詞元該如何定價？讀懂智能時代的新“水電”

  詞元是大模型的最小計量單位。我們向模型提問時，模型給出的每一段回答，都按詞元計數、計價，就像打電話按分鐘計費、用流量按兆結算一樣。

  高質量的詞元服務，看的不只是價格便宜。就像評價自來水，不能只看每噸水價，還要看水壓穩不穩、擰開龍頭多久出水、會不會動不動停水。

  衡量詞元服務質量，同樣至少有三把尺子：一看每秒輸出詞元數，決定模型回答快不快；二看首詞元時延，即提問之后多久蹦出第一個字；三看調用成功率，即服務穩不穩定。速度慢一倍、動輒超時報錯的低價詞元，和水壓不足、時斷時續的低價自來水一樣，便宜未必是真實惠。

  更要看到，高質量詞元不是單靠一個好模型就能產出的，而是基礎設施與模型有機融合的系統工程。從用戶提問到回復蹦上屏幕，背后是算力芯片、推理框架、調度緩存、網絡傳輸與模型架構的層層接力，任何一環有短板，整體表現就會打折扣。這就像高鐵跑出350公里時速，靠的不只是一個好車頭，而是軌道、供電、信號調度與列車的整體匹配；把最好的車頭放到普通鐵軌上，照樣跑不了這么快。

  同一個開源模型，交給不同平臺部署，速度、穩定性和成本甚至會“判若兩人”，差的正是這套系統集成的功力。

  便宜不等于差：理性拆解詞元的成本賬

  看懂詞元的價格，先要看懂詞元的成本。

  詞元成本的大頭，是算力芯片的折舊和運行的電費，把成本攤薄主要靠三條路：一是模型架構創新，比如稀疏激活技術讓模型回答問題時只調用與問題相關的部分參數，好比在圖書館答題只翻相關的幾頁書，而不是把整套百科全書從頭讀一遍；二是推理工程優化，把算過的內容緩存復用、把不同用戶的請求拼車批量處理，一趟車拉的人越多，人均票價越低；三是規模效應，日均調用量千倍增長，機房、研發等固定投入被億萬次調用攤薄。

  因此，便宜完全可以是真本事。國產模型DeepSeek-V3僅用約558萬美元的訓練成本，就達到了國際第一梯隊的性能水平，其低價恰恰源于架構與工程層面的創新，而非能力縮水。

  反過來，貴也未必就是好：高價背后可能是先進的模型，也可能是低效的工程在讓用戶為浪費買單。

  真正的問題不在價格高低，而在價格與質量的對應關系不透明，用戶無從判斷自己付的錢買到了什么。

  賬單成黑盒：技術、定價、營銷三重迷霧

  從技術上看，詞元計量天然缺少統一口徑，這是“賬單看不懂”的第一重原因。同樣一句話，不同模型的切分方式不同，切出來的詞元數量可以相差數倍；同樣一次對話，輸出詞元通常比輸入詞元貴好幾倍，而對這些成本結構，普通用戶通常一概不知。

  更隱蔽的是多輪對話：模型每答一輪，都要把之前的對話從頭讀一遍，賬單像滾雪球一樣越滾越大；緩存復用本可省下這筆錢，但緩存到底命中了多少，只有服務商自己清楚。有的明明命中了90%，卻按照只命中10%收費，中間差價便成了灰色空間。

  技術黑盒的直接后果，是同樣的任務在不同平臺花費迥異。有媒體調查發現，使用同一個模型解一道雞兔同籠題，不同平臺消耗的詞元數量最大相差10倍。這就像打車，起點終點相同，有的司機走直線，有的司機繞遠路，車費自然不同；更麻煩的是，眼下連計價器本身都沒有經過統一檢定，乘客既不知道實際“走了多遠”，也無從判斷計價準不準。分詞方式、系統提示、上下文管理等技術細節上的差距，直接決定用戶為同一個任務付出多少真金白銀。

  從定價上看，市場報價與真實成本存在脫節，這是“賬單看不懂”的第二重原因。目前全市場有50多個主流大模型服務商，價格與能力參差不齊。買水果尚可先嘗后買，詞元的成色卻要在長期使用中才能顯形，用戶很難當場識別。

  從營銷上看，套餐設計方面的復雜化，是“賬單看不懂”的第三重原因。按量計費、包月包年、會員訂閱互相嵌套，套餐越復雜，信息不對稱越大，制造價格差異的空間也越大。

  把計價器立起來：讓詞元像水電一樣被標準計量

  以史為鑒，每一種基礎資源的普及都以計量標準化為前提。電力走進千家萬戶，靠的是統一的電表和電價核定；移動互聯網的繁榮，起點是提速降費和資費透明，讓用戶敢放開用流量。20世紀90年代末互聯網流量興起，當年人們為幾兆流量斤斤計較，而今流量套餐動輒幾十上百個G，“便宜還用不完”。

  詞元也終將走過同樣的路：技術迭代把價格打下來，標準規范把賬單曬出來，兩者缺一不可。個別消費者可以靠鉆研選出實惠套餐，但健康的市場不能要求人人都成為專家，就像我們不會要求每位乘客自帶里程表打車。

  值得關注的是，行業的計量檢定工作已經先行一步。中國信息通信研究院聯合10余家領軍企業啟動詞元服務能力攀登計劃，發布首批企業級詞元服務性能攀登基線，將高質量服務量化為每秒輸出詞元數不少于55個、首詞元時延不超過0.9秒、調用成功率不低于99.9%，并提供按季度動態更新的基準，定期發布達標企業，推動詞元服務從可用走向好用、普惠。

  這相當于給詞元市場裝上了經過檢定的計價器，用戶對照基線，就能識別誰是“憑真本事的便宜”、誰在“虛報里程”。

  更進一步看，詞元調用量有望成為衡量智能化水平的新指標。我們用發電量觀察工業景氣，用貨運量感知經濟冷暖，未來一個地區、一個行業的詞元調用量，或許就是其智能化程度最直觀的晴雨表。

  當詞元像水電一樣被標準計量、越來越物美價廉，當類似“手搓小程序”的草根創新變成日常，人工智能普惠大眾的圖景也就真正落地。

  （王蘊韜 作者系中國信息通信研究院人工智能研究所副總工程師）