词元经济系统研究报告-内涵、实践与趋势分析 2026

2摘要4 1.词元经济概述与核心概念界定4 1.1.词元经济的术语起源与提出背景 4 1.2.词元经济的多维度定义与核心内涵 5 6 2.词元经济的主要构成要素与理论框架8 2.1.词元经济的核心构成要素分析 8 2.2.词元经济的价值链与生态系统 10 2.3.词元经济的运行机制与商业模式基础 12 3.词元经济的政策环境与地方实践14 3.1.国家层面词元经济相关政策梳理与分析 143.2.广东省词元经济政策措施典型案例 153.3.其他省市词元经济政策探索与比较 174.词元经济的实体组织与行业实践254.1.政府主导型词元公司的成立与运作模式 254.2.企业主导型词元工厂（Token工厂）的实践探索 274.3.软通动力亦庄词元工厂的案例分析 295.词元经济的商业模式创新与发展305.1.主流词元经济商业模式类型分析 305.2.订阅制与按使用量计费模式的应用 335.3.平台型与数据资产化运营模式的前景 356.词元经济的技术应用与市场拓展376.1.词元经济在关键行业的技术融合路径 37 6.2.AIGC与NLP技术在词元经济中的核心作用 386.3.词元经济在金融、政务、医疗等垂直市场的应用趋势 397.词元经济发展趋势与挑战展望417.1.词元经济未来发展的主要驱动因素 417.2.词元经济面临的技术、商业与监管挑战 437.3.词元经济对产业格局与就业结构的潜在影响 448.面向不同从业者的策略建议468.1.对政府及监管机构的政策制定建议 468.2.对行业协会与标准组织的引导建议 478.3.对算力企业与数据创新企业的发展建议 49参考文献50声明：转载请注明来源“智慧城市行业分析”公众号31.1.词元经济的术语起源与提出背景4摘要词元经济是以“词元”为核心计量、成本与结算单位的新型智能经济形态，标志着人工智能从技术探索迈向规模化商业应用。其发展由政策驱动、技术演进与市场需求共同推动，已形成“上游造算力、中游转服务、下游做应用”的产业分工体系。广东、贵州等地通过建设词元工厂、交易平台和公共服务平台，探索出差异化发展路径。主流商业模式正从定额订阅转向按量计费，并向数据资产化、效果付费等高级形态演进。未来需加快建立统一的词元质量评价与计量标准，破解“词元虚胖”与安全合规难题，引导产业从规模扩张转向高质量发展。1.词元经济概述与核心概念界定1.1.词元经济的术语起源与提出背景词元（Token）这一术语的起源可追溯至自然语言处理（NLP）领域的专业概念，其原本是大模型处理文本、代码、图像描述等信息的基本单元[1]。在技术层面，单个汉字、标点符号或词汇片段均可作为独立的词元完成计数统计[1]。2026年3月，国家数据局正式将“Token”的中文译名统一规范命名为“词元”，并将其定位为“智能时代的价值锚点”和连接技术供给与商业需求的“结算单位”。这一官方定名标志着词元从技术工程内部参数走向经济前台，为后续经济形态的讨论奠定了术语基础[1]。词元经济概念的提出，直接源于生成式人工智能从技术探索迈向规模化应用的产业背景[1]。2026年以来，伴随AI智能体（特别是OpenClaw“龙虾”）的全面爆发，词元调用量呈现“三级火箭”式增长，驱动产业关注点从模型能力展示转向服务能力结算[5]。国家数据局党组书记、局长刘烈宏于2026年5月22日主持召开词元经济座谈会，首次在政府层面正式提出“词元经济”一词，并明确表示将把推动词元经济发展纳入工作体系[2]。这标志着词元经济从产业界和学术界的讨论议题，正式进入国家顶层设计与政策推进的主航道[4]。支撑词元经济崛起的核心背景是词元调用量的指数级爆发。国家数据局披露的数据显示，我国日均词元调用量从2024年初的1000亿次，跃升至2025年底的100万亿次，至2026年3月已突破140万亿次，两年多时间增幅超千倍[1][2][4]。这一跳跃式增长的数据1.2.词元经济的多维度定义与核心内涵5不仅让词元这一专业术语走进大众视野，更直观反映了我国人工智能产业从实验室走向千行百业的深刻跃迁，以及“人工智能+”行动深入推进的实质转向[6][4]。全球市场对词元消耗的预期同样呈现全面增长态势，据国际数据公司（IDC）预测，2025年至2030年，全球年度词元消耗年复合增长率高达3418%[1]；摩根大通则预测同期中国词元消耗量年复合增长率将高达330%[3]。指数级增长曲线的背后，是经济社会各领域智能服务需求的集中释放[1]。从理论演进脉络看，词元经济的出现并非凭空而来，而是知识经济在智能时代的必然演进[6]。随着AI智能体的发展，创新的起源从人的大脑延展到AI的“大脑”，创新主体从人延展到AI类人，创新知识从硬知识延展到AI生成知识[6]。正是这种知识生产方式的深刻变革，催生了以词元为价值载体的新型经济形态，使得经济学中长期被视为“黑箱”的技术进步过程首次变得可观测、可计量[6]。2026年《政府工作报告》首次提出“打造智能经济新形态”，词元经济作为智能经济的重要子集，其核心作用是破解智能经济的量化难题，为智能经济提供量化工具与运行尺度[1][6]。1.2.词元经济的多维度定义与核心内涵词元经济作为一个新兴的经济形态，其定义具有多维度特征，可以从资源配置、产业活动、价值体系等多个角度进行界定。从最基础的资源配置方式定义，所谓“词元经济”，是指在生成式人工智能运行及应用过程中，以词元为基础计量单位，围绕模型调用、信息处理、成本核算、服务定价、价值转化形成的完整资源配置模式[1][8]。这一定义强调了词元作为基础计量单位在经济活动中的核心纽带作用。从经济活动过程定义，词元经济是以词元为要素投入与产出载体，围绕其开展生产、交换、流通、分配等一系列经济活动的新型经济形态[6][7]。全国政协委员、中国社会科学院经济研究所研究员黄群慧进一步指出，词元经济是智能经济的重要子集，其作用是解决智能经济的量化问题，是智能经济规模发展的工具、杠杆与晴雨表，也是推动其发展的助推剂和催化剂[2][7]。从更宏观的新型经济组织逻辑定义，词元经济可以被理解为以词元的生产、分发、调用、计价、交易和治理为核心的一整套新型资源配置方式和经济组织逻辑[2]。这一定义将治理纳入其中，体现了词元经济作为复杂系统的完整性。1.3.词元经济与相关概念（如数据要素、数字经济）的辨析6词元经济的核心内涵建立在词元独特的三重经济属性之上。第一，词元是人工智能服务的计量单位。与互联网服务常以流量、点击、带宽等方式计量不同，大模型服务的成本直接体现为推理计算、上下文处理、输出生成和多轮调用，词元能够较好地刻画大模型服务的使用强度，成为衡量人工智能服务规模的基础单位[10]。第二，词元是人工智能服务的成本单位。词元背后对应的是算力、芯片、服务器、电力、数据中心、算法优化、模型训练和推理调度等一系列成本。输入越长、上下文越复杂、推理步骤越多、多模态任务越重，词元消耗和算力成本就越高[10]。第三，词元是人工智能服务的结算单位。词元具有可计量、可定价、可交易的特征，围绕词元的调用、分发与结算，一套新的价值体系正在加速形成，正在从技术指标进入商业制度层面[10]。词元经济展现出多重区别于传统经济形态的核心特征。特征一：量质互构的计量逻辑。词元计量具有量与质的双重维度。在量的维度上，词元调用量真实反映AI应用的程度和深度。在质的维度上，词元携带的语义密度使其具备比特所不具备的质量属性，词元经济的核心竞争从一开始就指向能力密度[6]。特征二：知识服务的具象化。在传统的知识服务模式中，知识产品的价值高度依赖于供给者的个体能力与用户的主观评价，缺乏统一的定价基准。