词元是大模型的最小计量单位。我们向模型提问时，模型给出的每一段回答，都按词元计数、计价，就像打电话按分钟计费、用流量按兆结算一样。

  高质量的词元服务，看的不只是价格便宜。就像评价自来水，不能只看每吨水价，还要看水压稳不稳、拧开龙头多久出水、会不会动不动停水。

  衡量词元服务质量，同样至少有三把尺子：一看每秒输出词元数，决定模型回答快不快；二看首词元时延，即提问之后多久蹦出第一个字；三看调用成功率，即服务稳不稳定。速度慢一倍、动辄超时报错的低价词元，和水压不足、时断时续的低价自来水一样，便宜未必是真实惠。

  更要看到，高质量词元不是单靠一个好模型就能产出的，而是基础设施与模型有机融合的系统工程。从用户提问到回复蹦上屏幕，背后是算力芯片、推理框架、调度缓存、网络传输与模型架构的层层接力，任何一环有短板，整体表现就会打折扣。这就像高铁跑出350公里时速，靠的不只是一个好车头，而是轨道、供电、信号调度与列车的整体匹配；把最好的车头放到普通铁轨上，照样跑不了这么快。

  同一个开源模型，交给不同平台部署，速度、稳定性和成本甚至会“判若两人”，差的正是这套系统集成的功力。

  便宜不等于差：理性拆解词元的成本账

  看懂词元的价格，先要看懂词元的成本。

  词元成本的大头，是算力芯片的折旧和运行的电费，把成本摊薄主要靠三条路：一是模型架构创新，比如稀疏激活技术让模型回答问题时只调用与问题相关的部分参数，好比在图书馆答题只翻相关的几页书，而不是把整套百科全书从头读一遍；二是推理工程优化，把算过的内容缓存复用、把不同用户的请求拼车批量处理，一趟车拉的人越多，人均票价越低；三是规模效应，日均调用量千倍增长，机房、研发等固定投入被亿万次调用摊薄。

  因此，便宜完全可以是真本事。国产模型DeepSeek-V3仅用约558万美元的训练成本，就达到了国际第一梯队的性能水平，其低价恰恰源于架构与工程层面的创新，而非能力缩水。

  反过来，贵也未必就是好：高价背后可能是先进的模型，也可能是低效的工程在让用户为浪费买单。

  真正的问题不在价格高低，而在价格与质量的对应关系不透明，用户无从判断自己付的钱买到了什么。

  账单成黑盒：技术、定价、营销三重迷雾

  从技术上看，词元计量天然缺少统一口径，这是“账单看不懂”的第一重原因。同样一句话，不同模型的切分方式不同，切出来的词元数量可以相差数倍；同样一次对话，输出词元通常比输入词元贵好几倍，而对这些成本结构，普通用户通常一概不知。

  更隐蔽的是多轮对话：模型每答一轮，都要把之前的对话从头读一遍，账单像滚雪球一样越滚越大；缓存复用本可省下这笔钱，但缓存到底命中了多少，只有服务商自己清楚。有的明明命中了90%，却按照只命中10%收费，中间差价便成了灰色空间。

  技术黑盒的直接后果，是同样的任务在不同平台花费迥异。有媒体调查发现，使用同一个模型解一道鸡兔同笼题，不同平台消耗的词元数量最大相差10倍。这就像打车，起点终点相同，有的司机走直线，有的司机绕远路，车费自然不同；更麻烦的是，眼下连计价器本身都没有经过统一检定，乘客既不知道实际“走了多远”，也无从判断计价准不准。分词方式、系统提示、上下文管理等技术细节上的差距，直接决定用户为同一个任务付出多少真金白银。

  从定价上看，市场报价与真实成本存在脱节，这是“账单看不懂”的第二重原因。目前全市场有50多个主流大模型服务商，价格与能力参差不齐。买水果尚可先尝后买，词元的成色却要在长期使用中才能显形，用户很难当场识别。

  从营销上看，套餐设计方面的复杂化，是“账单看不懂”的第三重原因。按量计费、包月包年、会员订阅互相嵌套，套餐越复杂，信息不对称越大，制造价格差异的空间也越大。

  把计价器立起来：让词元像水电一样被标准计量

  以史为鉴，每一种基础资源的普及都以计量标准化为前提。电力走进千家万户，靠的是统一的电表和电价核定；移动互联网的繁荣，起点是提速降费和资费透明，让用户敢放开用流量。20世纪90年代末互联网流量兴起，当年人们为几兆流量斤斤计较，而今流量套餐动辄几十上百个G，“便宜还用不完”。

  词元也终将走过同样的路：技术迭代把价格打下来，标准规范把账单晒出来，两者缺一不可。个别消费者可以靠钻研选出实惠套餐，但健康的市场不能要求人人都成为专家，就像我们不会要求每位乘客自带里程表打车。

  值得关注的是，行业的计量检定工作已经先行一步。中国信息通信研究院联合10余家领军企业启动词元服务能力攀登计划，发布首批企业级词元服务性能攀登基线，将高质量服务量化为每秒输出词元数不少于55个、首词元时延不超过0.9秒、调用成功率不低于99.9%，并提供按季度动态更新的基准，定期发布达标企业，推动词元服务从可用走向好用、普惠。

  这相当于给词元市场装上了经过检定的计价器，用户对照基线，就能识别谁是“凭真本事的便宜”、谁在“虚报里程”。

  更进一步看，词元调用量有望成为衡量智能化水平的新指标。我们用发电量观察工业景气，用货运量感知经济冷暖，未来一个地区、一个行业的词元调用量，或许就是其智能化程度最直观的晴雨表。

  当词元像水电一样被标准计量、越来越物美价廉，当类似“手搓小程序”的草根创新变成日常，人工智能普惠大众的图景也就真正落地。

  （王蕴韬 作者系中国信息通信研究院人工智能研究所副总工程师）