編者按

詞元經(jīng)濟(jì)正在打開(kāi)經(jīng)濟(jì)學(xué)中長(zhǎng)期被視為“黑箱”的技術(shù)進(jìn)步過(guò)程，使知識(shí)參與價(jià)值創(chuàng)造的方式首次變得可觀測(cè)、可計(jì)量。當(dāng)前，圍繞詞元經(jīng)濟(jì)涌現(xiàn)的一系列新問(wèn)題，呼喚理論研究的前瞻回應(yīng)。自本報(bào)有關(guān)詞元經(jīng)濟(jì)研究系列報(bào)道及征稿啟事發(fā)布后，我們得到廣大讀者的積極回應(yīng)，已經(jīng)收到大量高質(zhì)量來(lái)稿。稿件研究視角多元，反映出詞元經(jīng)濟(jì)作為智能經(jīng)濟(jì)新形態(tài)的核心議題，已引起學(xué)術(shù)界與產(chǎn)業(yè)界的廣泛關(guān)注。鑒于報(bào)紙版面容量有限，同時(shí)為增強(qiáng)研究成果發(fā)布的時(shí)效性，中國(guó)經(jīng)濟(jì)時(shí)報(bào)在微信公眾號(hào)推出“詞元經(jīng)濟(jì)研究”欄目，選登部分優(yōu)秀來(lái)稿及后續(xù)系列文章，旨在匯聚各方智慧，為智能時(shí)代的產(chǎn)業(yè)實(shí)踐與政策治理提供分析框架與決策參考。敬請(qǐng)關(guān)注！

征稿持續(xù)進(jìn)行中，投稿郵箱：[email protected]。期待您的真知灼見(jiàn)。

圖片來(lái)源/新華社

■劉瓊

經(jīng)濟(jì)史反復(fù)證明，當(dāng)關(guān)鍵投入品獲得標(biāo)準(zhǔn)化度量單位，往往催生對(duì)應(yīng)市場(chǎng)的快速擴(kuò)張。電力有了“千瓦時(shí)”，才從實(shí)驗(yàn)室奇跡變成可交易的商品，第二次工業(yè)革命由此獲得了可計(jì)價(jià)、可調(diào)度的基礎(chǔ)設(shè)施。今天，一個(gè)類似量級(jí)的變化正在發(fā)生：大語(yǔ)言模型將人類的認(rèn)知?jiǎng)趧?dòng)轉(zhuǎn)化為一種初步可計(jì)量、可定價(jià)、可交易的服務(wù)單元：詞元（Token）。其標(biāo)準(zhǔn)化程度雖尚不及千瓦時(shí)之于電力，但已足以支撐一個(gè)快速擴(kuò)張的市場(chǎng)。

一、詞元經(jīng)濟(jì)正在發(fā)生什么？

詞元是大語(yǔ)言模型處理信息的基本單位。一個(gè)中文漢字對(duì)應(yīng)1.5到2個(gè)詞元，一個(gè)英文單詞對(duì)應(yīng)1到1.5個(gè)。模型的每一次思考，無(wú)論是翻譯一段合同、撰寫一份報(bào)告還是分析一組數(shù)據(jù)，都以詞元為輸入、以詞元為輸出、以詞元為計(jì)費(fèi)單位。

詞元經(jīng)濟(jì)的定義由此引出：以詞元為核心計(jì)量和交易單位，圍繞智能服務(wù)的生產(chǎn)、分發(fā)與消費(fèi)所形成的經(jīng)濟(jì)活動(dòng)體系。根據(jù)國(guó)家數(shù)據(jù)局監(jiān)測(cè)數(shù)據(jù)，我國(guó)日均詞元調(diào)用量從2024年初的約1000億增加到2026年3月的140萬(wàn)億，26個(gè)月增長(zhǎng)約1400倍。

詞元消耗的天花板正在被打開(kāi)。一年前，多數(shù)用戶與AI的交互還停留在聊天問(wèn)答，詞元消耗有限，一份月度訂閱綽綽有余。但當(dāng)AI從對(duì)話進(jìn)階到執(zhí)行，做PPT、寫報(bào)告、調(diào)研分析、調(diào)度多個(gè)工具，單次交互的詞元消耗從幾百躍升至數(shù)萬(wàn)乃至更高。Anthropic在2026年4月不得不切斷了部分第三方工具對(duì)Claude的調(diào)用，原因是用戶通過(guò)AI智能體24小時(shí)持續(xù)運(yùn)行，200美元的包月套餐實(shí)際消耗了價(jià)值5000美元的詞元。獲取智能服務(wù)正在從一種偶爾的工具使用變?yōu)槌掷m(xù)的日常消費(fèi)行為，消耗強(qiáng)度仍在快速爬升。

