騰訊詞元不只是一個技術計算單位，而是串聯內部生態、統一多模型服務、支撐商業閉環的價值載體，這也是它與其他平臺的核心差異。

文｜胡嘉琦
ID | BMR2004

“人工智能的應用范式，正在從Chatbot向AI Agent躍遷。”3月27日，騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生在“2026騰訊云城市峰會現場”提出了這個關鍵判斷。在他看來，這一躍遷的底層變革，是詞元（Token）正在成為智能經濟的新計量單位。在快速迭代的大模型與智能體發展中，企業不僅要投入算力資源成本，更要關注單位成本能產出多少“有用的智能結果”。

于騰訊而言，這也是一場基礎設施、商業生態和商業模式的“躍進”。3月27日當天，騰訊云首次發布涵蓋基礎設施、模型、生態到應用的Agent產品全景圖，并將MaaS大模型服務平臺升級為TokenHub（詞元中心）。此時，一條清晰的產業邏輯正在顯現：AI正在跳出技術系統的范疇，成為能夠直接影響企業收入結構的商業系統。

騰訊相關負責人告訴《商學院》記者，AI已經站在產業級爆發的臨界點，技術能力、成本結構與商業回報正在同步進入拐點區間。騰訊的核心動作，是把AI從“工具能力”，重構為“交易系統中的收入引擎”，而詞元，正是這套新系統的基礎計量單位。

01

AI從“工具”走向“交易鏈路”

AI系統不再按能力計費，而是按任務消耗詞元分配資源，實現從“賣算力”到“賣結果”的轉變。

為完成一個完整任務，AI需要經過信息檢索、知識調用、結構規劃、內容生成、安全校驗等多步操作，每一步都產生詞元消耗。隨著多智能體協同的普及，詞元將從線性消耗變為網絡化流動，嵌入任務執行結構。

記者從騰訊處獲悉，在其WorkBuddy、CodeBuddy等產品中，AI已經從“回答問題”升級為“執行任務”，從文檔處理、代碼審查到跨應用的IM操作與云端任務調度，AI正在接管更多實質性工作。騰訊沒有選擇打造統一的模型入口，而是讓AI Agent以碎片化方式嵌入業務流程，依托微信生態完成協同與執行。

由此，任務執行方式的改變，也帶來了成本計量方式的重構。中經傳媒智庫專家、中國城市發展研究院投資部副主任袁帥認為，詞元從技術計量單位轉向經濟單位的關鍵，在于大模型的價值錨點從“生成內容”轉向“執行任務”。進入AI Agent階段，詞元與工具調用、路徑規劃、資源協同深度綁定，其屬性從單純的“生成計數”變成更為復雜的“任務成本”。由此，詞元逐漸具備“數字工時”的屬性，用算力與智能成本替代人力與時間投入。

知名經濟學家、工信部信息通信經濟專家委員會委員盤和林進一步指出，詞元從技術單位走向經濟單位，標志著AI從免費工具進入價值創造階段。當模型能夠解決真實問題并帶來可量化收益，詞元就成為連接技術能力與商業價值的核心中介，AI的價值判斷標準也從“生成能力”轉向“對交易結果的影響”。

在厘清騰訊的AI商業邏輯之前，需要先明確詞元在騰訊體系中的基礎定義。詞元是騰訊混元大模型處理信息的最小計算與計價單元，也是騰訊云AI服務的統一計量標準，文本、圖片、視頻等不同形式的內容在模型訓練、理解、生成、成本核算等方面，均以詞元為依據，都會按照統一規則折算為詞元進行計算和計費。

企業調用混元大模型、使用AI Agent、執行多步驟復雜任務，均按照實際消耗的詞元數量進行結算，詞元既是算力消耗的直觀標尺，也是任務執行的基本計量單位，更是騰訊Token Hub實現資源調度、對接商業場景的底層依據。騰訊將MaaS升級為Token Hub，實則是對經濟邏輯重構：計費從“模型調用”轉向“任務驅動的資源調度”，詞元成為系統樞紐，上承業務需求、下接算力與工具。AI系統不再按能力計費，而是按任務消耗詞元分配資源，實現從“賣算力”到“賣結果”的轉變。

