词元经济研究丨词元经济价值计量的现实困境与方案优化

编者按

词元经济正在打开经济学中长期被视为“黑箱”的技术进步过程，使知识参与价值创造的方式首次变得可观测、可计量。当前，围绕词元经济涌现的一系列新问题，呼唤理论研究的前瞻回应。自本报有关词元经济研究系列报道及征稿启事发布后，我们得到广大读者的积极回应，已经收到大量高质量来稿。稿件研究视角多元，反映出词元经济作为智能经济新形态的核心议题，已引起学术界与产业界的广泛关注。鉴于报纸版面容量有限，同时为增强研究成果发布的时效性，中国经济时报在微信公众号推出“词元经济研究”栏目，选登部分优秀来稿及后续系列文章，旨在汇聚各方智慧，为智能时代的产业实践与政策治理提供分析框架与决策参考。敬请关注！

征稿持续进行中，投稿邮箱：892720943@qq.com。期待您的真知灼见。

图片来源/摄图网

词元经济价值计量的现实困境与方案优化

■罗谷松 巫细波

过去的两个月，“词元经济”话题持续火爆。先是3月16日黄仁勋提出“在AI时代，智能Token是新的货币，而AI工厂是生成这些Token的基础设施”的论断，3月18日其又将“算力等于Token，Token等于智能，智能等于经济产出”串联起来，在全球科技产业界引发强烈关注。其后，国家数据局正式明确Token的中文名为“词元”，将其定义为“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”，并在随后征求意见的《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”，意味着国家首次为“词元”赋予交易属性。“词元经济”在短时间内从一个产业概念迅速升格为全社会关心的经济议题。

从硅谷的产业叙事到中国的政策话语，“词元”已然成为智能经济时代的核心概念，并被作为词元经济交易的依据，是当前最为直观、合理的价值衡量单位。然而，当我们深入分析词元经济的价值逻辑时，一系列深层问题也随之浮现。正如《中国经济时报》近期刊发的系列文章中，研究者们敏锐地指出：诞生于工业经济甚至信息经济早期的经典理论，在解释词元经济学的要素时“常常显得捉襟见肘，甚至部分失灵”；词元的“生产”与“消费”似乎发生在同一瞬间，其价值难以用成本或“社会必要劳动时间”简单衡量；并非所有的劳动或要素都参与了价值分配。这些困惑都指向一个根本问题：词元经济价值该如何科学计量？本文尝试就此展开探讨。

01

当前词元计价的逻辑与缺陷

现行架构中，词元的市场计价体系主要由技术厂商主导，其基本逻辑可以概括为“以算力成本为锚，以供需关系为调节，以Token数量为计价单位”。最普遍的计价方式是“按量计费”，即以每百万词元为单位进行定价，用户根据实际调用量付费。这一模式将词元从技术概念转化为可结算的经济单元，构成了词元经济交易的现实基础，但同时也为后续计价体系的结构性缺陷埋下了伏笔。

从计价依据来看，厂商定价主要锚定算力硬件成本、电力成本、研发投入和市场供给四个维度。在算力硬件端，高端AI芯片及服务器的采购与运维构成了最大的成本项。据行业估算，当前主流推理服务的价格区间约为每百万词元1至10元人民币，这一区间大致反映了当前算力硬件成本在终端定价中的传导权重。在电力与运维端，随着大模型推理需求的急剧膨胀，能源消耗持续攀升，电力成本在单位词元总成本中的占比显著增加，已成为边际成本的决定性变量。在研发与模型端，模型架构的差异直接决定了单位算力能够产出的词元数量和“智能质量”，这构成了研发投入转化为成本优势或溢价能力的关键环节。三个维度的叠加，决定了词元的基准供给价格，而市场供需状况则在这一基础上形成最终的短期定价。可见，“以算力成本为锚”的定价逻辑，本质上仍是一种成本加成的技术思维，而非基于词元所承载的实际价值进行定价。