而在词元经济中，知识服务首次获得了标准化的计量单位，每一轮与大模型的交互、每一次智能体应用的调用，都可以被量化为具体词元的消耗与产出[6][5]。特征三：边际成本趋近于零与大规模定制并存。与传统制造业的边际成本递增规律不同，词元生产呈现出典型的知识经济特征：固定成本巨大（模型训练的资本投入），但边际复制成本极低。与此同时，词元的价值却因应用场景的不同而产生巨大差异，这种“边际成本趋近于零+价值差异极大”的矛盾组合构成了智能经济规模报酬递增规律的微观基础[5]。1.3.词元经济与相关概念（如数据要素、数字经济）的辨析准确理解词元经济，必须将其置于更广阔的概念谱系中，厘清其与数据要素、数字经济、智能经济等相关概念的关系与边界。词元经济与数据要素：两者关系密切但层次不同。数据要素是词元经济的核心“原料”，没有高质量数据，大模型就无法生成高价值的词元输出[11]。然而，词元并非数据要素的简单替代品，而是数据要素价值在智能时代的实现形式[12]。具体而言，数据要素解决的是“从哪里来”的问题，构成了智能生产的输入侧制度基础；而词元价值解决的是“到哪里去”的问题，构成了智能生产的输出侧计量基础[12]。数据本身并不直1.3.词元经济与相关概念（如数据要素、数字经济）的辨析7接产生价值，只有经由模型转化为认知输出，数据的潜在价值才得以兑现。词元价值的提出，将计量的重心从“要素存量”转向“能力流量”、从“拥有什么”转向“生成什么”、从“静态资产”转向“动态兑现”[12]。国家数据局在政策中也明确，要探索以词元为基础的价值体系，构建可量化、可定价的数据集价值体系，这体现了从数据要素到词元价值的演进逻辑[3][13]。词元经济与智能经济：词元经济是智能经济的重要子集和全新形态[1][8]。2026年《政府工作报告》首次提出“打造智能经济新形态”，词元经济正是这一新形态的重要子集，其核心功能在于为智能经济提供量化工具与运行尺度[6]。然而，二者不能简单等同。智能经济的内涵与外延远大于词元经济[2][7]。从应用场景来看，词元应用全面覆盖千行百业，贯穿生产、交易、消费、分配等全经济环节，是智能经济背景下数字系统的交易价值与权益载体[8]。词元经济可以被视为赋能智能经济新形态的重要切入点，它激活了智能经济新型要素的配置方式，强化了新型基础设施的建设方向[9]。词元经济与数字经济：词元经济是数字经济发展到高级阶段的产物，是数字经济向数智经济跃迁的关键体现。传统数字经济常以流量、用户数、点击量等为度量，其商业逻辑建立在边际成本递减的规模效应上[15]。而词元经济的本质是算力经济的延伸，在算力基础上叠加了算法模型和服务，使得“人工智能+”的内涵进一步丰富，促使人工智能和经济中的垂直行业领域深度融合[2]。词元经济推动数字经济从“流量连接”向“能力调度”、从“信息传递”向“智能生产”的方向演进[16]。有观点认为，词元经济有望成为继电商经济、平台经济之后的第三次重大范式转移[16]。词元经济与传统经济理论：词元经济的出现对传统经济理论提出了新的挑战与丰富。第一，它促进了以新质生产力为代表的生产力理论的新发展。在词元经济中，构成新质生产力要素的不仅有大模型这一新质生产工具和能够熟练掌握它的高素质劳动者，还包括数据这一新质劳动对象和新质生产要素[17]。第二，它丰富拓展了劳动价值论的理论内涵。词元经济的实质是人工智能大模型对脑力劳动的部分替代并产出新的智力成果。词元作为算力的基本计量单位和价值单位，既解决了知识作为生产资料的计量问题，又解决了那部分被替代的非创造性脑力劳动的观测与计量问题[17]。第三，它对传统经济增长理论提出新挑战。在传统理论中，资本、土地、劳动等传统要素投入存在边际报酬递减规律，而人工智能打破了这一魔咒，技术突破与应用扩散相互强化，形成了“越用越强”的正反馈循环[17]。词元经济呈现出边际成本趋近于零的规模报酬递增规综上所述，词元经济是在智能时代背景下，以标准化、可计量的词元为价值载体和2.1.词元经济的核心构成要素分析8流通媒介，深度融合数据、算力、算法等要素，重构生产、交换、分配、消费全流程的新型经济形态。它既源于数据要素与数字经济的深厚土壤，又是驱动智能经济成型的关键引擎，代表着一种可观测、可计量、可交易的经济运行新范式。2.词元经济的主要构成要素与理论框架2.1.词元经济的核心构成要素分析词元经济作为一种新兴的经济形态，其运行依赖于一系列相互关联、相互支撑的核心构成要素。这些要素共同构成了词元经济的基础，并决定了其价值创造、资源配置与产业发展的基本逻辑。基于现有研究与实践，词元经济的核心构成要素可系统性地归纳为以下五个层面：基础生产要素、技术能力要素、价值计量要素、产业组织要素以及制度与治理要素。第一，基础生产要素是词元经济运行的物理与资源基础。这主要包括算力、电力与数据。算力是词元生产的直接驱动力，其核心载体是AI芯片（如GPU、LPU）和AI服务器，构成了词元工厂的硬件底座。电力是支撑算力运转的能源基础，每一次词元调用都对应着明确的能源消耗，因此“每瓦词元数”成为衡量生产效率的关键指标[1][8]。数据则是词元生产的核心“原料”，高质量、高知识密度的数据集直接决定了词元输出的语义密度与价值上限[12][11]。这三者共同构成了“输入电力、数据，产出词元”的基本生产函数[1][19]。第二，技术能力要素是将基础要素转化为智能服务的关键转化器。其核心是人工智能大模型。大模型作为高度凝结科技成果的新质生产工具，承担着将算力、数据与算法结合，生成具有认知输出能力的词元的职能[17]。模型的能力密度，即单位词元所能承载的知识复杂度与任务完成可靠性，是决定词元价值的关键[6][12]。此外，围绕模型调用、任务编排、智能体（Agent）调度的工程化能力（或称“线束层”），以及模型轻量化、推理优化等技术，共同构成了将模型能力高效、可靠地交付给应用场景的技术栈[20]。第三，价值计量要素是词元经济实现市场化与商业化的核心枢纽，即词元（To‑ken）本身。词元已从自然语言处理的技术参数，演变为具有三重经济属性的基础单位：它是人工智能服务的计量单位，刻画服务使用强度；是成本单位，对应背后的算2.1.词元经济的核心构成要素分析9力、能源等系列投入；更是结算单位，使智能服务可定价、可交易[10]。词元的核心特征在于其“量质互构”的计量逻辑，既计量调用数量，也通过语义密度承载质量属性，且其价值高度依赖应用场景，具备极强的可编程性与价值动态性[6][21]。这使得词元成为连接技术供给与商业需求的“价值锚点”与“结算单位”[2]。第四，产业组织要素定义了词元经济中各参与方的角色、分工与协作关系。目前，一个清晰的“上游‑中游‑下游”产业分工体系已初具雏形[1][8]。上游是词元生产底座，涵盖AI芯片、服务器、数据中心（词元工厂）等基础设施提供商，核心任务是提升“每瓦词元数”的产出效率与供给稳定性[18]。中游是词元调度与服务平台，以大模型厂商、云服务商、电信运营商（正从“流量经营”转向“词元经营”）为主体，承担模型能力封装、多模型调度、统一计费与分发的职能[1][24]。下游是词元消费与应用端，涵盖千行百业中将词元深度嵌入业务流程的企业与开发者，是词元价值最终兑现的环节。此外，还衍生出数据标注、模型评测、安全审计、词元金融等专业服务主体，共同构成产业生态[26]。第五，制度与治理要素是保障词元经济健康、可持续发展的规则框架。这包括标准体系（如词元计量、质量分级、定价核算的统一规则）[23]、交易制度（如探索中的词元交易、收益分配机制）[3][13]、数据治理框架（如数据确权、授权运营、跨境流动规则）[11]以及安全与合规监管（应对数据安全、隐私保护、模型滥用等风险）[15]。