从MaaS到Token Hub，腾讯押注AI“收入引擎”

腾讯词元不只是一个技术计算单位，而是串联内部生态、统一多模型服务、支撑商业闭环的价值载体，这也是它与其他平台的核心差异。

文｜胡嘉琦
ID | BMR2004

“人工智能的应用范式，正在从Chatbot向AI Agent跃迁。”3月27日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在“2026腾讯云城市峰会现场”提出了这个关键判断。在他看来，这一跃迁的底层变革，是词元（Token）正在成为智能经济的新计量单位。在快速迭代的大模型与智能体发展中，企业不仅要投入算力资源成本，更要关注单位成本能产出多少“有用的智能结果”。

于腾讯而言，这也是一场基础设施、商业生态和商业模式的“跃进”。3月27日当天，腾讯云首次发布涵盖基础设施、模型、生态到应用的Agent产品全景图，并将MaaS大模型服务平台升级为TokenHub（词元中心）。此时，一条清晰的产业逻辑正在显现：AI正在跳出技术系统的范畴，成为能够直接影响企业收入结构的商业系统。

腾讯相关负责人告诉《商学院》记者，AI已经站在产业级爆发的临界点，技术能力、成本结构与商业回报正在同步进入拐点区间。腾讯的核心动作，是把AI从“工具能力”，重构为“交易系统中的收入引擎”，而词元，正是这套新系统的基础计量单位。

01

AI从“工具”走向“交易链路”

AI系统不再按能力计费，而是按任务消耗词元分配资源，实现从“卖算力”到“卖结果”的转变。

为完成一个完整任务，AI需要经过信息检索、知识调用、结构规划、内容生成、安全校验等多步操作，每一步都产生词元消耗。随着多智能体协同的普及，词元将从线性消耗变为网络化流动，嵌入任务执行结构。

记者从腾讯处获悉，在其WorkBuddy、CodeBuddy等产品中，AI已经从“回答问题”升级为“执行任务”，从文档处理、代码审查到跨应用的IM操作与云端任务调度，AI正在接管更多实质性工作。腾讯没有选择打造统一的模型入口，而是让AI Agent以碎片化方式嵌入业务流程，依托微信生态完成协同与执行。

由此，任务执行方式的改变，也带来了成本计量方式的重构。中经传媒智库专家、中国城市发展研究院投资部副主任袁帅认为，词元从技术计量单位转向经济单位的关键，在于大模型的价值锚点从“生成内容”转向“执行任务”。进入AI Agent阶段，词元与工具调用、路径规划、资源协同深度绑定，其属性从单纯的“生成计数”变成更为复杂的“任务成本”。由此，词元逐渐具备“数字工时”的属性，用算力与智能成本替代人力与时间投入。

知名经济学家、工信部信息通信经济专家委员会委员盘和林进一步指出，词元从技术单位走向经济单位，标志着AI从免费工具进入价值创造阶段。当模型能够解决真实问题并带来可量化收益，词元就成为连接技术能力与商业价值的核心中介，AI的价值判断标准也从“生成能力”转向“对交易结果的影响”。

在厘清腾讯的AI商业逻辑之前，需要先明确词元在腾讯体系中的基础定义。词元是腾讯混元大模型处理信息的最小计算与计价单元，也是腾讯云AI服务的统一计量标准，文本、图片、视频等不同形式的内容在模型训练、理解、生成、成本核算等方面，均以词元为依据，都会按照统一规则折算为词元进行计算和计费。

企业调用混元大模型、使用AI Agent、执行多步骤复杂任务，均按照实际消耗的词元数量进行结算，词元既是算力消耗的直观标尺，也是任务执行的基本计量单位，更是腾讯Token Hub实现资源调度、对接商业场景的底层依据。腾讯将MaaS升级为Token Hub，实则是对经济逻辑重构：计费从“模型调用”转向“任务驱动的资源调度”，词元成为系统枢纽，上承业务需求、下接算力与工具。AI系统不再按能力计费，而是按任务消耗词元分配资源，实现从“卖算力”到“卖结果”的转变。