从收费模式来看，当前市场大致形成三类格局。第一类是按量计费的API模式，以OpenAI和国内云厂商为代表，按输入和输出词元分别计费。例如，GPT-5.5 Pro API定价高达输入30美元、输出180美元每百万词元，价格门槛极高。第二类是订阅制模式，如ChatGPT Plus按月收取固定费用，在一定额度内不限词元使用量，本质是将词元消耗的可变成本转化为固定收费，以锁定用户并平滑收入。第三类是日趋普遍的混合模式，由云厂商、模型厂商和算力提供商分层计价、多级分成，形成了更加复杂的定价链条。在三类模式并存的格局下，2026年国内大模型市场经历了剧烈的价格震荡，折射出计价体系尚不成熟的现实。一方面，以DeepSeek V4为代表的厂商凭借算法创新，将输入价格大幅压至0.25元/百万词元，仅为海外同类产品的七百分之一，显示出技术突破对定价空间的巨大压缩效应。另一方面，腾讯云API输入价格出现单轮暴涨463%，智谱AI也在一年内三度提价，涨幅显著。这种“冰火两重天”的价格波动，清晰地表明当前词元计价既未形成稳定的成本参照系，也缺乏公认的价值衡量标准。

进一步来看，这套看似清晰的计价体系，实现了词元“量”的统一度量，却陷入了“质”的无差别定价，存在根本性的结构缺陷。正如陈波在《一份关于词元经济研究的问题清单》文中所追问的，词元的“生产”与“消费”同一瞬间完成，生成一个笑话与生成一个救命药方消耗的算力成本相同，对用户的价值却有天壤之别，价格既不反映成本差异，也不衡量效用高低。钟新龙则从产业计量角度指出，Token只是连接算力与价值的“中间计量单位”，绝不能将Token数量等同于真实价值。白惠天等认为Token的价值取决于被用来做什么，“同一个Token，用来闲聊值几厘钱，用来写代码值几百美元（折合人民币数千元），用来做法律分析可以值上千美元”。同一电力、同一芯片、同一Token吞吐量，因模型设计、可靠性和业务嵌入深度不同，可形成完全不同的经济结果。换言之，现有计价体系能度量算力的消耗量，却无法区分词元在“智能质量”和“场景价值”上的巨大落差，这正是当前词元经济价值计量最深刻的困境所在。

02

词元计价的系统性风险

这套以技术供给端为核心的计价体系，表面上是技术便利的市场化安排，实则隐藏着四个维度的系统性风险，亟须引起高度警惕。

一是劳动价值的“隐身”困境。当前词元计价最根本的问题，在于将人类劳动价值系统性地排斥在计量体系之外，偏离社会主义“按劳分配”基本价值观。词元定价锚定算力硬件成本和能源消耗等资本要素，但训练大模型所依赖的海量数据标注、高质量语料筛选、模型对齐中的人类反馈——这些凝结了大量人类劳动的工作，在按词元计价的商业模式中几乎得不到价值体现。全国政协委员黄群慧指出，词元已“成为可独立交易的全新生产要素，是智能经济背景下数字系统的交易价值或者权益载体”，但“当前词元经济仍处于概念阐述阶段，与实体经济的融合尚未形成成熟模式”。更深层的问题是，词元一旦生成即可被无限次调用，其“生产”与“消费”发生在同一瞬间，诞生于工业经济甚至信息经济早期的经典理论在解释词元的生产与价值时“常常显得捉襟见肘，甚至部分失灵”。当数百万数据标注员、内容创作者的劳动凝结在词元之中却不参与价值分配，这种制度性偏差不仅关乎公平，更关乎智能经济能否实现包容性发展。

二是算力投资的“军备竞赛”与资源错配。词元计价在客观上刺激了算力基础设施的过度投资。据Gartner预测，全球AI支出2026年将达2.52万亿美元，其中AI基础设施新增约4010亿美元。在能耗方面，以GPT-4为代表的千亿参数大模型单次训练耗电量即达2.4亿度，推理阶段持续能耗更可能达到训练阶段的10倍。然而，词元计价“只奖励吞吐量、不奖励有效性”的价格信号，正系统性地将大规模投资引向粗放扩张。其直接后果是双重错配：一方面，算力投资呈现“重建设、轻运营”的粗放特征，部分地区智算中心平均机柜利用率仅20%至30%，部分企业级中心甚至低至10%，大量算力资源在建成后陷入“沉睡”；另一方面，算力市场“结构性错配”矛盾突出——通用算力阶段性过剩而智能算力持续短缺，部分西部园区上架率不足50%，东部一线城市却“一柜难求”。若计价方式不能为资源消耗提供正确的价格信号，就可能催生“词元GDP迅猛增长而绿色GDP停滞不前”的畸形格局。