這一躍升已有學(xué)術(shù)量化。2026年4月，斯坦福、MIT等機(jī)構(gòu)聯(lián)合研究首次系統(tǒng)測(cè)量了AI智能體的詞元消耗：在編程任務(wù)中，智能體的詞元消耗約為普通代碼對(duì)話的1000倍，且同一任務(wù)不同次運(yùn)行的消耗差異可達(dá)30倍。更值得注意的是，消耗越多不等于效果越好，準(zhǔn)確率往往在中等投入時(shí)達(dá)到峰值，高投入反而下降。這組數(shù)據(jù)同時(shí)印證了兩件事：詞元消耗的天花板遠(yuǎn)未封頂；以及單純以總量衡量詞元經(jīng)濟(jì)，可能嚴(yán)重失真。

詞元經(jīng)濟(jì)擴(kuò)散節(jié)奏并非均勻滲透。Anthropic對(duì)數(shù)百萬(wàn)次交互的持續(xù)追蹤顯示，使用場(chǎng)景正在結(jié)構(gòu)性分層。編程仍占消費(fèi)端對(duì)話的35%，但其形態(tài)正在遷移，從人機(jī)對(duì)話轉(zhuǎn)向API端的自動(dòng)化工作流（如Claude Code），前十大任務(wù)類型在消費(fèi)端的集中度從24%降至19%。與此同時(shí)，使用場(chǎng)景向低門檻方向擴(kuò)散：個(gè)人用途從35%升至42%，體育賽事、產(chǎn)品比較、家居維護(hù)等日常查詢?cè)鲩L(zhǎng)明顯。國(guó)內(nèi)的結(jié)構(gòu)與此類似。豆包大模型調(diào)用數(shù)據(jù)顯示，非結(jié)構(gòu)化信息處理和分析占比最大，教育、內(nèi)容創(chuàng)作和搜索推薦緊隨其后，互聯(lián)網(wǎng)行業(yè)的調(diào)用量遠(yuǎn)超其他行業(yè)。

定額付費(fèi)的商業(yè)模式正在失效。如上所述，當(dāng)單次交互的成本差異達(dá)到數(shù)量級(jí)，使得定額付費(fèi)的商業(yè)模式無(wú)法覆蓋成本。為此，從硅谷到國(guó)內(nèi)，主要公司同步做了一次系統(tǒng)性的商業(yè)模式遷移。2026年4月28日，GitHub宣布其編程助手Copilot將于6月1日從固定訂閱轉(zhuǎn)向按詞元消耗量計(jì)費(fèi)。國(guó)內(nèi)月之暗面4月發(fā)布Kimi K2.6時(shí)，API輸入價(jià)格較上一代上漲58%。騰訊云、阿里云等企業(yè)在4月全面轉(zhuǎn)向按詞元用量計(jì)費(fèi)。從按人頭收費(fèi)到按消耗量計(jì)價(jià)，以及按效果付費(fèi)，詞元經(jīng)濟(jì)的定價(jià)正在沿著價(jià)值鏈逐層上移。

二、理性看待消耗量激增

詞元消耗量在激增，但這個(gè)數(shù)字需要拆開(kāi)看。電力是同質(zhì)商品，詞元是異質(zhì)服務(wù)。電力消耗量擴(kuò)大意味著經(jīng)濟(jì)活動(dòng)等比例擴(kuò)大。詞元消耗量擴(kuò)大卻未必如此。同樣回答一個(gè)法律問(wèn)題，一個(gè)給出準(zhǔn)確的判例分析，另一個(gè)只是流暢的廢話。Anthropic對(duì)使用時(shí)長(zhǎng)超過(guò)六個(gè)月的用戶和新用戶的對(duì)比發(fā)現(xiàn)，老用戶的任務(wù)成功率比新用戶高出10%，即消耗的詞元未必更多，但每個(gè)詞元撬動(dòng)的成果更大。同一份數(shù)據(jù)還顯示，模型降價(jià)10%只能帶來(lái)約3%的使用量增長(zhǎng)，意味著用戶對(duì)能力的敏感度遠(yuǎn)高于對(duì)價(jià)格的敏感度。詞元經(jīng)濟(jì)的增長(zhǎng)不能簡(jiǎn)單地用“更多”來(lái)衡量，還必須追問(wèn)“更好”。換言之，這不是一場(chǎng)規(guī)模的軍備賽和行業(yè)間的競(jìng)爭(zhēng)敘事。