02

騰訊為什么不一樣

騰訊之所以能在同等業務場景下實現更低的詞元消耗，核心在于其從底層技術到工程實踐的全鏈路優化。

騰訊的詞元體系，和OpenAI、阿里通義、百度文心、字節豆包等平臺有著本質區別。

在中文分詞與計費規則上，騰訊采用1詞元約等于1.8個漢字的切分方式，不同于不少平臺1詞元對應1個漢字的標準，同樣一段中文內容，騰訊的詞元消耗更少，使用成本也更穩定、更好控制。在收費模式上，騰訊以Token Hub加Token Plan套餐為核心，推出99元每月1億詞元、多模型通用的固定額度方案，還支持緩存命中優惠，價格比國際API低10倍以上，也明顯低于國內主流的按量計費模式。而其他平臺大多只支持按量計費，或是按單個模型收費，缺少統一套餐和跨模型共享機制。

騰訊之所以能在同等業務場景下實現更低的詞元消耗，核心在于其從底層技術到工程實踐的全鏈路優化。針對中文語境，騰訊混元采用更貼合漢語表達習慣的分詞方式，在相同文本長度下，詞元折算效率更高，從源頭減少了不必要的計量消耗。同時，騰訊混元模型在架構設計上更注重推理效率，通過優化計算結構、動態資源調度與上下文緩存復用，大幅降低冗余計算與重復交互帶來的額外開銷。依托微信生態與騰訊云的一體化部署優勢，系統可實現高頻內容、公共指令與通用上下文的本地緩存與共享調用，避免反復傳輸與處理相同信息，進一步壓低實際詞元使用量，形成行業內更具成本優勢的詞元消耗機制。

以騰訊混元最新版語言模型HY 2.0 Think和HY 2.0 Instruct為例，HY 2.0采用混合專家（MoE）架構，推理能力與效率位居國內頂尖行列，在文本創作、復雜指令遵循等實用場景中表現突出，推理能力全面提升，綜合評測處于國內第一梯隊。作為騰訊自研的通用大模型，HY 2.0仍在持續進化，后續將在代碼、智能體、個性化風格、長程記憶等方向迭代優化，全面提升模型在實際應用場景中的表現，相關技術和模型也將以開源形式向社區開放。

在定位與生態布局上，騰訊Token Hub承擔著多模型調度、統一計費的平臺功能，優先服務微信、企業微信、游戲、廣告等自有業務，走的是高毛利MaaS路線。所謂高毛利MaaS，是指騰訊并不以低價售賣算力為主，而是將混元大模型封裝成可直接調用的AI服務，依托內部生態實現規模化調用。模型訓練等前期成本一次性投入后，后續調用邊際成本極低，再疊加閉環定價優勢，能夠保持遠高于傳統云業務的利潤率。詞元也由此深度融入社交、辦公、內容創作、產業交易等全場景。

與之形成對比的是，阿里推出的ATH（Alibaba Token Hub），定位是面向全行業的詞元基礎設施樞紐，目標是把AI能力標準化、平臺化，對外輸出統一的詞元體系與行業標準，側重成為AI時代的基礎設施底座；百度文心依托知識圖譜，深耕產業解決方案；字節豆包以大流量和多模態能力為核心，更側重C端用戶與內容場景。

由此可見，騰訊詞元不只是一個技術計算單位，而是串聯內部生態、統一多模型服務、支撐商業閉環的價值載體，這也是它與其他平臺的核心差異。

基于2026年2月數據，LLM Rank、LMSYS Arena等測評機構數據，騰訊混元大模型在參數規模和效果表現上處于中上游的位置。但決定騰訊AI長期價值的，從來不是模型的排名，而是它的生態結構。

騰訊最核心的優勢，在于離交易最近。微信、視頻號、公眾號、企業微信共同搭建起一套完整的商業閉環，從內容分發、用戶連接到交易轉化，實現全鏈路覆蓋。和傳統平臺不同，這套體系的核心不是流量，而是交易路徑本身就內嵌在產品結構里。