三是产业链寡头垄断与国家数字主权风险。当前词元计价体系呈现出“芯片—模型—云服务—定价规则”全链条向少数西方巨头集中的态势，缺乏透明度和公平性，具有显著的寡头垄断特征。英伟达GTC大会上推出的Vera Rubin DSX AI工厂参考设计，意图将整个AI工厂生命周期转变为优化的产品级系统，本质上是把词元生产体系深度绑定在一代又一代的GPU芯片上。与此同时，美国商务部对H200等芯片的出口附加了严格的测试和用途限制。一旦国际局势发生变化，掌控“芯片—模型—定价”全链条的少数国家如果对中国实施更严厉的技术封锁或定价操控，国内依赖进口芯片和海外云服务的大量AI应用将面临严峻的供应链安全挑战。

四是对“东数西算”等国家战略工程的干扰。“东数西算”工程旨在统筹利用东部数据需求与西部绿色能源优势。然而，以词元产出效率为单一评价指标，可能在客观上推动数据中心集中布局于东部电力基础设施更成熟的地区，西部绿色数据中心虽在碳排放和能源成本上更具优势，却因网络延迟等因素在词元产出效率竞争中处于不利地位。这种以短期商业效率为导向的计价逻辑，与“东数西算”所追求的区域协同、绿色发展目标之间存在内在张力，可能引发算力资源配置的新一轮结构性失衡。

03

词元计价的方案优化设计

面对上述现实困境，学界和产业界已开始探索更为科学、公平的词元计价路径。钟新龙提出，Token只是连接算力与价值的“中间计量单位”，计价体系应从“按Token数量计费”转向以“价值Token”为核心核算对象。他构建了涵盖算力供给、工厂转化率、模型效率、质量调整系数、场景兑现率的“五级转化链”：前两级回答“能生成多少Token”，中间一级回答“每个Token要付出多大成本”，后两级回答“Token能否形成可信结果并转化为收入、效率和治理能力”。这一框架的重要贡献在于打破了“Token数量等于价值”的线性思维，将场景兑现率等终端价值因素纳入计量体系。在此基础上，学界进一步追问：即便完成了从“数量”到“价值”的跨越，价值本身又是从何而来？部分学者基于马克思主义劳动价值论并结合“东数西算”“科技自立自强”“双碳”等国家战略实施，聚焦算力驱动的“智能劳动”这一新型劳动形态，试图从价值本源上为词元计价奠定理论基础。

然而，从理论框架到可操作的计价方案，仍面临几重核心障碍。其一，智能劳动的识别与度量标准缺失。大模型训练和推理是人机高度协同的过程，人类的创造性智力投入——从算法设计到数据标注、从提示词工程到结果校验——如何从算力产出中分离并量化，目前缺少公认的方法论。其二，价值链条的多级传导机制模糊。从原始算力到高质量决策，价值在不同环节被放大或衰减，缺乏对这一过程的标准化建模。其三，定价权力的过度集中。当前全球词元市场缺少独立于厂商的中立定价基准，定价权的集中使得市场机制难以有效发挥作用。这些障碍的突破，既需要在技术层面找到能够度量“智能劳动”的物理量，也需要在制度层面建立独立于厂商的定价参照系。

结合学者已经提出的理论和现实操作障碍，作者认为可以建立覆盖算力输入、模型效率、推理质量、场景价值的“有效推理步数（ERS，Effective Reasoning Steps）”全链度量体系。钟新龙的“五级转化链”回答了价值在不同环节的传导逻辑，而“有效推理步数（ERS）”则试图解决其中最基础性的度量难题——如何量化算力驱动的智能劳动本身。ERS不再关心模型“输出了多少字”，而是追踪算力在驱动大模型解决问题过程中实际执行了多少有效计算步骤、消耗了多少计算资源、完成了多少实质性工作。这一思路恰好与“五级转化链”的前两级——“算力供给”和“工厂转化率”——形成技术对应：ERS为“能生成多少Token”提供了比简单计数更精细的物理度量。具体而言，ERS包含五层度量体系：第一层测算任务本身需要多少标准化计算；第二层按任务认知复杂度赋予不同系数——写一首诗与模拟蛋白质折叠，系数截然不同；第三层区分硬件能效，使用国产先进芯片或清洁能源可获得更高系数；第四层奖励算法效率，自主研发的高效算法系数更高；第五层验证产出质量，结果真实有效才计入有效步数。这五层体系层层递进，既保证了度量的客观性，又体现了智能劳动的复杂性和创造性特征，其公理化体系已通过严格的数学证明。现有的词元既无法实现有效算力度量也无法实现更复杂的价值锚定功能，因此国内学界在ERS度量基础上进一步提出了算力价值锚定概念——智元并尝试从成本、效率、需求多方面综合考量算力价值，后续可进一步构建“词元—智元”双层计价体系——这不是对词元的否定，而是在词元计量的基础上叠加智能劳动的质效维度，实现从“简单计数”到“数质并重”的范式跃升。

