桌面
添加运营动脉到电脑桌面
安装后将用独立窗口打开,并可在电脑桌面快捷访问
足迹
浏览记录
加载中...
查看更多

词元是什么?44页报告讲清可信流通与结算基建

作者:橙心橙意 2026-11-21 15:01 3
广告

本文解读:《AI时代词元可信流通基础设施研究报告》 · 共 44 页 · 原文

智能经济缺的不是算力,是一个能算清账的计量单位。这份《AI时代词元可信流通基础设施研究报告》由联通数字科技与中国信通院联合编制,2026年9月发布,共44页五章。

它先给词元定性:可计量、可定价、可结算。这三个词听着平淡,落到商业上就是AI服务能不能像电一样按度收费。2026年3月,全国科学技术名词审定委员会正式把"词元"定为Token的标准中文译名。名字定了,计量口径却还没统一。

词元要成为智能经济的"千瓦时",先得让每一次计量都经得起第三方核对。

报告封面

图源:《AI时代词元可信流通基础设施》(第1页)

一、词元凭什么当计量单位,报告给了三重特性

报告把互联网划成两段:前三十年是信息互联网,架构围绕信息的复制与传输展开;现在进入价值互联网,传输内容从消息变成任务。

任务由Agent接收,在后台调模型推理、访问数据库、执行代码。词元就是这一过程中最主要的价值载体。定义很朴素:词元是大模型对文本、代码、图像、音频、视频切分编码后的最小运算单元。中文里一个汉字、一个标点都可能被切成若干词元。

第一重特性是可计量性。词元把抽象的"智能"转成可精确计数的单元,使AI服务有了类似电力"千瓦时"的标准化量度。

第二重是可定价性。市场已形成按量付费、词元资源包、订阅制三种主流形态,定价机制的形成标志词元从技术指标走向经济变量。

完整版报告有几十页图表,这里只挑了对经营判断最有用的部分讲,想全看的去运营动脉(www.yydm.cn)搜标题。

原文附录里还有分城市、分年龄的细表,做区域方案的时候能直接拿来用。

第三重是可结算性。词元流通已不限于企业与终端用户的API调用,而是拓展到跨平台分发、智能体协作、跨境数字贸易。

制度侧也跟上了。国家数据局2026年6月印发的《关于推进行业高质量数据集建设行动的实施方案》,明确把词元交易写进了制度框架。

词元概念演进

图源:《AI时代词元可信流通基础设施》(第7页)

二、"可信"三个字,拆开是三条硬约束

报告对词元流通的定义是:词元作为智能服务的价值载体,在模型提供方、平台运营方与终端用户之间,以及不同平台、不同智能体之间,完成从算力生产、调度分发到消费使用、计费结算的价值传递。

"可信"是对这个过程的质量约束,具体分三条。一是计量可信,统计口径统一、消耗量可独立验证。二是结算可信,费用核算公开透明、可经第三方审计。三是流通可信,来源、路径与使用去向全程可溯、合规可查。

报告特意区分了两个容易混的概念。数据要素流通的核心逻辑是"确权—定价—交易",强调产权界定与市场化配置。词元可信流通的核心逻辑是"生产—调度—消费—结算"的连续闭环,强调从算力转化到价值交付的全链路可验证性。

落地拆成四个环节:词元计量确权、词元定价与分发、词元价值交割、词元可信清算。第一环要求把每次词元产出与来源数据、算力投入、模型版本绑定,形成可追溯的"出生证明"。

数据流通解决的是"东西归谁",词元流通解决的是"这次运算值多少钱"。

词元三重特性

图源:《AI时代词元可信流通基础设施》(第8页)

三、两年涨了千倍,规模数字有多陡

报告引国家数据局口径:中国日均词元调用量从2024年初的1000亿,升到2025年底的100万亿,2026年3月突破140万亿,两年增长超千倍。信通院口径更近一步:到2026年6月,日均Token调用量已突破500万亿。2025年我国Token云服务市场规模达59亿元。

往前看,摩根大通预测2025至2030年中国AI推理词元消耗量将从约10千万亿增至约3900千万亿,五年增长约370倍。为什么涨得这么快?报告归因于Agent的多步推理。以OpenClaw为代表的Agent执行一次复杂任务需要多轮推理、多工具调用和长链规划。

单次任务的Token消耗可达简单问答的数十倍甚至数百倍。2026年3月,OpenClaw贡献了OpenRouter平台20%的词元消耗量。仅它单周通过平台流通的词元规模,就相当于2025年第四季度全平台周均流通量的60%。这个比例说明单点Agent已经能扰动整张网。

