日前，在中國發展高層論壇2026年年會上，國家數據局局長劉烈宏明確將Token稱為“詞元”，並將它定義為“結算單位”。作為一名長期跟蹤人工智慧發展的研究人員，我一下子就捕捉到這個表述的變化。這個變化背後的分量很重。
它意味著，我國人工智慧正在從“能力佈局”邁向“能力結算”，從模型好不好，轉向智能服務如何計量、如何定價、如何交易。過去，很多企業採購軟體，買的是許可證、帳號數和部署週期；如今，越來越多企業採購的，是可調用、可核算、可複盤的智能服務量。
詞元，正是那個把智能服務折算成成本與價值的刻度。真正值得重視的，不只是一個譯名，而是一個計量體系正在成形。
數據顯示，2024年初，中國日均詞元調用量為1000億；到2025年底，躍升至100萬億；到2026年3月，已突破140萬億，兩年增長超過1000倍。自2026年1月底以來，有的模型企業創下20天收入超過2025年全年總收入的業績紀錄。
短短兩組數據，已經足以說明一個事實：詞元不再只是技術指標，而正在成為人工智慧商業化速度、應用深度和產業景氣度的重要觀測值。
中文語境下，給Token定名為“詞元”，格外有意義。它比“詞”更準確，也比“令牌”“標記”更貼近語言處理場景。特別是強調了“基礎單元”這個屬性，既方便公眾理解，也有助於產業、媒體和政策口徑統一。
但如果把2026年3月23日看成“詞元”橫空出世的時刻，也並不準確。事實上，Token並不是大模型爆紅後才臨時冒出來的新詞。
往前追溯，在學理脈絡上，它可追溯至20世紀初研究者提出的type-token區分，隨後進入語言學、計算語言學和自然語言處理領域，成為文本處理的基礎概念。在中文規範體系，2018年已有電腦學科術語規範工具書，將相關場景下的Token譯為“詞元”。
詞元本質上是大模型處理資訊的最小資訊單元。人類說出一句話之後，模型要先把文本切分成詞元，再把詞元映射成編號，隨後才能完成關聯、推斷和生成。
這也是為什麼同樣一句中文，在不同模型裏，詞元數量往往並不相同。切分規則不同，成本就不同，速度就不同，可容納的上下文長度也會不同。
為何詞元調用量快速攀升到140萬億？答案不是簡單的“聊天變多了”，而是應用形態變了。對話應用消耗詞元，長流程任務更消耗詞元，調用工具、讀取文檔、連續規劃、多輪回饋，同樣都要反復吃進上下文、生成新輸出。表面看，用戶只是讓模型“幫我做件事”，而系統內部，實際上是一次次高密度的資訊拆分、調用和結算。
正如劉烈宏在同一場演講中所說的：人工智慧正從“對話”走向“決策執行”，智能體正在驅動中國大模型應用規模爆發式增長。
另一方面，詞元調用增長越快，越說明數據供給體系正在跟上模型推理與應用消耗的節奏，也說明數據、模型、場景與商業閉環開始貫通，“詞元經濟”雛形正在顯現，“數據供給—價值釋放”的良性迴圈已初現端倪。
但詞元多，並不自動等於智能強。
我在和企業交流時，常會碰到一種誤解：是不是詞元消耗得越多，模型就越聰明、答案就越好？
事實並非如此。詞元更像水錶和電錶，負責記錄消耗，不負責保證品質。真正決定結果的，仍然是模型能力、數據品質、任務設計和提示組織方式。
一句話：沒有高質量數據，詞元只是空轉；沒有合適場景，再便宜的詞元也難以轉化出真正的生產力。
詞元像是一塊很小的磚，卻可能正在墊高一個時代的門檻。很多人第一次聽見“詞元”時，會覺得它抽象、陌生。但 從此刻起，詞元正像“位元組”“流量”“千瓦時”那樣，成為普通人必須逐步理解的新單位。這也意味著人工智慧開始被納入更成熟的經濟敘事。
2025年8月28日，參展商與觀展者在2025中國國際大數據產業博覽會會場交流城市數智化實踐情況。新華社記者陶亮 攝
我第一次強烈意識到詞元的這種敘事改變，不是在實驗室，而是在一張預算表前。
前段時間，我和幾位企業負責人討論大模型接入方案。大家談完模型能力、幻覺率、知識庫召回率，財務負責人忽然指著一行費用問我：為什麼這套系統不是按帳號數收費，也不是按調用次數收費，而是按“月度詞元消耗量”核算？
那一刻，我意識到，詞元已經像工業時代的度電、互聯網時代的流量一樣，成為企業理解人工智慧時代“成本”的新度量衡。它不只服務於技術研發，也會越來越多地出現在預算表、採購單、報價單和監管語境裏。
我們當然不能把一個時代的變化，全部壓縮進一個術語裏。但有些時候，一個術語的正式定名，恰恰標誌著一個產業階段已經悄然切換。今天的詞元，也許就站在這樣的節點上。
等到更多人讀懂詞元，人工智慧的落地方式也會被重新理解。以後再聽到“這個模型很費詞元”“上下文又超了”“本月詞元預算不夠了”時，我們不妨少一點陌生感。這也在提醒我們：人工智慧已經不只是在展示聰明，它正在像水、電、網路和雲資源一樣，被精確計量，被持續調度，被大規模交易。
真正變化的，也從來不只是一個中文名字。（作者系賽迪研究院人工智慧研究中心副研究員鐘新龍）