国家数据局将推动词元经济发展纳入工作体系，并探索构建以词元为基础的可量化、可定价的数据价值体系，标志着制度构建已进入顶层设计阶段[2][13]。构成要素类别核心内容关键作用与特征参考来源基础生产要素算力（芯片、服务器）、电力、数据词元生产的物理与资源基础；决定生产成本与供给能力；“每瓦词元数”是关键效[1][12][11][8][18]技术能力要素大模型、工程化能力（调度、编排）、优化技术（轻量化）将基础要素转化为智能服务的关键转化器；模型能力密度决定词元价值上限；工程化能力影响落地效[6][17][12][20]2.2.词元经济的价值链与生态系统10价值计量要素词元（Token）智能服务的计量、成本与结算单位；具备“量质互构”逻辑；价值具有场景依赖性与可编程性；是连接供需的“价值锚产业组织要素上游（生产底座）、中游（调度平台）、下游（应用场景）及专业服务商定义了产业分工与协作网络；形成“上游造算力、中游转服务、下游做应用”的产业链条；运营商等主体角色正在转型。制度与治理要素标准体系、交易制度、数据治理、安全合规保障产业健康可持续发展的规则框架；包括计量定价标准、词元交易探索、数据授权运营、风险监管等；正处于顶层设计与构建初期。2.2.词元经济的价值链与生态系统词元经济的价值链是一个从原始资源投入，经过多级加工、调度与流通，最终在具体应用场景中实现价值兑现的完整循环。该链条并非线性，而是一个由多元主体参与、价值双向流动的复杂生态系统。其核心流程可解构为“生产、调度、流通、消费”四个核心环节，并在此过程中形成“数据飞轮”式的自我强化生态。词元生产环节是价值链的起点，对应将离散生产要素转化为标准化词元的过程。这一环节发生在“词元工厂”（Token工厂），即现代化的智算数据中心[19]。工厂输入电力与数据，在AI芯片（算力）和大模型（算法）的驱动下，产出标准化的词元这一“中间件”[29]。该环节的核心竞争力在于提升“单位能耗词元产出效率”（即黄仁2.2.词元经济的价值链与生态系统11勋提出的“每瓦词元数”）与整体产能规模，同时降低单位词元的生产成本[1][8]。参与主体主要包括芯片制造商、服务器厂商、数据中心运营商及提供绿色电力的能源企业。词元调度环节是价值链的枢纽，承担着资源优化配置与能力匹配的核心职能。随着模型数量增多与应用场景复杂化，用户需要根据任务特性（如时延要求、专业领域）调用最合适的模型[20]。调度平台（如云厂商的MaaS平台、运营商的词元套餐体系、独立的API聚合平台）通过智能路由、多模型编排与统一计量结算机制，实现海量词元需求与异构算力、模型供给之间的精准匹配与高效分配[29][24]。这一环节降低了用户的使用门槛与选择成本，是词元经济实现规模化服务的关键。词元流通环节是价值传递的通道，确保词元作为标准化商品的安全、高效流转。流通依托云平台分发网络、生态运营体系以及安全合规框架进行[29]。此环节催生了新型的市场形态与金融服务需求，例如探索中的“词元交易”市场、词元银行（预存与借贷）、词元期货（锁定未来成本）以及围绕词元确权、估值、结算的金融创新[3][30]。流通环节的效率和透明度直接影响到整个生态的交易成本和信任水平。词元消费环节是价值链的终点，也是价值最终创造与实现的环节。在此环节，词元被深度嵌入金融、政务、医疗、制造、内容创作等千行百业的具体应用场景中，完成从智能能力向现实生产力的实质性转化[29][24]。消费不仅产生直接的经济效益（如提升效率、降低成本、创造新收入），还反馈生成新的场景数据与优化需求。这些反馈数据反哺上游的数据集建设和模型优化，从而开启新一轮的价值循环，即“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”效应[13]。词元经济的生态系统正是由上述价值链串联起的多元主体共生网络。其核心特征表1.高度协同与相互依存：上游的算力建设依赖中下游的需求预测；中游的平台价值取决于连接上下游的规模与效率；下游的应用创新离不开上游稳定、高性价比的词元供给[32]。2.动态演进与角色融合：传统边界变得模糊。例如，电信运营商同时是算力基础设施提供者（上游）、词元套餐服务商（中游）和行业智能解决方案的推动者（下游）[1]。大型科技企业可能贯穿全链条。3.开放性与长尾创新：按词元计量的模式大幅降低了中小企业和个人开发者使用顶尖AI能力的门槛，激发了应用层的长尾创新，催生了众多垂直领域的智能体（Agent）和一人公司（OPC）[27][14]。2.3.词元经济的运行机制与商业模式基础124.正反馈循环（网络效应）：更多的应用消费产生更多数据，用于训练更好的模型，从而吸引更多用户，形成自我强化的增长循环[33]。然而，这也可能带来市场集中度提高的风险，需要制度设计予以平衡[10]。2.3.词元经济的运行机制与商业模式基础词元经济的运行机制深刻区别于传统工业经济与互联网流量经济，其核心在于以标准化的、可编程的价值单元（词元）为媒介，重构了智能服务的供给、定价、交易与价值分配逻辑。这一机制为一系列创新的商业模式奠定了基础。从运行机制看，词元经济遵循“能力供给”与“场景兑现”双向锚定的价值形成逻.在供给侧，词元价值的生产函数由算力、数据、模型三层耦合决定。算力层构成成本硬约束，决定了词元价格的物理下限；数据层设定语义密度上限，决定词元的知识容量；模型层是转化效率放大器，决定将投入转化为有效输出的能力水平[12]。供给竞争的核心从参数规模转向“能力密度”和“单位词元生产效.在需求侧，词元的市场价值由场景复杂度、结果可验证性和服务可替代性三个维度约束[12]。同一数量的词元，用于日常闲聊与用于法律研判、药物研发，其创造的价值差异巨大[6][21]。因此，词元经济的定价逻辑本质上是“价值定价”或“效用定价”，而非传统的成本加成定价[33]。这种机制使得价值计量的重心从“要素存量”转向“能力流量”，从“拥有什么”转向“生成什么”[12]。基于上述运行机制，词元经济催生并支撑着以下几种主流的商业模式：1.按使用量计费模式：这是当前最基础、最主流的商业模式。服务商按照用户调用API时消耗的输入和输出词元数量进行收费[16]。该模式简单透明，用户只为实际使用的资源付费，降低了初始投入门槛。随着智能体应用普及，单次任务消耗词元量激增（可达简单对话的千倍），使得按量计费更加贴合成本结构[34]。国内外的云厂商和大模型API普遍采用此模式。2.订阅制与套餐模式：为满足用户可预测的、持续性的使用需求，服务商提供按月或按年收费的订阅套餐，内含一定额度的词元用量或不限量使用（但可能限制峰值速2.3.词元经济的运行机制与商业模式基础13率）[2]。电信运营商推出的“词元套餐”是典型代表，将多种AI服务打包，提供统一的计量额度，优化了用户体验[1][8]。这种模式有利于服务商稳定现金流，用户则获得成本3.平台型与生态化运营模式：平台企业通过构建聚合多模型、提供统一调度和计费的中台，吸引开发者和应用方入驻，形成生态[24]。其盈利可能来自词元转售的差价、平台技术服务费、交易佣金或基于流量的广告等。例如，一些“词元超市”类平台整合多个主流大模型API，用户购买套餐后可跨模型使用。这种模式的核心在于通过规模效应和网络效应创造价值。4.数据资产化与词元交易模式：这是正在探索的前沿模式。国家数据局提出“探索词元交易等新型交易模式”，旨在构建以词元为基础、可量化、可定价的数据集价值体系[3][13]。