02

腾讯为什么不一样

腾讯之所以能在同等业务场景下实现更低的词元消耗，核心在于其从底层技术到工程实践的全链路优化。

腾讯的词元体系，和OpenAI、阿里通义、百度文心、字节豆包等平台有着本质区别。

在中文分词与计费规则上，腾讯采用1词元约等于1.8个汉字的切分方式，不同于不少平台1词元对应1个汉字的标准，同样一段中文内容，腾讯的词元消耗更少，使用成本也更稳定、更好控制。在收费模式上，腾讯以Token Hub加Token Plan套餐为核心，推出99元每月1亿词元、多模型通用的固定额度方案，还支持缓存命中优惠，价格比国际API低10倍以上，也明显低于国内主流的按量计费模式。而其他平台大多只支持按量计费，或是按单个模型收费，缺少统一套餐和跨模型共享机制。

腾讯之所以能在同等业务场景下实现更低的词元消耗，核心在于其从底层技术到工程实践的全链路优化。针对中文语境，腾讯混元采用更贴合汉语表达习惯的分词方式，在相同文本长度下，词元折算效率更高，从源头减少了不必要的计量消耗。同时，腾讯混元模型在架构设计上更注重推理效率，通过优化计算结构、动态资源调度与上下文缓存复用，大幅降低冗余计算与重复交互带来的额外开销。依托微信生态与腾讯云的一体化部署优势，系统可实现高频内容、公共指令与通用上下文的本地缓存与共享调用，避免反复传输与处理相同信息，进一步压低实际词元使用量，形成行业内更具成本优势的词元消耗机制。

以腾讯混元最新版语言模型HY 2.0 Think和HY 2.0 Instruct为例，HY 2.0采用混合专家（MoE）架构，推理能力与效率位居国内顶尖行列，在文本创作、复杂指令遵循等实用场景中表现突出，推理能力全面提升，综合评测处于国内第一梯队。作为腾讯自研的通用大模型，HY 2.0仍在持续进化，后续将在代码、智能体、个性化风格、长程记忆等方向迭代优化，全面提升模型在实际应用场景中的表现，相关技术和模型也将以开源形式向社区开放。

在定位与生态布局上，腾讯Token Hub承担着多模型调度、统一计费的平台功能，优先服务微信、企业微信、游戏、广告等自有业务，走的是高毛利MaaS路线。所谓高毛利MaaS，是指腾讯并不以低价售卖算力为主，而是将混元大模型封装成可直接调用的AI服务，依托内部生态实现规模化调用。模型训练等前期成本一次性投入后，后续调用边际成本极低，再叠加闭环定价优势，能够保持远高于传统云业务的利润率。词元也由此深度融入社交、办公、内容创作、产业交易等全场景。

与之形成对比的是，阿里推出的ATH（Alibaba Token Hub），定位是面向全行业的词元基础设施枢纽，目标是把AI能力标准化、平台化，对外输出统一的词元体系与行业标准，侧重成为AI时代的基础设施底座；百度文心依托知识图谱，深耕产业解决方案；字节豆包以大流量和多模态能力为核心，更侧重C端用户与内容场景。

由此可见，腾讯词元不只是一个技术计算单位，而是串联内部生态、统一多模型服务、支撑商业闭环的价值载体，这也是它与其他平台的核心差异。

基于2026年2月数据，LLM Rank、LMSYS Arena等测评机构数据，腾讯混元大模型在参数规模和效果表现上处于中上游的位置。但决定腾讯AI长期价值的，从来不是模型的排名，而是它的生态结构。

腾讯最核心的优势，在于离交易最近。微信、视频号、公众号、企业微信共同搭建起一套完整的商业闭环，从内容分发、用户连接到交易转化，实现全链路覆盖。和传统平台不同，这套体系的核心不是流量，而是交易路径本身就内嵌在产品结构里。