詞元消耗量之于智能經(jīng)濟(jì)，類似云計(jì)算用量之于數(shù)字經(jīng)濟(jì)，都是技術(shù)擴(kuò)散期最直觀的活躍度信號(hào)。云計(jì)算行業(yè)花了十多年才摸透一個(gè)道理：采用量和轉(zhuǎn)型深度之間的距離，比想象中寬得多。麥肯錫的追蹤顯示，絕大多數(shù)企業(yè)認(rèn)為自己已從上云中獲益，但實(shí)際衡量過(guò)云帶來(lái)新收入增長(zhǎng)的不到三分之一。原因之一是云支出天然異質(zhì)，同一筆預(yù)算花在基礎(chǔ)存儲(chǔ)和花在智能分析上，回報(bào)完全不同，用總支出一個(gè)數(shù)字概括，差異就被抹平了。詞元同理，一次閑聊和一次關(guān)鍵決策輔助消耗的詞元數(shù)量可能相當(dāng)，價(jià)值天差地別?？偭恐笜?biāo)在擴(kuò)散早期有信號(hào)價(jià)值，但不能當(dāng)終局度量衡。發(fā)展智能經(jīng)濟(jì)的關(guān)鍵不在于生產(chǎn)更多詞元，而在于讓每個(gè)詞元?jiǎng)?chuàng)造更高價(jià)值。甚至可以預(yù)見(jiàn)，當(dāng)行業(yè)找到更貼近任務(wù)完成度或決策質(zhì)量的度量方式時(shí)，詞元作為核心計(jì)量單位的地位可能會(huì)讓渡給上層指標(biāo)，正如云計(jì)算的計(jì)費(fèi)從“機(jī)器跑了多久”演進(jìn)到“完成了什么服務(wù)”。

價(jià)值差異具體體現(xiàn)在使用方式上。Anthropic從2025年起持續(xù)追蹤這一分化：企業(yè)通過(guò)API接入AI時(shí)，詞元消耗長(zhǎng)期以自動(dòng)化為主導(dǎo)，包括流程替代、批量處理、無(wú)人值守運(yùn)行；而個(gè)人用戶在消費(fèi)端的情況正好相反，自動(dòng)化占比從最初的47%一路降至41%，增強(qiáng)型使用反超，例如輔助寫作、知識(shí)問(wèn)答、方案探索，人始終在回路里。同一種中間投入品，在不同場(chǎng)景下的經(jīng)濟(jì)邏輯完全不同：企業(yè)端追求效率替代，個(gè)人端追求能力延伸。一個(gè)經(jīng)濟(jì)體的詞元消耗結(jié)構(gòu)偏向哪一邊，決定了產(chǎn)業(yè)升級(jí)是“擠水分”還是“長(zhǎng)新肉”。光看總量，分辨不出這個(gè)區(qū)別。

三、詞元經(jīng)濟(jì)下一步發(fā)展建議

詞元經(jīng)濟(jì)已在編程、數(shù)字內(nèi)容、知識(shí)服務(wù)等領(lǐng)域跑出早期驗(yàn)證。但從早期驗(yàn)證到規(guī)?；\(yùn)轉(zhuǎn)，還需要在度量、定價(jià)和生態(tài)三個(gè)層面同步推進(jìn)。

第一層是度量。詞元已是計(jì)量單位，但計(jì)量不等于度量?jī)r(jià)值。詞元經(jīng)濟(jì)缺乏一個(gè)“能效比”度量衡：每百萬(wàn)詞元?jiǎng)?chuàng)造了多少可驗(yàn)證的價(jià)值？沒(méi)有這個(gè)指標(biāo)，行業(yè)就無(wú)法區(qū)分有效增長(zhǎng)和虛耗膨脹。度量體系的終極方向也不是更精確地?cái)?shù)詞元，而是建立任務(wù)完成度和決策質(zhì)量的上層指標(biāo)。我們今天之所以還在談?wù)撛~元，恰恰因?yàn)檫@套上層度量尚未建成。

海外已有雛形可借鑒。TokenMix、Awesome Agents等第三方評(píng)測(cè)平臺(tái)開(kāi)始發(fā)布模型“性價(jià)比排行榜”，以標(biāo)準(zhǔn)化任務(wù)的完成率除以每任務(wù)美元成本對(duì)模型進(jìn)行排名，同一編程任務(wù)，最高效模型與最低效模型的單位成本差距可達(dá)50倍。這類“每美元能力值”指標(biāo)正從開(kāi)發(fā)者社區(qū)的非正式工具，演變?yōu)槟Ｐ瓦x型的第三維度。我國(guó)可在此基礎(chǔ)上，由行業(yè)組織牽頭建立面向編程、翻譯、研報(bào)撰寫等可驗(yàn)證場(chǎng)景的標(biāo)準(zhǔn)化能效基準(zhǔn)，將其納入政府采購(gòu)和公共服務(wù)的選型標(biāo)準(zhǔn)，用需求側(cè)力量倒逼供給側(cè)優(yōu)化。