在此模式下，数据提供方可以按照其数据集对模型输出质量的贡献度（即“词元贡献量”），获得词元消耗分成的长期收益，实现“按效果付费”[11][37]。这推动了数据从一次性买卖的商品向可持续产生收益的资产转变。更进一步，词元本身作为数字资产，可能衍生出质押融资、资产证券化、期货、保险等金融创新[3][30]。5.价值分层与按效果付费模式：针对高价值专业场景，商业模式正从“按量计费”向“按值计费”或“按效果付费”演进[34]。例如，在代码生成、合同审查、医疗辅助诊断等场景，服务商可根据任务完成度、结果准确性或最终产生的业务效益（如节省的成本、提升的营收）来收取费用[10]。这要求建立更上层的、可验证的价值度量指标，是商业模式成熟的高级形态。词元经济的商业模式基础建立在几个关键特性之上：首先，是边际成本结构。虽然模型训练固定成本极高，但推理阶段的边际复制成本极低，趋近于零，这为大规模、按需服务提供了经济可行性[5][33]。其次，是价值的极端异质性，促使定价模式必须走向精细化、分层化[34]。最后，是高度的可计量性与可追溯性，词元作为通用尺度，使得智能服务的成本、使用和价值贡献变得可观测、可审计，为复杂的交易和分配模式提供了技术前提[6][35]。当前，词元经济的商业模式整体仍处于从单一按量计费向多元混合模式演进的早期阶段，其成熟度将随着价值度量体系的完善和生态协作的深化而不断提3.1.国家层面词元经济相关政策梳理与分析143.词元经济的政策环境与地方实践3.1.国家层面词元经济相关政策梳理与分析国家层面已将词元经济纳入战略性新兴产业和未来产业发展的核心框架，通过一系列顶层设计、专项政策与行动方案，系统性地引导和规范词元经济的健康发展，旨在构建全国统一、高效协同的智能经济新形态。首先，国家数据局作为核心主管部门，已明确将词元经济纳入其工作体系，并开启了从概念定义到制度建构的进程。2026年3月23日，国家数据局局长刘烈宏在中国发展高层论坛上正式将Token定名为“词元”，并将其定位为“智能时代的价值锚点”和连接技术供给与商业需求的“结算单位”。随后，国家数据局于2026年5月22日召开词元经济座谈会，进一步明确将词元经济纳入工作体系，并指出词元正成为人工智能（AI）服务的计量、结算与统计单位。[39]在政策文件层面，国家数据局于近日印发的《关于推进行业高质量数据集建设行动的实施方案》中，首次提出“探索词元交易等新型交易模式”，标志着“词元经济”和“词元交易”被正式纳入政策视野。[40]该文件旨在从国家层面对数据赋能人工智能发展作出系统性部署，圈定了强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六项专项行动，其中价值释放行动明确提出要“探索以词元为基础的价值体系、探索词元交易等新型交易模式”，以释放数据要素价值，推动数据集商业化、资产化，培育为数据付费的市场共识。[40]其次，国家发展改革委（国家发改委）在宏观规划和产业引导方面发挥了关键作用。根据《关于2025年国民经济和社会发展计划执行情况与2026年国民经济和社会发展计划草案的报告》，2025年我国人工智能自主生态加快培育，行业高质量数据集供给持续扩大，大模型日均调用量较年初增长30倍，用户数超过6亿。[41]报告强调2026年要深入推进数字中国建设，深入实施“人工智能+”行动，高质量建设国家人工智能应用中试基地，推动人工智能在重点行业领域商业化规模化应用，并发展模型即服务、智能体即服务等新产品新业态。[41]同时，国家发改委正在谋划出台加快人工智能落地的配套文件，进一步加大要素保障，并持续推动央国企开放高价值的应用场景，打造人工智能标杆应用。[42]在资金支持方面，国家发改委将2026年的科技创新和技术改造再贷款额度从5000亿元扩大到1.2万亿元，支持范围扩展至电子信息、人工智能等14个领域，并将研发投入水平较高的民营中小企业纳入支持范围，利率由1.75%降至3.2.广东省词元经济政策措施典型案例15再者，工业和信息化部（工信部）聚焦于推动人工智能与实体经济，特别是制造业的深度融合。工信部于2026年印发《关于开展普惠算力赋能中小企业发展专项行动的通知》，提出五项重点任务，要求降低中小企业用算成本，更好支撑中小企业数字化转型和智能化发展。[43]更为重要的是，工信部联合中央网信办、国家发改委等七部门于2026年6月18日印发了《促进平台经济大中小企业协同发展行动方案（2026—2028年）》。该方案明确提出要“提升平台企业词元（Token）普惠服务能力，面向中小企业共性需求优化智能体服务，降低中小企业获取与应用门槛”，并要求深入开展算力基础设施高质量发展和算力互联互通行动计划，推进全国一体化算力监测调度服务平台建设。[44]这标志着国家层面开始引导平台企业将词元作为普惠服务的关键载体。此外，市场监管总局与国家发展改革委联合印发的《人工智能计量体系和能力建设指引（2026版）》，其核心目标直指让AI“可测量、可比较、可追溯”，为词元作为计量单位的标准化奠定了基础。[39]教育部等五部门联合印发的《“人工智能+教育”行动计划》则展示了词元经济在垂直领域的应用导向。国家安全部发布的词元安全警示，指出了词元面临泄露劫持、伪造篡改、诈骗陷阱等风险，强调了发展中的安全底线。[43]中国人民银行、金融监管总局等部门则关注金融科技应用中的风险，要求防止AI模型算法中的性别偏见，体现了对词元经济伦理与合规的监管考量。综合来看，国家层面的政策呈现出以下鲜明特征：一是顶层设计清晰化，从概念定义、计量标准到交易模式探索，形成了初步的制度框架；二是政策协同体系化，数据、算力、算法、应用、金融、安全等多部门政策形成合力，共同推动“人工智能+”行动；三是支持手段多元化，涵盖再贷款、贴息、专项基金、场景开放、标准建设、人才培养等多种工具；四是发展导向明确化，强调普惠化、高质量、安全可控和规模化应用，旨在将词元经济打造为驱动新质生产力的关键引擎。3.2.广东省词元经济政策措施典型案例广东省作为全国数字经济发展的“排头兵”和人工智能产业重镇，率先出台省级专项政策，并依托其产业、区位和数据优势，开展了一系列创新实践，旨在打造全国词元核心政策文件：广东省政务服务和数据管理局于近日印发了《广东省释放数据要素价值促进词元经济高质量发展若干措施》。[48][49]该文件提出了到2027年底的发展目标：数据赋能词元经济发展工作体系初步构建，全省一盘棋统筹、差异化布局、一体化3.2.广东省词元经济政策措施典型案例16协同的词元经济发展格局基本形成，广东成为全国词元供给高地、智能应用标杆和词元出海枢纽。[48][49]围绕这一主线，《若干措施》提出了六大具体措施：1.加强高质量数据供给：围绕“加大数据资源供给力度”和“加快建设行业高质量数据集”，把数据变成可流通、可复用、可增值的标准生产要素，为词元经济发2.夯实基础设施建设：围绕“夯实算力设施底座”、“建设数据流通基础设施”和“支持打造垂类大模型”，形成“场景—数据—模型”协同发展的“数据飞轮”3.建立健全词元交易体系：围绕“建立标准化词元交易规则”、“建设省级词元交易专区”和“培育词元交易服务生态”，促进词元合规高效流通。[48][49]4.培育数创企业多元主体：支持各类市场主体参与词元经济发展。[48][49]5.畅通国际数据跨境通道：围绕“用好数据跨境制度规则”、“优化词元出海服务”和“打造粤产词元出海品牌”，推动广东成为全国词元出海枢纽。[48][49]6.优化词元经济发展环境：围绕“加强政策引导与支持”、“强化词元标准体系建设”、“加强复合型人才培养”和“坚守发展安全底线”，构建“政策+标准+人才+安全”四位一体支撑体系。