當詞元成為“新石油”，大廠開始從“燒錢換流量”轉向“按詞元計費”，競爭焦點也從參數競賽轉向了詞元經濟體系構建。

文｜王雅迪

ID | BMR2004

隨著OpenClaw（小龍蝦）等智能體掀起的熱潮，詞元（Token）消耗從人機對話升級為機器自循環，其角色從模型訓練的技術副產品，一躍成為可計量、可交易的戰略資產。詞元被業界比作AI時代的“新石油”和“新集裝箱”，大廠開始從“燒錢換流量”轉向“按詞元計費”，競爭焦點也從參數競賽轉向了詞元經濟體系構建。

截至2026年2月，百度千帆最新成績單顯示，其已累計支持企業構建超130萬個智能體，工具日均調用次數達到數千萬級，沉淀出獲客營銷、錯題批改等100多個高頻場景，支撐智能硬件、制造、交通、能源等主流行業創新。

百度千帆的解題思路比較務實，其平臺上主流模型的價格已降至每百萬詞元幾毛錢的水平，1塊錢可以讓AI寫大約1000篇800字作文。同時，百度千帆通過主動Cache模式等技術創新，為企業降低高達80%的推理成本。百度千帆平臺產品負責人張婷用樂高積木形象地比喻詞元，她認為，大模型的訓練，本質上就是在學習：什么樣的詞元序列，在什么樣的上下文里，應該接什么樣的下一個詞元。這是一個極其龐大的“樂高拼法手冊”。

01

詞元如何定價？

對價格最敏感的是高頻調用的ToC產品團隊，詞元成本直接決定了他們的商業模式能否跑通；而大企業則更關注穩定性、安全性和合規性。

從定義上看，詞元是大模型處理語言時最小的處理單位，但它既不完全等于一個字，也不完全等于一個詞，而是介于兩者之間的一種“語言碎片”。

張婷舉例表示，漢字“我”是一個詞元，“今天”可能是一個詞元，但“標記化”這個詞可能被拆成“標記”和“化”兩個詞元。英文就更直觀了，“Tokenization”這個單詞可能被拆成“Token”+“ization”兩部分，大模型面對的語言是全球性的，不可能給每一種語言單獨設計一套處理規則。詞元是一種通用的“最大公約數”，讓模型可以用統一的方式處理所有語言和符號。

之所以拆詞元是由計算機處理語言的底層原理決定的，計算機本質上只能處理數字，它并不認識“字”，為了讓AI理解，大模型會先給每個詞元分配一個數字編號，再將這個編號轉化為一組數字坐標（向量），這決定了AI如何“理解”這個詞。詞元計量的是生成答案所需的全部計算資源。

據張婷介紹，百度千帆平臺服務了大量企業客戶，他們的數據里有行業術語、專有名詞，詞元機制的靈活性讓模型可以“見到新詞也不慌”，這一點在工業、金融、醫療等垂直領域尤為重要。

那么企業要為詞元付多少錢呢？收費模式是怎樣的？

黃仁勛曾在演講中首次公開了詞元的分層定價體系。免費層：高吞吐量、低速度，用于吸引用戶；基礎層：每百萬詞元3美元，服務普通用戶；進階層：每百萬詞元6美元，更大模型、更快速度；高速層：每百萬詞元45美元，支持長上下文、深度推理；頂級層：每百萬詞元150美元，面向超長研究任務、關鍵路徑實時響應。

詞元是一種持續性消耗，只要AI還在跑，詞元就在燒。對價格最敏感的是高頻調用的To C產品團隊，詞元成本直接決定了他們的商業模式能否跑通；而大企業則更關注穩定性、安全性和合規性。

張婷表示，定價是一道多元方程，變量很多。首先是硬件成本，GPU芯片是大模型推理最核心的成本，一張高端GPU動輒幾十萬元，運行一個大模型需要幾十甚至幾百張GPU同時工作。電費也是實打實的開銷，一個大型推理集群一年的電費就是天文數字；其次是研發攤銷，服務好一個大模型的推理服務，需要投入大量的工程師、數據、算力，這些研發成本需要通過產品收入來回收；最后還有運維和安全，保證服務99.99%可用、做內容安全過濾、防止濫用，這些都需要成本。

