如果说 2025 年行业还在争论「智能体什么时候能落地」，那么 2026 年的问题已经变成了「跑一次要花多少钱」。这个转变背后有一个容易被忽略的计量单位——词元（Token）。它既是模型处理文本与图像的基本单元，也是 AI 服务最直接的计价单位。当这个单位被单独拎出来做成产业政策，智能体的成本地基就在被重新定价。9 月 9 日，北京发布两份「十五五」时期规划，词元同时出现在高精尖产业与数字经济两条主线中，这件事值得单独拆开看。
先把数字放上台面
据国家数据局与北京市经济和信息化局披露的公开数据，2026 年 3 月，国家数据局明确将大模型语境下的 Token 中文名确定为「词元」，当时披露的中国日均词元调用量已突破 140 万亿。到 2026 年 6 月，这一数字突破 500 万亿——对比 2024 年初约 1000 亿的水平，两年间增长超过千倍。北京市经信局数字产业处处长张金瑞向媒体介绍，北京占国内词元调用量的一半以上，其中单一企业的日均调用量已突破 180 万亿。
全球维度的对照同样值得记录。据模型聚合平台 OpenRouter 的数据，平台上开源模型处理的词元占比在半年内从 34% 上升到 65%；另有公开分析指出，该平台上超过 60% 的词元流量由中国模型处理。把这些数字放在一起，可以看到两条同时发生的曲线：一条是调用总量的快速攀升，另一条是开源模型在流量结构中份额的上升。
政策是怎么一步步走到「词元」的
把时间线拉长，会发现这是一条渐进路径。据公开信息，2026 年 5 月，国家数据局召开词元经济座谈会，明确将推动词元经济发展纳入工作体系；6 月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，「词元交易」被写入官方文件；7 月底，国家数据局提出鼓励基于词元应用的商业模式创新。到了地方层面，8 月，北京经济技术开发区发布《关于支持词元驱动智能经济高质量发展的若干措施（试行）》，成为北京范围内聚焦词元全产业链的系统性支持政策；8 月 14 日，词元经济专项金融产品「Token 贷」在广州海珠发布，配套的《海珠区促进词元经济发展若干措施》同步落地。
9 月 9 日的两份规划把这条路径推到了产业规划层面。《北京市「十五五」时期高精尖产业发展规划》提出丰富模型服务供给能力，构建词元结算体系，打造词元工厂，涵盖词元生产、分发、消费等全链条服务；《北京市「十五五」时期数字经济发展规划》则提出壮大词元经济规模，培育词元、软件智能体、超级经济个体等新技术、新产品、新业态。据媒体采访，北京已落地北京壹号词元工厂、北京市首家国资词元工厂等一批项目，思路是以流水线模式规模化生产词元，让企业以更低成本使用 AI。
这一系列动作的逻辑不难理解。把词元从「模型服务的副产品」提升为「可生产、可分发、可结算的标准化商品」，意味着围绕它会长出计量、定价、结算、金融与质量分级等环节。对一个正在把 AI 嵌入工厂质检、代码库与办公流程的市场来说，统一的计价与结算口径，是让 AI 从项目制采购走向规模化使用的必要基础设施。
为什么智能体行业需要关心这件事
对做 Agent 的团队来说，词元经济的成型至少带来三层影响。一层是成本可见性。Agent 与普通对话产品的差别在于调用次数：一个多步任务可能触发数十次模型调用与工具调用，长流程任务的词元消耗会成倍放大。当词元有了统一的计量与结算口径，Agent 的成本就能被更精细地拆分到每一步，预算控制、上下文压缩与工具选择才有可比较的评估基准。另一层是供应链选择。开源模型在词元流量中份额上升，意味着企业在模型选型上有了更多可替换的选项，配合结算与计费口径的标准化，切换成本会下降。还有一层是商业模式。词元被写入「新技术、新产品、新业态」，意味着围绕词元的分发、转售、质量分级与金融支持会出现新的服务形态，Agent 平台在采购推理能力时，面对的供给结构可能从「直接对接模型厂商」变成「经由词元供应链」。
据公开分析，当前词元经济仍存在明确痛点：生产、分发、消费等环节存在无效词元空转，定价机制不够透明，分发机制有待完善。这些问题恰恰是 Agent 团队在日常工程中最容易感受到的部分——推理预算里有多少被浪费在无效上下文上、模型报价与实际结算之间差多少、同一任务在不同供给方之间的价格为何难以横向比较。政策层面对这些痛点的回应，是建设高标准词元工厂、用算力中心建设拉动芯片迭代、推进区域算力协同工程，从生产端减少空转。
中立思辨
需要辩证看待这条路线。其一，调用量增长上千倍是真实的规模信号，但「调用量」与「价值创造」并非同一件事，无效词元空转的问题说明总量指标需要配合质量口径来看，否则容易把规模增长误读为效率提升。其二，词元作为计价单位推动了成本透明，但定价机制不透明的问题若不能同步解决，标准化商品也可能出现价格分层与套利空间。其三，把词元纳入产业规划有助于基础设施补齐，但也需要注意避免以数量指标为导向的产能扩张，词元工厂的产能若缺少真实需求匹配，可能形成新的资源错配。其四，开源模型份额上升对成本控制是利好，但开源模型的许可条款、商用限制与技术支持成熟度差异较大，企业选型时仍需逐项确认。其五，不同地区推进节奏不一，跨区域经营的企业面对的政策口径与结算规则可能不同，短期会增加合规成本。其六，词元结算体系与金融产品的结合需要配套的风险管理，相关机制目前仍在形成过程中。其七，对 Agent 开发者而言，最实际的受益是成本可核算与供给可替换，但这两点的兑现取决于标准落地的速度，而非规划文本本身。
趋势研判
短期，围绕词元的计量、结算与质量分级会率先在区域试点中成型，Agent 团队将更容易把推理成本拆解到具体环节；中期，词元供应链的专业化会推动模型选择与推理部署的解耦，企业可以在不同供给方之间按成本与质量做组合，智能体的成本模型会从「按模型定价」转向「按任务定价」；长期，当词元成为像电力一样的标准化投入品，智能体的竞争力会更多取决于「用多少词元完成一件事」这项效率指标，而不是单纯的模型参数规模。对开发者来说，现在就可以做的一件事，是给自己的 Agent 建立词元级成本核算——把每一次调用、每一段上下文、每一个工具返回都记进账本。当整个行业开始按词元计价，能说清楚自己花在哪里的团队，才有资格谈优化。