這一結構，從根本上改變了AI的角色定位。在單純做模型的公司，AI只是內容生成工具；而在騰訊體系里，AI是交易路徑的加速器。混元的價值不再只看生成能力強弱，而是提升內容通向交易的效率、縮短轉化鏈路，在同等流量下放大商業收益。AI由此從“內容引擎”變成“收入放大器”，而詞元則成為支撐每一次生成、推薦、轉化的底層成本單元。

中國社會科學院研究生院特聘導師柏文喜認為，AI對商業邏輯的改造，正從內容優化走向交易路徑重構，真正的變革發生在交易層面，而非內容層面。依托微信與企業微信，AI Agent可以直接參與交易執行：例如，直播間實時調整貨品組合、自動跟進銷售線索、動態定價等功能正在逐步落地。當“洞察—決策—執行—反饋”被AI實時打通，交易的核心驅動力將從人轉向數據。

科方得咨詢機構負責人張新原在接受記者采訪時表示，互聯網巨頭的競爭重心，正在從“流量收割”轉向“效率重組”，這一點在騰訊生態中體現得尤為明顯。AI不再是簡單的技術插件，而是底層的系統性力量，同步優化內容生態、重塑交易環節。內容與交易雙向賦能，不斷提升生態整體效率，打開更大的用戶價值空間。

03

商業結構正在被重寫

“為結果付費”短期內難以取代訂閱與API模式。

當行業還在比拼模型與算力時，騰訊已經提出一個更本質的問題：AI如何進入收入結構。

而AI深度嵌入交易鏈路，也在改寫商業模式。傳統API調用與訂閱制，本質是“為能力付費”。而在AI Agent體系中，行業正在走向“為結果付費”：參與電商可按GMV分成，參與銷售可按成交計費，參與廣告可與收入直接綁定。

計費單位看似從詞元轉向商業結果，但詞元的價值并未削弱，反而下沉為底層成本支柱。騰訊商業結果的背后，是一條完整的詞元消耗鏈，收入能否成立，取決于這條鏈的效率。AI系統由此形成自我循環：生成決策、進入交易、創造收入、覆蓋成本、再投入迭代。由此，AI具備了構建自我供血系統的可能，Token Hub也從技術平臺，變成連接AI輸出與商業收入的結算中樞。

張新原認為，“為結果付費”是行業方向，但完全替代傳統模式仍面臨瓶頸，核心是結果歸因難以量化。AI只是影響業務的變量之一，其貢獻度很難精準剝離。此外，風險分配、合同設計、技術透明度等問題，也制約著此商業模式大規模落地。

從技術架構看，AI正從單體智能走向多智能體協同，其效率取決于任務規劃、通信機制與資源分配的平衡。優秀的協同設計能減少冗余調用、實現能力互補，這是AI支撐企業復雜任務、落地生產力的關鍵。

知名財經作家、眺遠影響力研究院院長高承遠在接受記者采訪時判斷，未來AI不會成為大一統操作系統，也不是集中生產平臺，而是嵌入業務全域的“數字神經系統”，碎片化、場景化、即插即用。企業流程差異巨大，智能體必須深度耦合業務邏輯，最終形成去中心化智能網格，各節點自治協同、有機演化。

回到騰訊生態，AI進化分為兩個階段：初期優化內容生產，提升文案、視頻、客服效率；終局則是重構交易路徑，依托社交與支付閉環，AI Agent完成“需求識別—方案生成—支付轉化”全鏈路。騰訊的真正壁壘，不是模型，而是社交關系鏈與支付閉環。當AI在微信內打通全流程，流量分發模式將被智能撮合徹底取代。

高承遠指出，“為結果付費”短期內難以取代訂閱與API模式。歸因復雜、責任劃分困難、中小企業對固定成本的偏好，決定了行業將長期采用“基礎訂閱+效果對賭”的混合模式。柏文喜則認為，詞元計費，恰好成為從“按能力收費”向“按結果收費”過渡的中間形態。

騰訊的變革，本質是把“連接人”升級為“連接收入”。從生態優化，到商業模式博弈，再到多智能體宏觀布局，AI對商業的滲透已進入深水區。未來的勝負，不再只取決于算法領先程度，而在于誰能通過AI，在復雜商業環境中率先建立起穩定、可規模化的價值閉環。