目前百度千帆平臺上主流模型的價格，便宜的已經到了每百萬詞元幾毛錢的水平。而在3年前，詞元的價格大概是現在的幾十倍甚至上百倍。這一成本優勢源于百度千帆積累的技術能力，百度對推理引擎的極致優化、自研的昆侖芯片以及文心大模型的持續優化，使其推理效率在業內處于領先水平。

02

成本優勢從何而來？

“硬件+系統”的組合拳，讓百度千帆在同樣的單位成本下能夠跑出更多的詞元，從底層為詞元的持續降價提供了結構性支撐。

詞元價格持續走低的背后，不是簡單的“降價促銷”，而是技術創新的系統性突破。百度千帆依托百度智能云的全棧自研能力，構建了從昆侖芯片到百舸平臺，再到文心大模型及應用的一體化閉環。這種“芯片—框架—模型—應用”的四層架構，每一層都為下一層做極致優化，避免了跨廠商適配帶來的效率損耗。

百度對推理引擎的極致優化、自研昆侖芯片以及文心大模型的持續優化，讓同樣的錢能跑出更多的詞元。這個效率優勢不是靠壓縮利潤得來的，而是從底層架構中“省”出來的。

硬件層是詞元成本的第一道關卡，算力的核心是芯片。在硬件層面，百度在超節點領域的布局頗具前瞻性，在2025百度世界大會上，百度發布了新一代昆侖芯M100和M300，同步推出天池256超節點與天池512超節點，計劃于今年正式上市，其中單個天池512超節點就能完成萬億參數模型訓練。2025年，昆侖芯已累計完成數萬卡部署，百度已點亮昆侖芯三萬卡集群，可同時支撐多個千億參數大模型訓練。

這意味著處理同樣數量的詞元，需要的硬件更少、能耗更低、散熱成本更小。對于日均調用量動輒萬億級別的平臺來說，這些數字直接體現在詞元單價的下行曲線上。

在系統層面，百舸大規模推理加速系統通過大規模分布式推理的PD分離、MOE模型專家并行優化等技術創新，使推理吞吐提升20倍，推理速度提升50%以上，推理成本進一步降低。例如，MOE專家并行針對混合專家模型的特點，讓不同的專家模型并行工作，避免了算力閑置。這些技術聽起來復雜，但落到客戶賬上就是一句話：同樣的一塊錢，能買到的詞元數量翻了幾十倍。

這種“硬件+系統”的組合拳，讓百度千帆在同樣的單位成本下能夠跑出更多的詞元，從底層為詞元的持續降價提供了結構性支撐。

技術優勢最終需要轉化為客戶價值。在模型層面，百度千帆進一步擴大開放模型生態。除支持文心5.0等150余個精選SOTA模型外，近期還將密集上線Kimi K2.5、GLM 4.7、MiniMax M2.1等多款開源SOTA模型，確保企業和開發者能夠第一時間調用行業最優質的模型資源。

更關鍵的是，百度千帆在推理效率上做了大量精細化的優化。針對智能體應用中常見的長對話、多輪調用場景，平臺推出了“主動Cache模式”，通過創新的分布式KVCache技術，可為企業降低高達80%的推理成本。同時，平臺首創的思維鏈精細化控制能力，能夠智能判斷任務復雜度，為簡單問題匹配短路徑思考，為復雜問題調用多步推理，在保障效果的同時有效控制詞元消耗。

張婷表示，對價格最敏感的，To C產品團隊，比如做AI寫作工具、智能客服、教育輔導App的創業公司，他們的商業模式是“低價或免費給用戶用”，詞元成本直接決定他們能不能活下去。一旦日活用戶增長，詞元消耗會指數級放大，價格差一點點，算下來一個月就是幾十萬元的差距。

讓她印象比較深的是一家做法律科技的公司。他們的產品需要分析海量合同文本，每份合同動輒幾萬字，詞元消耗量極大。早期他們用某家海外API，一個月的詞元費用是主要成本支出。切換到千帆平臺之后，一方面價格更低，另一方面百度針對長文本推理做了專項優化，處理效率提升了30%以上，他們的產品體驗和成本結構同時得到了改善。

目前，百度千帆平臺納管了全球超過150個SOTA模型，工具組件日均調用量達億級；數據服務實現處理提效6倍、計算降本30%。截至目前，基于千帆平臺開發的智能體數量已突破130萬個，平臺客戶數量達46萬以上。