04

词元计价优化方案的实现路径

推动上述优化方案从理论构想走向实践落地，需要在标准体系、分配制度、基础设施和全球治理四个维度协同发力。

一是以国家标准为牵引，将“数质并重”的计价理念转化为可执行的计量规范。“词元—智元”双层计价体系和ERS五层度量框架，需要依托国家数据标准体系率先在“质”与“量”两个维度形成统一标准，如制定中国版标准基准任务集、硬件能耗、算法效率等。“量”的维度，重点统一不同模型间词元的换算标准，规范各类云平台的计量方法和接口协议，解决当前“一词元各表”的市场乱象。“质”的维度，将质量调整系数和场景兑现率细化为可操作的分级评价指标，涵盖准确性、一致性、安全性，并逐步纳入绿色能耗、数据来源合规性等维度。广州已于2026年4月上线全国首个基于词元级调度的城市综合算力运行服务平台，以此为原型推动跨平台词元计量互认，可为ERS度量体系中“硬件能效系数”“算法效率系数”的落地提供实证场景。

二是以“智能劳动贡献度”为核心，探索体现劳动价值的分配制度。大模型训练和推理中凝结了大量人类智力投入，但这些劳动者在当前计价体系中几乎不参与价值分配。破解这一困境，关键在于将ERS度量框架中的“任务类型系数”“质量验证系数”等指标，转化为可识别的“智能劳动贡献度”评价机制——数据标注的精细度、算法优化的增效幅度、场景适配的复杂程度，都应在词元价值链中获得相应回报。可结合国家共同富裕战略，在政务AI、智慧城市等公共性强的领域率先试点，将智能劳动贡献度嵌入政府采购和服务结算，形成可推广的实践经验。

三是以自主可控为底线，建设独立于海外垄断的计价基础设施。前文揭示了“芯片—模型—云服务—定价规则”全链条寡头垄断的风险，突破这一困局需要技术突破与制度建设双管齐下。DeepSeek V4以算法创新在出口管制条件下实现成本优势的案例表明，技术创新可以成为打破定价权垄断的关键力量。在积极推进国产AI芯片规模化应用的同时，应依托国家算力调度平台和“东数西算”枢纽节点，建设独立于海外厂商的词元计价与结算系统，探索“词元+人民币”的国际AI服务结算机制，逐步形成从芯片、框架、模型到计价规则的全链条自主体系。唯有计价基础设施自主可控，“词元—智元”双层计价才不会受制于人。

四是以“绿色Token”“公平Token”为旗帜，积极参与全球词元计价规则制定。当“智能Token是新的货币”成为产业界普遍共识，谁掌握Token定价权，谁就在事实上掌握了智能时代的“铸币权”。中国拥有全球最大的词元消费市场和完整的AI产业链，完全有条件将“数质并重”的计价范式、“智能劳动价值”的分配理念以及“绿色算力”的能效标准嵌入国际AI治理议程。在国际标准化组织和多边机制中，积极推动更加公平、透明、包容的词元计价标准，不仅关乎产业利益，更关乎全球智能经济发展的价值取向——避免词元计价规则沦为新的技术霸权工具。

从硅谷的“Token是新货币”到中国的“词元经济学”，一个全新的经济核算范式正在加速形成。本文所剖析的，正是这一进程中最核心的张力：现行体系实现了词元“量”的统一度量，却陷入了“质”的无差别定价，导致劳动价值隐身、资源配置扭曲、定价权高度集中等系统性风险。回应这些风险，学界已展开探索——从钟新龙的“五级转化链”将场景兑现率纳入计量，到“有效推理步数（ERS）”为智能劳动提供可量化尺度，共同指向从“按量计费”迈向“数质并重”的价值定价范式。本文正是在借鉴这些研究的基础上，尝试梳理出一条从理论到实践的可行路径。当前最紧迫的任务，是敢于追问词元价值的真正来源，在技术叙事之外开辟劳动价值论的新视野，以期为构建既有效率又有温度、既有竞争力又有包容性的词元经济体系提供参考。

（作者均为广州市社会科学院研究员）

总 监 制丨王列军车海刚

监 制丨陈 波 王 彧 杨玉洋

主 编丨毛晶慧 编 辑丨曹 阳