，在短短两年时间里，从2024年初的1000亿，飙升到了2026年3月的140万亿。这是什么概念？两年时间，增长了超过1400倍！

这个数字有多惊人？我们可以做个对比。2003年，中国全年的手机短信发送量才刚刚突破2000亿条（14万亿个字）。而现在，我们一天的词元调用量就达到了140万亿次。这意味着，AI应用的普及速度已经远远超过了我们的想象。

根据行业的预测，2026年，中国词元经济相关的产业规模将突破8000亿元。到2030年，这个数字将冲击3万亿元大关，年复合增长率超过50%。这是一个什么样的市场？这是一个比互联网时代的流量市场还要庞大得多的市场。

在这个市场里，词元就像石油一样，成为整个时代的核心原材料。谁掌握了词元的生产，谁就掌握了这个时代的财富密码。

就像在石油时代，洛克菲勒通过控制石油的开采、冶炼和运输，建立了标准石油帝国，成为那个时代的世界首富；就像在互联网时代，扎克伯格通过掌握流量，建立了Facebook帝国，成为全球最年轻的千亿富豪。在AI时代，谁能掌握词元的生产和分配，谁就能成为下一个时代的巨头。

这不是危言耸听，这是正在发生的现实。我们已经看到，阿里巴巴迅速成立了由CEO亲自挂帅的“Alibaba Token Hub”事业群，目标就是全面掌控词元的创造、输送和应用生态。字节跳动、腾讯、华为这些巨头，也都在疯狂地布局词元生产线，抢占这个新赛道的制高点。

因为大家都清楚，在AI时代，词元就是新的货币、新的“石油”、新的流量。谁先占领了这个高地，谁就能在未来的竞争中占据主动。