03

從詞元經濟到價值經濟

當詞元價格不再是門檻，競爭的焦點轉向了模型能力、響應速度、定制化程度以及對特定行業的理解深度。

張婷做了一個預判：5年后，“詞元”這個詞可能從普通用戶的視野里消失，但它的價值會以另一種形式存在。計費方式可能從“按詞元數”演變成“按任務結果”，就像打滴滴不需要關心汽油消耗了多少升，用AI寫一份報告你也不用關心消耗了多少詞元，直接為“成果”付費。

這個判斷并非空想。在百度千帆的客戶實踐中，已經有企業不再盯著詞元單價，而是關注“完成一個商業任務需要多少錢”。例如，某電商客戶使用千帆的智能客服智能體，不關心每次對話消耗了多少詞元，只關心“解決了多少客訴、節省了多少人工成本”。當AI從工具變為“數字員工”，計費邏輯自然要從“資源消耗”轉向“產出價值”。

同時，隨著多模態AI的發展——文字、圖片、視頻、音頻都成為模型的輸入輸出，“詞元”的定義本身也會擴展。圖像詞元、音頻詞元、視頻詞元等等，計量單位可能會更復雜，但對用戶的呈現會更簡單。

2025年，百度千帆的品牌戰略已從“百度智能云千帆”升級為“百度千帆”，更加聚焦企業生產場景，提供涵蓋模型服務、智能體開發服務、數據服務在內的一站式服務。

例如，詞元映射幫助全球鉆石畫龍頭“蒂彩工藝”實現生產力重構。通過在業務流中引入千帆智能體節點，將原本需要設計師耗時3小時的鉆石畫底圖生產工作縮減至30秒，打通了從修圖到生產排版的全流程自動化，極大地釋放了企業產能。在這個案例中，客戶付費的依據不再是消耗了多少詞元，而是“30秒完成3小時的工作”——效率提升了360倍，這是真正的價值錨點。

根據IDC報告，2025上半年，中國MaaS市場規模達12.9億元，同比增長421.2%；AI大模型解決方案市場規模達30.7億元，同比增長122.1%。在這兩個市場，百度智能云均處于領先地位，在AI大模型解決方案市場以16.6%的份額領跑，在大模型中標市場以48個中標項目和5.1億元中標金額居“雙第一”。

這個數據說明，百度千帆已經跨過了“技術驗證”階段，進入了“規模化商用”階段。當詞元價格不再是門檻，競爭的焦點轉向了模型能力、響應速度、定制化程度以及對特定行業的理解深度——而這些恰恰是百度千帆通過服務數十萬家企業積累起來的“護城河”。

張婷指出：“在百度千帆，我們現在已經在布局這個方向。MaaS只是起點，最終我們希望提供的是端到端的AI能力，讓企業客戶不用關心底層是哪個模型、消耗了多少詞元，只需要關注：AI幫我解決了什么問題，帶來了多少價值。這才是我們認為的AI商業化的終局形態。”

實際上，基于智能體Infra底座，百度千帆已在體育智能、工業制造、知識服務等多個行業深度落地，將智能體從輔助工具升級為真正的決策伙伴。

例如，在體育智能領域，匠體體育科技基于千帆搭建“足球分析大腦Agent”多智能體系統。利用4000多場高水平比賽、超過400萬條數據，訓練出70多個針對特定技戰術場景的小模型，構建球員個人評估、戰術效能評估、訓練設計等多個Agent，讓智能體從輔助工具演變成能融入教練決策鏈的虛擬助教團隊。

在工業制造領域，一脈云數基于百度千帆解決數據孤島、技術復雜、集成難度等工業智能體落地的行業痛點，深耕重型裝備、工業機器人、新能源汽車等工業領域智能化轉型。在幫助某制造企業進行供應鏈管理優化的過程中，實現了物流效率提高25%、庫存周轉加速18%的顯著成效。

張婷預測，詞元的價格還會繼續下降，而且還有很大的下降空間。驅動降價的底層邏輯沒有變：芯片算力在增長、模型效率在提升、基礎設施的規模效應在累積。這三條曲線都指向同一個方向——詞元越來越便宜。一個標志性的節點是，詞元的價格會便宜到讓普通個人開發者“不用在意”的程度，就像現在沒人會為發一條微信消耗的流量而心疼一樣。估計這個節點在3—5年內會到來。