[48][49]创新实践与地方探索：1.广州：全国首个词元级算力调度平台。2026年4月3日，广州正式发布全国首个基于词元（Token）级调度的城市综合算力运行服务平台⃞广州市一体化算力网监测调度平台。[50]该平台以词元为统一计量基准，代替过去以机器数量或租用时间计量的粗略化管理，旨在搭建全市算力资源与应用需求之间的桥梁，优化算力资源配置，让算力从“奢侈品”变成“日用品”，实现按需购买、透明可溯源的流动调配。[50]平台未来纳管算力将达7万P，成为集算力交易、供需撮合与政府监管于一体的算力资产流通枢纽。[50]2.汕头：全国首个“词元出海”全链路验证。依托国家于2025年在汕头华侨经济文化合作试验区批复的全国首个“来数加工”政策试点，汕头于2026年4月成功完成了全国首次Token（词元）出海全链路验证，实现了“离岸数据中心—生产Token—海外调用—数据合规传输”的完整流程。此举促进了“词元出海”服务3.3.其他省市词元经济政策探索与比较17规模的快速增长，调用量从2026年4月底的日均1亿词元攀升至日均百亿词元，并催生了“硬件出口+本地算力服务”等新模式。[51]汕头的优势在于其国际海缆登陆站承载全国52%的国际出口带宽，至新加坡的网络时延仅32.7毫秒，以及丰富3.支持人工智能OPC（一人公司）发展：广东省专门出台《广东省支持人工智能OPC创新发展行动方案（2026—2028年）》，通过“算力券”降低初创OPC的算力成本，建设公共模型服务平台。[52]广州开发区、黄埔区推出“Token8条”，为入驻创业者提供词元最优服务；深圳龙岗拟对新入驻OPC社区的企业赠送免费4.政企协同与生态构建：广东省政务服务和数据管理局召开词元经济座谈会，汇聚企业、智库、交易所等多方力量，共同研判发展痛点与路径。[53][54]会议总结出七大关键方向：补齐数据供给短板、健全标准体系建设抢占定价先发优势、优化基础设施布局打造“词元水电煤”、深耕实体应用场景、加快推动词元出海塑造粤产品牌、培育热带雨林生态、规范词元流通交易闭环产业价值链条。[53][54]发展优势与战略定位：专家分析指出，广东发展词元经济具备一套短期内难以复制的组合优势：多元稳定的能源结构、全国最密集的制造业应用场景、相对完备的“芯片—算力—模型—应用”产业链，以及数据要素、数字贸易等领域的政策试点经验。[52]基于此，广东的战略定位是成为全国词元经济的创新策源地和实践引领区，其政策与实践的核心逻辑在于将“词元”炼成AI时代的“水电煤”，通过制度创新与市场实践，3.3.其他省市词元经济政策探索与比较在国家政策引导和广东先行示范的带动下，全国多个省市结合自身资源禀赋和产业基础，积极布局词元经济，形成了差异化、特色化的发展路径。各地的政策探索主要集中在算力补贴、场景开放、生态培育、数据资产化和跨境服务等方面。省市政策/举措核心要点特色与定位参考来源18河北省推动“人工智能+”2027年）》，要求深化京津冀在算力供给、数据集建设等方面合作。2.印发《河北省数字经济发展三年行动计划（2025—2027年）》，提出打造算力领先、数据驱动、智能融合的数字经济发展新高地，到2027年智能算力占比超50%，打造100个垂直大模型智能体典型应用场景。3.保定市发布《支持人工智能OPC创新发展的若干措施》，提供“数智券”补贴、人才购房补贴，建设OPC国际社区和“百场万人”培训计北省分行等4部门发布《关于推动数字金融创新发展的实施意见》，探索数字人民币与智能合约结合，支持数据资产质押融京津冀算力协同与产业转型示范区。依托全国一体化算力网络京津冀国家枢纽节点，保定发挥国家数据标注基地优势，推动传统产业（如白沟箱包、高阳纺织）轻量化AI转19四川省印发《四川省进一步促进人工智能产业链发展若干政策》，设立“词元券”（To-ken券），对企业和OPC的大模型、智能体调用成本给予最高20%-40%的补贴，单企年最高100万元。[60]同时设立“算力券”支持使用国产算力。[60]西部算力支撑与创新应用策源地。通过直接的词元与算力补贴，降低企业和创业者使用AI门槛，结合“绿电+算力”优势，吸引和培育人工智能产业。[60]贵州省（贵阳贵安）日起，面向全国发放1.4亿元算力券，符合条件的企业最高可享30%用算补贴。[61]2.编制《贵阳贵安推动词元经济高质量发展三年行动方案（2026年‑力、数据、模型、业态、场景五大维度协同发力，打造全国词元经济创新策源地。[62]3.企业实践活跃，如数据宝公司上线词元交易服务平台Topen‑Router，贵州算家计算服务有限公司词元服务营收增长迅猛。[62]全国算力枢纽与词元交易活跃区。依托贵阳大数据交易所和算力基础设施优势，从单纯算力消费向 “算力消费+模型服务+场景应用+价值结算”的综合体系转易与流通。[61][62][61][62]21内蒙古自治区1.包头市签约“国内首个园区级词元基地项目”，构建“绿电—储能—算力—词元”闭环协同模蒙古自治区促进数据和人工智能产业高质量发展若干政策》，对购买数据产品的企业给予合同金额20%的奖补，评选产业数智化转型标杆企业给予奖补。3.发布《自治区“人工智能+”行动实施方案（2026—2028年）》，在能源、农牧、生态治理等领域推动AI应用。绿色算力生产基地与能源产业智能化转型区。充分发挥风光电资源丰富的绿电成本优势，打造“词元工厂”，承接东部数字产业产能外溢，并推动人工智能在传统能源、农牧业等特色产业的应用。[61][64][63]22辽宁省《辽宁移动惠民惠企Token服务及政策》，创新推出To_ken计费套餐体系，围绕“算力券+权益包+场景化服务”三大支柱，月均Token调用量已达102亿次。2.深化制造业“智改数转网联”，出台专项政策，引导金融机构推出针对企业数字化改造的“辽数贷”信贷产品。3.加强公共数据开放和行业大模型建设，沈阳、大连人工智能计算中心提供普惠算力服务。老工业基地智能化改造与普惠服务先行区。依托电信运营商推动词元普惠服务落地，同时聚焦装备制造、石化等传统优势产业，通过“人工智能+”和金融工具推动产业数字化转23北京市发《支持人工智能OPC创新发展行动方案》，通过市级OPC社区发放包含Token券、算力券、数据券的“全栈资源包”，单个社区每年最高支持1000万元。2.通州区发布《关于北京城市副中心支持数字经济高质量发展的若干措施》，支持企业技术攻关和算力模型应用，单个企业模型券、算力券每年最高支持50万元。3.市经信局、财政局发布资金实施指南，对租赁智能算力开展研发应用的企业予以事后补贴，最高不超过3000万元。4.修订《首都科技条件平台与科技创新券实施办法》，增设“算力创新券”，支持企业租用算力开展AI研全国科技创新中心与OPC生态培育高地。政策力度大、体系完整，特别注重对OPC（一人公司）等微小创新主体的全方位扶持，通过资源包、金融、赛事、合规等组合拳，构建活跃的创新创业生24上海市侧重从金融角度切入，提出推动词元金融发展，助力全球资管中心建设。核心思路包括：将电力、数据、算力、模型等凝练为标准化、可定价的“词元”数字金融数字人民币”双核结算体系；联动长三角构建“词元经济共同体”（安徽生产语料、江苏转化算力、浙江落地场景、上海国际金融中心与词元金融创新枢纽。依托其金融优势，探索词元的资产化、证券化及跨境结算，旨在提升在全球数字资产定价与交易中的话语权，完成词元经济价值链的金融闭环。[29]湖北省（武汉市）江岸区发布《江岸区大力支持Token经济发展的若干措施》，每年拿出5000万元专项资金，包含词元券、算力券、模型券、数据券、场景资金等，用于支持词元经济发展，并召开Token经济大会吸引全国企业。