第二層是定價(jià)。目前按量計(jì)費(fèi)正在取代固定訂閱，但這只是從一種單一模式走向另一種單一模式。真正健康的市場(chǎng)需要多種定價(jià)模式并存，讓用戶根據(jù)場(chǎng)景選擇：輕度使用者按次付費(fèi)，重度使用者包月買斷算力額度，高價(jià)值決策場(chǎng)景按效果付費(fèi)。正如出行市場(chǎng)同時(shí)存在公交、打車和購(gòu)車，不同彈性的需求匹配不同的價(jià)格結(jié)構(gòu)。海外已出現(xiàn)分化：Sierra按解決結(jié)果收費(fèi)，Anthropic將對(duì)話與智能體執(zhí)行分軌計(jì)費(fèi)，OpenAI為愿意等待的批量任務(wù)提供半價(jià)折扣。多種模式并存，用戶各取所需。

國(guó)內(nèi)定價(jià)模式已開(kāi)始分化：按量付費(fèi)是主流，廠商之間有梯度定價(jià)，金融、電商等領(lǐng)域也出現(xiàn)了按任務(wù)計(jì)價(jià)和效果分成的試點(diǎn)。但整體豐富度仍有限，多數(shù)中小企業(yè)面對(duì)的選擇余地較窄。建議從兩端推進(jìn)：需求側(cè)在代碼審查、合同審閱、客服工單解決等產(chǎn)出可驗(yàn)證的場(chǎng)景擴(kuò)大“按交付成果結(jié)算”的試點(diǎn)范圍；供給側(cè)鼓勵(lì)廠商探索階梯計(jì)費(fèi)、按任務(wù)包計(jì)費(fèi)、效果分成等多元定價(jià)，滿足不同場(chǎng)景的用戶需求。

第三層是生態(tài)。當(dāng)前詞元消耗的主力是智能體工作流。但智能體要大規(guī)模走進(jìn)千行百業(yè)，需要多個(gè)層面的生態(tài)條件同步就緒：企業(yè)系統(tǒng)需要從為人設(shè)計(jì)轉(zhuǎn)向機(jī)器可調(diào)用（開(kāi)放API、結(jié)構(gòu)化數(shù)據(jù)接口）；垂直領(lǐng)域需要高質(zhì)量的專業(yè)數(shù)據(jù)集支撐智能體在行業(yè)場(chǎng)景中可靠決策；復(fù)雜任務(wù)需要成熟的多智能體編排和協(xié)作框架；企業(yè)需要細(xì)粒度的動(dòng)態(tài)授權(quán)與執(zhí)行審計(jì)機(jī)制來(lái)建立信任。

生態(tài)培育沒(méi)有捷徑。一方面，鼓勵(lì)頭部廠商將模型能力、智能體編排框架、系統(tǒng)對(duì)接協(xié)議等底層組件標(biāo)準(zhǔn)化、產(chǎn)品化，把智能體開(kāi)發(fā)從定制工程，逐步降低為標(biāo)準(zhǔn)化搭建。另一方面，吸引更多初創(chuàng)企業(yè)進(jìn)入詞元經(jīng)濟(jì)的應(yīng)用層，在垂直場(chǎng)景中構(gòu)建差異化的AI原生應(yīng)用，豐富供給側(cè)的長(zhǎng)尾生態(tài)。前者提供基礎(chǔ)設(shè)施和能力底座，后者負(fù)責(zé)把能力帶入真實(shí)場(chǎng)景。兩側(cè)同步推進(jìn)，詞元經(jīng)濟(jì)的飛輪才真正轉(zhuǎn)得起來(lái)。這些方向其實(shí)已經(jīng)逐漸形成共識(shí)。國(guó)家正在推動(dòng)的全國(guó)一體化算力網(wǎng)、高質(zhì)量行業(yè)數(shù)據(jù)集等建設(shè)，本質(zhì)上都是在為這套生態(tài)提前鋪路。

電力獲得“千瓦時(shí)”之后，真正的爆發(fā)不是來(lái)自發(fā)電量本身的增長(zhǎng)，而是后來(lái)涌現(xiàn)出的無(wú)數(shù)電器與用電場(chǎng)景。詞元經(jīng)濟(jì)也是一樣。真正的爆發(fā)，不在詞元本身，而在越來(lái)越多AI應(yīng)用開(kāi)始持續(xù)消耗詞元，并進(jìn)入社會(huì)運(yùn)行的真實(shí)場(chǎng)景。

（作者系騰訊研究院資深專家）

總 監(jiān) 制丨王列軍車海剛

監(jiān) 制丨陳 波 王 彧 楊玉洋

主 編丨毛晶慧 編 輯丨蔣 帥