第二个放大器是多Agent协作。词元不只在用户与Agent之间流动,还在Agent与Agent之间形成高频链路,结构从单点到单点升级为网状互联。

目录与章节

图源:《AI时代词元可信流通基础设施》(第5页)

四、三个缺口:计量、结算、追溯

报告认为可信保障机制没跟上产业规模,具体是三个缺口。第一是计量可信缺失。不同模型用独立的分词器算法,同一段输入文本在不同模型下可能被切成数量相差数倍的词元,跨平台消耗量根本不具备可比性。

用户无法验证"被收取的词元数量"是否真实反映实际推理消耗。行业计量标准统一度不足30%,这个数字说明问题有多基础。

第二是结算可信缺位。当前词元计费完全由模型提供方或云平台单方统计,缺乏独立可审计的第三方计量机制。企业级客户大规模采购词元时,面临"既是运动员又是裁判员"的信任困境,这不是技术问题而是市场结构问题。

第三是流通可信滞后。当Agent A委托Agent B执行任务时,B消耗的词元是否必要、是否合规、有无重复计费,现有架构下都无法可信回答。

破局的起点已经出现。2026年6月,信通院联合十余家企业发布《基于Token的云服务能力要求》标准及评估体系,AIIA词元服务工作组同期成立。

现状特征

图源:《AI时代词元可信流通基础设施》(第15页)

五、跨云这道墙,比想象中厚

多云已成企业标配。混合云产业推进联盟数据显示,2025年我国88.7%的企业采用多云部署架构,中央企业多云部署比例达92%。亚太口径看IDC:89%的企业在多个公有云上部署工作负载,72%采用真正的混合云,平均管理2.7个云环境。

市场规模也在涨。2025年中国混合云整体市场规模1451.1亿元,其中IaaS软件259.4亿元、PaaS软件及服务536.6亿元,未来五年复合增长率预计18.4%。问题在于词元体系碎片化。主流云厂商各建自有词元生态,格式、计量、加密、权限各成一套,形成价值孤岛。

代价可以直接算。企业对账核算成本比单一云环境提升60%以上,跨云流量成本占云总支出的比例平均达18%。Gartner的数据更直接:全球65%以上的企业因多云技术不兼容,导致数据与服务传输效率降低38%。

多云部署现状

图源:《AI时代词元可信流通基础设施》(第19页)

六、运营商把词元做成了套餐,价格已经明码

2026年以来,三大运营商相继把"词元经营"写进战略主线,词元开始从模型专用额度变成类似通话包、流量包的基础资源。

中国联通2026年4月面向个人和团队推出Token Plan套餐和按量计费资源包,覆盖模型推理、微调训练、知识库构建;4月底又推出AI算力套餐。

中国电信2026年5月推出试商用词元套餐。个人及家庭客户9.9元到49.9元三档,含1000万至8000万词元;开发者及中小微企业39.9元到299.9元三档,最高含1.5亿词元。

中国移动随即全国上线,最低5元月包,多地还推出"1元40万词元"的普惠产品。2026年6月,三家产品正式登陆中国算力平台,天翼云Token Plan、移动云Coding Plan、联通云Token Plan同步上架"算力超市"。

战略定位并不相同。中国电信提出以Token经营重塑业务,把"天翼Token币"定义为统一量纲;中国移动用MoMA平台接入超300款模型,单位词元成本压降约30%。

中国联通提"Agent+Token+AI云",明确不再单纯做通道经营。这句话背后是运营商对自己角色的重新定位:从卖带宽到卖智能。

运营商实践

图源:《AI时代词元可信流通基础设施》(第22页)

七、算力和网络底座,指标细到时延毫秒

报告把词元可信流转拆成六环节链路:请求接入、语义路由、算力调度、推理生产、流式交付、计量结算,再反向推导基础设施要求。

算力侧三项要求:规模化集约供给、高效集群运行、异构芯片兼容。行业先进水平的GPU集群利用率,训练场景可达80%以上,推理场景约50%。

差在哪里?训练用AllReduce同步梯度聚合,输入批次规整、负载均衡度高;推理普遍用异步动态批处理,请求序列长度高度异构。报告给了一个可量化的因果:底层GPU利用率每提升10%,上层单词元成本可降低8%到12%。算力效率直接决定词元的市场竞争力。

