我国日均词元调用量突破140万亿，企业为提升效率付费意愿较强

小词元撬动智能经济大市场(大数据观察·智能经济新形态)

头条看点

词元(Token) ，大模型处理信息的最小信息单元 。我国日均词元调用量大幅增长
，不仅折射智能经济的澎湃活力，也意味着一套新型商业逻辑正在加速演进
。智能时代 ，有了可计量
、可定价、可交易的词元，人工智能有望成为像水 、电一样支撑社会运转的基础资源。

用户端
，查资料
、写代码、改文案；企业端，金融风控 、智能客服
、代码修正……如今 ，人工智能应用落地的每一个场景
，都离不开对词元(Token)的海量调用 。

词元，大模型处理信息的最小信息单元
。今年3月 ，中国日均词元调用量突破140万亿
，两年增长超千倍。怎么理解词元？词元和人工智能产业的关系是什么，未来发展趋势如何？记者进行了采访 。

词元调用量爆发性增长 ，背后是模型能力提升

有人疑惑
，词元和常见的数据有何不同？

“人工智能大模型的本质是一套复杂的数学运算系统，它无法像人类一样直接读懂文字、听懂声音 、看懂画面
。”中国移动研究院网络与IT技术研究所副所长唐华斌说 ，人工智能大模型必须先将各类原始数据转化为自己能识别的“语言 ”
，再通过运算输出结果，词元就是这套“语言”中最基础的单元。

具体来看 ，文字词元像“乐高积木
”，一个单词或一个汉字被拆成一块块词元；音频词元像“乐谱上的音符”
，一段声音被切成极短的时间片段，每一片包含音调、音量；视频词元像“拼图碎片 ” ，每一帧画面被切成一个个小方格
，并且还要考虑时间上的连续性……

“在大模型看来，三种模态的词元完全没有差别 。在模型眼里 ，它不觉得自己是在读文字或看视频
，它只觉得自己是在处理一串极其复杂的数字序列。
”火山引擎智能算法负责人吴迪表示
。

一个个基础的词元，构成了智能经济运行的“细胞”。今年3月 ，中国人工智能大模型周词元调用量连续3周占据领先地位
，成为全球大模型应用活跃度最高的国家之一 。

“词元调用量爆发性增长，最直接的原因是模型能力的提升
。每一次模型能力的提升 ，就会解锁更多应用场景
，从而使大模型词元调用量进一步激增。 ”吴迪介绍，以Seedance(豆包视频生成模型)2.0为例 ，生成1分钟视频大约会消耗超过100万个词元 。

同时，新的应用形态
、新的商业模式
，也会驱动大模型词元调用量大幅上涨
。唐华斌表示，最近兴起的智能体和传统单轮问答不一样 ，它的运行往往意味着更长的上下文、更频繁的模型调用 、更多轮次的任务拆解
，以及工具执行过程中的持续反馈。

“简单任务，如果只需要单轮或几轮工具调用就能搞定 ，消耗词元只需要几千；如果需要几十轮工具调用
，则需要至少消耗几万词元乃至更多 。
”吴迪说，智能体等新业态的涌现 ，让词元调用量又进入了一个快速增长的通道
。

词元调用集中在信息密度高
、迭代周期快的领域

60亿
，是爱问答科技创始人李加义过去一年的词元调用量。

走进位于北京海淀区的AI原点社区，一间约16平方米的工作室里 ，李加义团队正在调试刚刚设计完成的AI玩具 。

“这个玩具要具备交互能力
，离不开相应的软件系统
。放在以前，同等体量的软件系统开发至少要半年 ，还得多人共同配合。”李加义说，在AI大模型与辅助编程的深度赋能下
，消耗数亿词元，开发周期被压缩至两个月 。

2025年初 ，非计算机科班出身的李加义接触AI辅助编程工具后
，借助新技术打破了软件开发的专业壁垒。“一年间，我们高效地完成了两款APP和一个AI玩具的开发设计
。前不久 ，我们还将自研的AI硬件产品推向了国际消费电子展(CES)。 ”李加义说
，AI助力不仅让开发成本大大降低，也让小微企业的创新探索有了更多可能 。

软件开发 ，是人工智能应用落地的典型场景之一
。总体看
，词元调用量的分布呈现出鲜明的行业与场景特征，主要集中在那些信息密度更高、产品迭代周期更快以及模型与生产系统之间联系更紧密的领域。

以豆包大模型2.0为例 ，吴迪介绍
，从行业分类看，互联网行业词元调用比例最高 ，消费电子 、金融
、新零售和商务服务紧随其后 。

从场景来看，非结构化信息的处理和分析占比最大；教育、内容创作和“搜索与推荐
”次之
。

观察未来的发展趋势
，软件开发 、深度研究
、个人助理等智能体应用场景或将成为词元调用量爆发的重要领域。“特别是软件开发，当前人工智能正从简单写代码转向理解整个项目 ，不仅能排查错漏、自动优化
，甚至能通过智能体自主完成整个开发任务 。代码上下文长 、交互轮次多，企业为提升效率的付费意愿较强 ，这将成为一个巨大的需求增长点
。”唐华斌说。

词元可计量
，人工智能有望成为社会运转基础资源

“今年1月底以来，有的模型企业创下20天收入超越2025年全年总收入的业绩纪录 。这组数字背后 ，是一套以词元计费为基础的新型商业逻辑正在加速演进
。 ”国家数据局局长刘烈宏表示。

回顾人工智能产业发展历程
，过去一段时期，行业聚焦于模型性能的比拼 ，技术创新与商业落地之间缺乏可量化的衔接桥梁
，难以形成“技术迭代—价值产出—持续投入
”的良性循环 。

“词元本身具备可计量
、锚定算力能耗、跨模态通用结算的特点，使其能够成为连接技术供给与商业需求的结算单位。打个比方 ，大模型输出的智能好比电，智算中心好比发电厂
，电用千瓦时来计量，智能调用就用词元来计费
。”联想中国基础设施业务群战略管理总监黄山表示 ，展望未来的智能社会
，人工智能有望成为像水 、电一样运转的基础资源，随取随用 ，用多少买多少。

从词元的视角出发
，打造智能经济新形态，我国有何优势？有哪些发展着力点？

算法创新持续实现突破 ，国产大模型通过底层架构优化
，与全球顶尖技术的代差逐渐缩小 。吴迪说，我国的大模型厂商做了非常多的算法创新 ，在推理成本、响应速度上不断优化
，能以更少的词元完成复杂任务
。

基础设施具备领先优势。每生成一个词元，都在调用数据中心的算力 ，伴随着电力消耗 。我国已建成全球门类最全
、规模最大的能源体系，电源足、电网强 、市场活
。唐华斌表示
，我国发电供给持续提升
、电力成本不断降低，能够有效降低词元调用成本。

“能耗和算力是词元调用的两个关键成本 。让每个词元用更少的算力和更少的能耗生产出来 ，体现的是智算中心等基础设施的生产能力和效率
。 ”黄山表示
，要构建起安全、高效 、普惠的人工智能基础设施，持续提升大模型推理效率
、降低单个词元成本 ，让人工智能最大程度走向规模化应用落地。

本报记者王云杉

《人民日报》(2026年04月03日第06版)【