[61]中部地区词元生态集聚区。通过“政策+空间”双轮驱动，以真金白银的补贴组合拳快速集聚产业要素，打造词元生态型城市。[61]比较分析与趋势总结：通过对各地政策的梳理，可以观察到词元经济地方实践呈1.发展路径差异化：各地基于自身优势选择了不同的切入点。广东、上海侧重全产业链布局与高端服务（出海、金融）；河北、辽宁、内蒙古聚焦传统产业智能化4.1.政府主导型词元公司的成立与运作模式25转型与算力基础设施；四川、贵州、湖北通过强补贴政策吸引企业和算力需求；北京则着力培育OPC微创新生态。2.政策工具趋同化：“券”模式成为普惠性支持的主流工具，包括“词元券”、“算力券”、“模型券”、“数据券”等，旨在直接降低企业和个人使用AI服务3.竞争逻辑转变：城市竞争从传统的“抢人才、给补贴”转向“抢算力、供词元”，算力补贴和词元支持成为招商引资的新筹码。[57][58]同时，日均词元调用量正成为衡量一个地方AI产业活跃度的新指标。[52]4.区域协同态势显现：京津冀、长三角等区域内部开始探索算力、数据、场景、金融的协同分工模式，如“京模冀训”、“安徽生产语料、江苏转化算力、浙江落地场景、上海金融结算”等，旨在形成区域合力。[29][56]5.挑战与共识：在各地积极布局的同时，业界也指出国家层面尚未出台统一的词元计量和定价标准，若缺乏协同可能导致市场分割、交易成本高，阻碍词元要素跨区域自由流动。[61]因此，加快建立全国统一的词元质量评价和计量标准体系，已成为从规模扩张转向有序高质量发展的紧迫需求。[39]4.词元经济的实体组织与行业实践4.1.政府主导型词元公司的成立与运作模式在词元经济的实践探索中，政府主导型词元公司作为一种重要的实体组织形式，正成为地方政府推动数据要素市场化配置、抢占人工智能发展新赛道的关键抓手。这类公司通常由地方政府或其所属的国有企业发起设立，旨在整合区域内的算力、数据、政策等核心资源，构建标准化的词元生产、交易与服务体系，以公共化、普惠化的方式降低企业使用AI的门槛，并引导和培育本地人工智能产业生态。从发起主体与资本构成来看，政府主导型词元公司多由省、市级的国有资本平台或数据集团牵头成立。例如，湖北长江词元科技有限公司由长江产业集团联合行业头部团队、浙江百应科技共同设立，旨在填补省内专业化词元运营平台空白[75]。内蒙古词元交易平台则由内蒙古大数据产业发展集团牵头搭建，该集团作为市属国有独资重点企26业、自治区及首府公共数据授权运营主体，主动抢抓人工智能发展战略机遇[76]。上海跨境贸易数字金融服务有限公司由上海国际集团有限公司与上海数据集团有限公司共同发起成立，注册资本达5亿元人民币。这些案例表明，国有资本在词元经济基础设施建设和公共服务供给中扮演着主导和引领角色。在核心目标与功能定位上，政府主导型词元公司主要承担四大职能。第一，资源整合与集约供给。通过搭建统一的词元服务平台，将分散的算力、模型和数据资源进行集中纳管与调度。例如，湖北长江词元科技上线“长江词元”综合服务平台，为全省政企单位提供统一接入、集中采购、智能调度、成本优化一体化服务[75]。广州市一体化算力网监测调度平台以“词元”为统一计量基准，实现全栈异构算力的统一纳管与资源池化，支持词元级调度[78]。第二，成本优化与普惠服务。利用规模化集采和议价能力，显著降低企业获取词元服务的成本。湖北长江词元科技通过集约集采模式，最高可为企业压降四成采购成本[75]。广州的平台旨在破解企业用算难、用算贵等问题，让企业轻装上阵搞研发、拓市场[78]。第三，合规保障与生态培育。作为公共数据授权运营主体，确保数据流通与词元交易的合规、安全、可追溯。内蒙古大数据产业发展集团为平台夯实数据底座、强化合规保障[76]。同时，这类公司还积极培育产业生态，如湖北长江词元科技为长江博创园OPC（一人公司）定制帮扶计划[75]；广州则聚焦数据要素赋能，实施政务数据提质增效行动，打造高质量数据集[78]。第四，战略引领与价值实现。将词元经济作为区域数字经济发展和招商引资的新引擎。武汉市将词元经济作为招商引资新引擎，通过“政策＋词元”新模式吸引企业落户[61]。内蒙古大数据产业发展集团旨在助力内蒙古从“能源大区”向“智能大区”跨越[76]。在运作模式上，政府主导型词元公司呈现出“政府引导、国企主导、市场运营、生态协同”的鲜明特征[76]。其运作通常依托已有的公共算力服务平台或数据中心集群。例如，厦门“词元超市”在市数据管理局指导支持下，由厦门信息集团承建运营，依托市公共算力服务平台落地[79]。“泉惠算·济南词元工厂”平台由济南城市投资集团有限公司所属济南千行智汇数据科技有限公司在市大数据局、市人工智能产业发展办公室带领下牵头建设、运营。这种模式体现了“有效市场与有为政府”的深度结合，在技术快速迭代、商业模式尚在探索的现阶段，既能有效为创新主体卸包袱，又能通过统一计量和透明计费，率先确立区域性的行业规范[79]。此外，政府主导的词元交易平台开始出现，标志着词元要素市场化配置进入规范化、规模化新阶段。内蒙古词元交易平台作为自治区首个专业化、规范化词元交易平台，采用政府引导、国企主导、市场运营、生态协同模式，构建安全、合规、高效的词元交易服务体系[76]。该平台在揭牌仪式上即完成了首批合规词元交易签约，中国移4.2.企业主导型词元工厂（Token工厂）的实践探索27动、联通、电信、浪潮云4家核心供方与4家重点需方现场签署协议，实现了词元交易“零的突破”[76]。这为词元作为新型生产要素的规范化流通提供了重要的基础设施。4.2.企业主导型词元工厂（Token工厂）的实践探索与政府主导的公共服务平台并行，企业主导的词元工厂（Token工厂）作为市场化、专业化的实体形态，正成为AI产业基础设施的核心组成部分。词元工厂，又称Token工厂，是人工智能时代将电力与数据转化为词元（Token）的算力数据中心或基础设施[19]。其本质是将底层复杂的芯片、模型和调度能力，封装成标准化的Token服务，把算力从成本中心变成了可精准管理的生产原料[19]。企业主导的词元工厂主要由科技公司、互联网巨头、运营商及专业算力服务商建设和运营，其核心目标是实现Token的高效、低成本、规模化生产与交付。从概念提出与产业背景看，词元工厂的理念由产业界率先定义并推动。2026年3月，英伟达CEO黄仁勋在GTC大会上首次提出“词元工厂”概念，他指出数据中心如今已经成为全天候运转的“词元工厂”，输入电力和数据，输出词元[19]。黄仁勋同时提出了衡量其经济效益的核心公式：收入=每瓦词元数×可用千兆瓦数，将词元生产的效率与规模直接与收入挂钩[19]。此后，产业界加速布局。2026年5月，百度智能云将“MaaS模型服务”升级为“TokenFactory”（词元工厂），中国移动发布Token运营生态体系[19]。国内互联网大厂正围绕Token业务加速卡位，阿里巴巴于2026年3月成立ATH事业群，整合通义千问、MaaS、钉钉等资源，构建Token“创造—输送—应用”全链路闭环[81]。腾讯将MaaS升级为TokenHub，支持混元等主流模型统一计费[81]。字节跳动火山引擎主打极致效率的Token工厂，豆包大模型日均Token使用量突破120万亿[81]。在商业模式上，企业主导的词元工厂实现了从“卖算力”到“卖能力”的根本性转变。传统算力中心主要对外出租GPU整机、云服务器等底层硬件资源，本质属于“卖算力”、“卖硬件”[82]；而词元工厂将AI服务标准化、模块化封装，用户按照实际Token消耗量付费，无需关注底层算力调度细节，实现了商业模式从“卖算力”向“卖能力”的升级[82]。