这一结构，从根本上改变了AI的角色定位。在单纯做模型的公司，AI只是内容生成工具；而在腾讯体系里，AI是交易路径的加速器。混元的价值不再只看生成能力强弱，而是提升内容通向交易的效率、缩短转化链路，在同等流量下放大商业收益。AI由此从“内容引擎”变成“收入放大器”，而词元则成为支撑每一次生成、推荐、转化的底层成本单元。

中国社会科学院研究生院特聘导师柏文喜认为，AI对商业逻辑的改造，正从内容优化走向交易路径重构，真正的变革发生在交易层面，而非内容层面。依托微信与企业微信，AI Agent可以直接参与交易执行：例如，直播间实时调整货品组合、自动跟进销售线索、动态定价等功能正在逐步落地。当“洞察—决策—执行—反馈”被AI实时打通，交易的核心驱动力将从人转向数据。

科方得咨询机构负责人张新原在接受记者采访时表示，互联网巨头的竞争重心，正在从“流量收割”转向“效率重组”，这一点在腾讯生态中体现得尤为明显。AI不再是简单的技术插件，而是底层的系统性力量，同步优化内容生态、重塑交易环节。内容与交易双向赋能，不断提升生态整体效率，打开更大的用户价值空间。

03

商业结构正在被重写

“为结果付费”短期内难以取代订阅与API模式。

当行业还在比拼模型与算力时，腾讯已经提出一个更本质的问题：AI如何进入收入结构。

而AI深度嵌入交易链路，也在改写商业模式。传统API调用与订阅制，本质是“为能力付费”。而在AI Agent体系中，行业正在走向“为结果付费”：参与电商可按GMV分成，参与销售可按成交计费，参与广告可与收入直接绑定。

计费单位看似从词元转向商业结果，但词元的价值并未削弱，反而下沉为底层成本支柱。腾讯商业结果的背后，是一条完整的词元消耗链，收入能否成立，取决于这条链的效率。AI系统由此形成自我循环：生成决策、进入交易、创造收入、覆盖成本、再投入迭代。由此，AI具备了构建自我供血系统的可能，Token Hub也从技术平台，变成连接AI输出与商业收入的结算中枢。

张新原认为，“为结果付费”是行业方向，但完全替代传统模式仍面临瓶颈，核心是结果归因难以量化。AI只是影响业务的变量之一，其贡献度很难精准剥离。此外，风险分配、合同设计、技术透明度等问题，也制约着此商业模式大规模落地。

从技术架构看，AI正从单体智能走向多智能体协同，其效率取决于任务规划、通信机制与资源分配的平衡。优秀的协同设计能减少冗余调用、实现能力互补，这是AI支撑企业复杂任务、落地生产力的关键。

知名财经作家、眺远影响力研究院院长高承远在接受记者采访时判断，未来AI不会成为大一统操作系统，也不是集中生产平台，而是嵌入业务全域的“数字神经系统”，碎片化、场景化、即插即用。企业流程差异巨大，智能体必须深度耦合业务逻辑，最终形成去中心化智能网格，各节点自治协同、有机演化。

回到腾讯生态，AI进化分为两个阶段：初期优化内容生产，提升文案、视频、客服效率；终局则是重构交易路径，依托社交与支付闭环，AI Agent完成“需求识别—方案生成—支付转化”全链路。腾讯的真正壁垒，不是模型，而是社交关系链与支付闭环。当AI在微信内打通全流程，流量分发模式将被智能撮合彻底取代。

高承远指出，“为结果付费”短期内难以取代订阅与API模式。归因复杂、责任划分困难、中小企业对固定成本的偏好，决定了行业将长期采用“基础订阅+效果对赌”的混合模式。柏文喜则认为，词元计费，恰好成为从“按能力收费”向“按结果收费”过渡的中间形态。

腾讯的变革，本质是把“连接人”升级为“连接收入”。从生态优化，到商业模式博弈，再到多智能体宏观布局，AI对商业的渗透已进入深水区。未来的胜负，不再只取决于算法领先程度，而在于谁能通过AI，在复杂商业环境中率先建立起稳定、可规模化的价值闭环。