网络侧的指标更硬。跨省骨干网传输时延按95%分位统计,要求京津冀至长三角小于8毫秒,京津冀至粤港澳小于18毫秒,京津冀至成渝小于22毫秒。

省际骨干网业务连通可用性要求达99.99%。跨域协同训练与推理分发还要网络具备TB级数据分钟级无损传输能力。

安全侧从单一工具堆砌变成四维系统工程:身份可信、内容可信、路径可信、状态可信。身份靠HSM或TPM建立硬件级凭证,路径靠微隔离与TEE硬件隔离。

基础设施要求

图源:《AI时代词元可信流通基础设施》(第24页)

八、三层架构里,调度层才是壁垒

报告把词元服务分成三层。生产层负责词元从无到有,比的是集群规模、服务稳定性、能耗控制和模型适配效率。

中转层是资源枢纽,整合分散的算力与模型资源,对外提供统一接入通道。这一层目前以资源整合、流量分发为主,同质化竞争突出。

调度层是智能核心,靠评测能力与智能路由算法做全链路效益最优,比的是评测精度、路由效率、跨基础设施适配。三层里技术壁垒最高的是调度层。

模型无关调度有四个能力。协议兼容与入口收敛要兼容OpenAI API、Anthropic Messages API,实现一次对接全域接入。入口级管控用TPM和RPM双维度配额。行业先进平台的峰值推理请求吞吐可超过50万QPS,服务可用性达99.99%。

时延有两组公开基准:70B级模型首Token时延P50约180毫秒、P99约450毫秒;7B级模型P50约35毫秒、P99约80毫秒。

技术架构

图源:《AI时代词元可信流通基础设施》(第28页)

九、四个场景,靠一套"凭证"落地

报告选了政务、医疗、教育、央国企四类场景。共同特征是数据敏感度高、合规要求严、服务连续性要求强。政务的解法是把各类资源都变成可验证凭证:身份凭证回答谁在调用,授权凭证回答为什么调用,算力配额词元回答能用多少资源。

再加审计凭证回答产生了什么结果、由谁负责。这个省级信创政务云平台承载全省应用系统200多个,提供千余TB存储和万余vCPU算力。

医疗场景更强调责任。患者诊疗记录须国密算法加密存储,辅助诊断类应用的模型输出要支持医疗责任界定所需的追溯与复核。

教育场景的抓手是计量。郑州大学AI智慧中台把校内算力、数据集、模型、标注任务、课程语料、科研服务都转成可管理、可计量、可审计的凭证。

央国企场景算的是集团账。中国电建的项目里,总部用集团资源池词元掌握总算力规模和使用效率,子企业用项目词元申请A100、4090、910B等不同规格算力。

四类场景的共同答案是:先让资源可控可查,再谈交易化。

十、往后看,三件事决定词元经济的形状

第一件是协议标准化。随着A2A、AP2、x402等协议成熟,智能体间的服务发现、能力调用与支付结算会走向统一。词元流通将从平台内循环变成跨平台开放网络,请求级实时计量与微支付成为基础配置。微软预测2028年全球AI智能体数量达13亿个。

到那个规模,智能体之间流通的词元很可能超过人机交互的量。报告建议提前把计量口径和审计标准定下来。

第二件是算电协同。2026年《政府工作报告》首次把"算电协同"写入国家级新基建工程规划,四部门联合印发促进人工智能与能源双向赋能的行动方案。

词元的生产成本会越来越取决于"电"的成本和"绿电"比例。绿电直连、源网荷储、算电协同微电网,都会成为词元供给的成本变量。

第三件是跨境规则。报告判断会形成"负面清单加合规专线加境内闭环推理"的中国方案,跨境流动从个案审批走向制度化通道。

对使用方的建议很务实:把"可计量、可审计、可追溯"写进采购标准,要求平台提供链路级审计能力,别只看单价。

2026-AI时代词元可信流通基础设施研究报告-联通数字科技&中国信通院-44页
AI 时代词元可信流通基础设施研究报告联通数字科技有限公司中国信息通信研究院2026 年 9 月前言当前,以人工智能为代表的新一代信息技术迅猛发展,正在深刻改变生产生活方式,重塑全球经济结构和竞争格局。随着大模型技术不断成熟、智能体(AI Agent)加速落地,人工智能正从“工具辅助”迈向“自主智能”新阶段,数字经济加快向智能经济、数智经济演进。词元(Token)作为大模型运算的基本单元,已成为智...
44 页 31 次下载 2.27 MB
广告

声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益,可联系本站删除。

确认删除?
会员
教程
联系
  • 站长微信
顶部