传统算力租赁模式是“卖卡时/机柜”，按时间或空间计费，而Token工厂是“卖Token”，按智能单元计费[81]。这种按需计费的模式大幅降低了企业，尤其是中小企业的AI应用门槛与运营成本。从建设主体与类型来看，企业词元工厂呈现多元化格局，主要包括以下几类：4.2.企业主导型词元工厂（Token工厂）的实践探索281.互联网与科技巨头：如阿里巴巴成立的TokenFoundry事业部，由集团CEO吴泳铭直接负责，整合大模型研发与视频生成等AI应用能力，属于阿里巴巴“创造Token、输送Token、应用Token”的Token战略体系[83]。其战略意图是将模型能力作为精密制造业来运营，模式对标芯片行业的台积电（Foundry），标志着阿里大模型战略从研究导向转向工程制造导向[83]。2.电信运营商：国内三大运营商均已开启Token工厂业务模式落地。中国移动北京公司推出面向个人用户的“算力Token套餐”，按Token计费、按需付费；中国移动联合腾讯、阿里、华为、中兴、科大讯飞等启动Token运营生态联盟[81]。中国电信宁夏分公司于5月启动国内首个以“Token工厂”命名的百亿级集采项目[81]。中国联通也已推出算力融合订阅套餐[81]。3.专业算力服务与AI公司：如魔形智能定位为“Token超级工厂”，凭借自研推理引擎与超节点算力集群的创新组合，将模型部署周期压缩至行业平均水平的1/3。是石科技专注于打造全国最大的Token调优工厂，通过异构算力的全域整合与深度国产化适配，提升国产算力的利用率与Token产出质量。华孚时尚旗下华孚科技基于华孚MaaS平台推出标准化Token生成服务，标志着从传统算力服务向Token生产与交付服务迈进。4.供应链与制造企业：如怡亚通与DaoCloud道客签署战略合作协议，共建“城市Token工厂及Token供应链门户平台”，怡亚通凭借其产业链整合能力与覆盖全国的渠道网络优势，负责市场推广与渠道销售。弘信电子在无锡建立大规模“Token工厂”，成为规模化、高性能“国芯国模”算力集群新样板。在技术架构与核心能力上，企业词元工厂聚焦于提升Token生产的“速度、质量和成本”。其核心指标是每瓦对应的高性能Token吞吐量[81]。为实现这一目标，工厂需要强化推理与模型优化能力[81]。例如，九章云极发布的“AI工厂”战略，由训练工厂和Token工厂两大引擎构成。训练工厂定位为“专业模型的诞生地”，以强化学习为核心工艺；Token工厂则是智能的“价值输送网络”，将专业模型封装为标准化、可精确度量的专业Token。联想中国的词元工厂产品，则通过数据飞轮、任务管理与算力调度，实现“输入数据，输出以Token计费的服务”。在区域布局与资源协同上，企业词元工厂积极探索“东数西算”与“算电协同”的新范式。许多工厂选择在绿电资源丰富、气候适宜的中西部地区建设算力底座。例如，优刻得在乌兰察布建设智算中心，构建规模化、高能效的“Token工厂”，依托当地充沛的绿电资源、凉爽干燥的气候条件和突出的政策优势。弘信电子在无锡的Token4.3.软通动力亦庄词元工厂的案例分析工厂项目，则计划把新建算力部署到无锡高新区对口共建的青海零碳科技产业园，利用西部的风光绿电资源，通过跨区域算电协同调度，预计能将Token生产成本降低30%‑40%[92]。这种“东西联动、动态平衡”的机制，既释放了西部低价绿电的成本优势，又确保了东部业务的高可靠、低延迟算力供给[92]。4.3.软通动力亦庄词元工厂的案例分析软通动力信息技术股份有限公司在北京亦庄建设的“北京壹号词元工厂”，是国内首个正式投用的标杆性词元工厂项目，为理解企业主导型词元工厂的实践提供了极具价值的样本。该工厂于近期正式落地亦庄，标志着算力将像电力一样成为稳定、普惠的公共资源，是北京建设“人工智能之城”的关键落子[93]。项目概况与核心产能：北京壹号词元工厂由软通动力建设，项目一期每日Token产能可达1.4万亿[93]。这个数字能支撑海量AI应用，例如，科研人员梳理25年以来的数千万份文献用来撰写学术综述，仅这一项任务就要消耗1亿Token[93]。工厂对标电网稳定运行标准，能实现7×24小时不间断运行，核心响应指标表现优异：一半的任务能在6秒内响应，九成的任务响应时间低于10秒，波动性控制在20%以内，全面适配各类复杂AI场景[93]。工厂的远期目标是实现日产10万亿Token，未来还将联动张家口、乌兰察布等绿电基地，构建京津冀一体化算力集群[93]。建设背景与选址逻辑：该工厂的建设是对市场爆发性需求的直接响应。行业数据显示，国内单日Token消耗量在9个月内暴涨4倍，用量从万亿级跃升至千万亿级。过去零散、小型化的算力供给模式，已经无法承接海量市场需求，集约化、标准化、规模化的词元工厂，成为AI产业发展的必然选择[93]。选址亦庄则依托其得天独厚的产业沃土。亦庄汇聚了大量AI模型企业与科创主体，天地一体化算力网络持续完善，产业集聚优势显著，为算力项目落地、运营、发展筑牢根基[93]。技术定位与核心能力：根据软通动力官方信息，该词元工厂聚焦AgenticServing智能体服务场景，通过极限工程化、先进算力调度及KVCache极致复用技术，实现Token生产的标准化与工业化。其核心目标是提供确定性服务质量与高性价比的标准化Token输出[94]。这表明该工厂并非简单的算力堆砌，而是针对智能体时代高并发、低延迟、高稳定性的推理需求，进行了深度的工程优化。行业贡献与标准引领：伴随工厂落地，软通动力同步开源了三层递进式词元工厂性能基准体系，面向全行业开源[94]。这套统一的算力“度量衡”，旨在打破行业标准杂5.1.主流词元经济商业模式类型分析30乱的现状，减少资源浪费，推动国内AI算力行业走向规范化、标准化发展[93]。这一举措具有重要的行业意义，为词元服务的质量评估、性能对比和成本核算提供了可参照的基准，有助于培育健康透明的市场环境。产业生态影响：业内评价认为，北京壹号词元工厂落地亦庄，不仅补齐了国内高端规模化算力供给短板，树立起算力服务与评测的行业标杆，还将进一步吸引AI上下游企业集聚，持续完善区域人工智能产业链[93]。其通过规模化生产大幅降低各行各业使用AI算力的门槛，让算力从“奢侈品”变成“日用品”[78]。软通动力的词元工厂模式也受到了其他地区的认可，例如湖北长江词元科技在成立后，即启动对接包括软通动力在内的知名行业企业[75]。软通动力亦庄词元工厂的案例清晰地展示了一个成熟的企业级词元工厂应具备的特征：巨大的标准化产能、面向前沿应用场景（如智能体）的技术优化、电力级的高可靠与稳定性、明确的降本普惠目标，以及通过开源基准推动行业发展的生态意识。它不仅是软通动力自身向AI算力服务商转型的关键一步，也为全国范围内词元工厂的建设与运营提供了可资借鉴的范本。5.词元经济的商业模式创新与发展5.1.主流词元经济商业模式类型分析词元经济的兴起，标志着人工智能服务从技术探索迈向规模化商业应用，其商业模式正经历从传统软件订阅向按量、按效计费的根本性变革。这一变革的核心驱动力在于，词元作为大模型处理信息的最小单元，首次为智力服务提供了可计量、可定价、可交易的标准化单位，从而催生了多样化的商业模式创新[34]。当前，词元经济领域已形成几种主流的商业模式，其演进路径清晰地反映了产业从规模扩张向价值深化的转变。第一，按词元消耗量计费模式。这是当前最为主流和基础的商业模式。随着AI应用从简单的对话问答进阶到执行复杂任务，单次交互的词元消耗量从数百跃升至数万乃至更高，使得早期基于固定订阅的“无限使用”模式难以为继[34]。例如，Anthropic公司发现，用户通过AI智能体24小时持续运行，200美元的包月套餐实际消耗了价值5.1.主流词元经济商业模式类型分析315000美元的词元，这直接导致了定额付费商业模式的失效[34]。因此，从硅谷到中国，主要公司同步进行了一次系统性的商业模式迁移。2026年4月28日，GitHub宣布其编程助手Copilot将于6月1日从固定订阅转向按词元消耗量计费。同期，腾讯云、阿里云等国内云服务商也全面转向按词元用量计费[34]。百度智能云、火山引擎、腾讯云等主流云服务商的API已普遍采用此模式[95]。这种模式的核心优势在于成本透明，用户为实际消耗的计算资源付费，服务商则能更精确地覆盖其算力、电力等可变成本。第二，订阅制与按量计费相结合的混合变现模式。面对AI应用边际成本显著可见的新现实，纯粹的“无限使用”订阅制面临压力[96]。因此，一种更成熟的“订阅+按量付费”的混合模式正在成为主流。该模式通常包含三层结构：订阅作为基础收入来源，提供稳定的现金流和用户预期；对高消耗的AI生成、处理等行为设置额度或点数限制；让重度用户为其高频使用支付更合理的成本[96]。这种模式平衡了用户体验与开发者的成本结构，既避免了普通用户被高订阅费劝退，也防止了高价值用户由其他用户“补贴”的情况[96]。中国移动、中国联通、中国电信等运营商推出的“词元套餐”正是这种模式的体现，它们为用户提供涵盖大模型多元能力聚合、统一资源计量计费的一体化数字化服务，套餐内包含一定额度的词元，超出部分可能按量计费[1]。第三，平台型与生态化运营模式。这一模式的核心是构建连接算力供给、模型服务和终端应用的中介平台，通过规模化运营和精细化调度创造价值。典型的代表是各地兴起的“词元超市”或“词元公共服务平台”，如厦门词元超市、无锡词元超市、南京的“词元集市”等[97]。这些平台采用轻资产、需求导向的运营模式，通过集中采购算力、集中议价、按量计费以及提供平台运维服务来获取收益[97]。其价值在于破解了中小企业多模型适配难、对接流程繁杂、技术落地门槛高的行业痛点，通过单一账号、统一接口调用主流大模型，大幅降低了AI常态化使用的门槛[97]。中国移动自研的模型服务平台MoMA已集聚300多款主流AI模型，建成规模化词元超市，通过智能路由引擎，实现了单位词元成本压降约30%[97]。平台型模式的盈利不仅来自模型调用差价，未来还可延伸至企业智能体、行业垂直应用、产业生态运营等领域[97]。第四，数据资产化与词元交易模式。这是指将数据要素的价值通过词元进行计量和交易的新型模式。国家数据局在《关于推进行业高质量数据集建设行动的实施方案》中首次正式提出“探索词元交易等新型交易模式”，旨在构建以词元为基础、可量化、可定价的数据集价值体系[95]。这标志着数据交易从“卖数据”向“卖能力”跃迁，从“粗放计价”向“精细计量”跃迁，从“静态资产”向“可流通的生产资料”跃迁[98]。在此模式下，数据提供方可以按照数据集在模型训练中对词元输出质量的提升贡献度，获得词元消耗分成的长期收益，形成“数据越好—词元越优—收益越高—数据5.1.主流词元经济商业模式类型分析越好”的正向循环[11]。企业可以将数据能力封装为标准化的可交易“词元”产品，推动商业模式从项目制走向订阅制、从定制化走向标准化[99]。例如，北理新源公司计划将其在车辆监管、充电安全、二手车评估等业务中积累的数据与分析能力，转化为可独立交易的标准化“词元”产品，如“安全行为词元”、“匿名轨迹词元”、“充电安全词元”等[100]。第五，基于效果与价值的分层服务模式。未来的词元商业模式将超越简单的“按量计费”，向价值导向和分层服务演进[26]。中国信通院人工智能研究所所长魏凯指出，词元服务将从“卖数量”到“卖质量”转变，市场将不再仅仅为词元的数量买单，而是为词元的“含金量”付费，高质量、高安全性的词元服务将获得更高溢价[26]。这要求建立词元价值评估体系，例如定期发布“单位词元经济贡献”指标，即每百万词元调用所对应的国内生产总值增量、劳动生产率提升幅度或成本节约规模[11]。在金融行业，一些企业已经开始建立内部“单位词元价值”的衡量标准，区分同一笔词元消耗是提升了风险识别精度，还是只产出了可有可无的文本[101]。这种模式倒逼词元服务商优化模型效率和服务稳定性，推动行业从“价格战”转向“价值战”[26]。商业模式类型核心特征典型代表/案例主要优势面临挑战按词元消耗量计费以实际输入/输出词元数量为基础进行定价和结GitHubCopi‑lot、腾讯云、阿里云API计成本透明，精准匹配资源消耗，覆盖可变成本。用户成本波动大，需建立统一 “隐形涨价”。订阅与按量混合模式额词元消耗按量计费，或订阅包内含固定词元额三大运营商“词元套餐”（如中国移动5.99元次包、24.99元月平衡用户体验与提供商成本，提供稳定现金流与使用灵活性。套餐设计复杂，需清晰界定基础服务与超额服务平台型与生态化运营构建多模型聚合、统一调度与台，提供一站式厦门“词元超市”、无锡词元超市、中国移动MoMA平台。使用门槛，通过规模效应降低成本，培育生态。平台竞争激烈，需持续吸引模型和用户，运营复5.2.订阅制与按使用量计费模式的应用33数据资产化与词元交易将数据集的价值通过其对模型输出的贡献度（词元）进行计量和国家数据局倡导的“词元交易”模式、北理新源数据词元化案激活数据要素价值，实现数据提供方长期收益分享，推动数据标数据确权、贡献度评估、定价机制复杂，市场接受度待培育。基于效果的价值分层依据词元输出质量、任务完成度或创造的经济价值进行差异化定位词元价值”衡量、高质量词元引导行业注重服务质量和实际效用，避免“词元虚胖”，提升产价值评估标准难以统一，度量体系建立需要跨行5.2.订阅制与按使用量计费模式的应用订阅制与按使用量计费模式的并存与融合，是词元经济当前商业化实践中最显著的特征。这两种模式的应用场景、优劣对比及演进趋势，深刻反映了智能服务从普惠体验到精细化运营的商业逻辑变迁。定额订阅制在消费端的应用与局限。在词元经济发展初期，面向个人用户的定额订阅制（包月/包年）曾是主流，其目的在于降低使用门槛、培育用户习惯。当前，主流AI平台对普通用户仍提供一定额度的免费服务或低价订阅，基本能够满足日常聊天、查资料、写文章等轻度需求[15]。例如，让AI写一篇800字作文，大约消耗1000‑1500个词元，普通订阅套餐足以覆盖[15]。然而，随着AI智能体工具的普及和应用深度的加强，定额订阅制的局限性迅速暴露。当AI从对话进阶到执行复杂任务⃞如自动编写代码、生成视频、进行深度数据分析时，单次交互的词元消耗可能跃升至数万乃至数十万[34]。Anthropic的案例表明，用户通过智能体24小时持续运行，其消耗的词元价值远超包月套餐费用，导致企业无法覆盖成本[34]。这种成本与收入的严重倒挂，使得定额订阅制在面向企业或重度用户时难以为继。按使用量计费模式（按量计费）的兴起与优势。按量计费模式直接回应了上述挑战。该模式以词元为基本结算单位，用户为其实际消耗的计算资源付费。其优势主要体现在三个方面：第一，成本可预测性与公平性：服务商的收入与算力、电力等硬性成本直接挂钩，避免了因少数重度用户过度使用而导致的亏损；用户则为实际获得的服务付费，消费更加透明[34]。第二，促进资源高效利用：按量计费激励用户优化提示词5.2.订阅制与按使用量计费模式的应用34（Prompt）、减少无效请求，从而提升整体算力资源的利用效率[10]。第三，降低初始使用门槛：中小企业或个人开发者无需承诺长期订阅费用，可以按需购买、小规