词元经济研究 | 警惕“词{元？通胀”成为数字经济}的系统性风险
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！
警惕“词元通胀”成为数字经济的系统性风险
——我国词元经济价格运行方向性变化的研判与治理
■杨祥雪 魏巍
当前，词元（Token）已成为人工智能（AI）产业的核心计量与结算单位。我国词元经济日均调用量已突破140万亿次，较两年前增长逾千倍，已形成算力层、大模型层、应用层三层产业架构。2024—2025年间，该领域价格运行呈现算力涨价、模型降价、应用稳价的分化格局，大模型层通过战略性亏损定价和生态让利充当了吸收上游成本、稳定下游价格预期的“中间缓冲层”。然而，2026年一季度以来，“腾讯云混元模型”API公测转商用收费，部分模型价格调整幅度超过400%，“智谱AI”API定价环比上涨83%，阿里云、百度智能云算力产品同步上调AI算力产品价格5%—50%。大模型层定价策略开始从吸收成本转向转嫁成本，三层价格由此前的反向分化转为同向波动，词元经济整体性涨价态势初步显现。建议尽快填补词元计费透明度及相应规则的空白、完善算力竞争合规要求、健全价格统计监测机制，防止词元价格波动向实体经济无序传导。切实维护词元经济市场秩序，为AI产业高质量发展和“人工智能+”行动深入推进营造良好环境，助力“十五五”时期新质生产力加快形成。
01
词元经济价格正由“低价扩张”转向“成本重估”
AI应用加速普及，词元逐渐从技术计量单位转化为智能服务的基础计价单元。在过去较长一段时间内，模型厂商普遍通过免费试用、低价调用、大幅降价等方式争夺开发者和应用生态，词元价格被“内外力”有意压低，甚至长期低于真实成本。进入2026年以来，这一格局开始发生方向性变化。算力层、大模型层和应用层的价格信号同时出现调整，词元经济亦在悄然从“流量补贴阶段”进入“成本重估阶段”。AI能力也不再只是以软件服务形式定价，而是越来越受高端芯片、存储设备、电力供应、数据中心建设和模型推理消耗等硬约束的牵引。词元价格的波动，正在成为观察智能经济成本结构和产业分化趋势的重要窗口。
（一）算力层率先涨价，词元成本底座开始抬升
算力是词元生成的物理底座，也是本轮价格变化中最先释放压力的环节。2026年3月，国内三大云厂商在十天内集中上调AI算力产品价格。3月18日，阿里云上调AI算力卡价格5%—34%，文件存储CPFS（智算版）价格上涨约30%；百度智能云同日上调AI算力相关产品价格5%—30%，并行文件存储等产品价格上涨约30%。此前，腾讯云已率先调整混元系列大模型API计费策略，并于4月再次上调AI算力、容器服务TKE、弹性MapReduce价格5%；亚马逊AWS和Google Cloud部分AI算力产品价格同期上调；万得AI算力指数自4月以来累计上涨超16%，延续了2025年的强势行情。此轮算力涨价并非单一厂商的经营调整，而是算力供给约束集中显性化的结果。其一，高端GPU供给持续偏紧，稳定、大批量、低成本的供货渠道不足，先进算力资源具有明显稀缺性；其二，数据中心相关关键部件价格上行，内存、NAND闪存、高速互联设备等共同推高智算集群建设和维护成本；其三，AI智能体场景快速普及，单次任务词元消耗量大幅攀升，算力需求、词元消耗呈阶跃式增长。
（二）大模型层由“降价获客”转向“按成本定价”
大模型作为词元经济价格传导的核心枢纽，其API调用价格变化更能反映平台商业模式的转折。2024—2025年间，国内通义千问、文心一言等主流大模型平台多次下调API价格，部分模型降幅超80%。这一阶段的降价主要服务于生态扩张。平台通过压低API调用价格，把开发者、创业团队和行业客户吸引进自身技术体系，形成模型调用习惯、开发工具依赖和数据接口黏性。换言之，降价承担的是“获客成本”和“生态投资”功能，价格本身并不完全反映真实推理成本。进入2026年一季度后，这一策略的可持续性开始触及边界。3月，腾讯云混元系列大模型API从公测免费转为商用收费，部分模型价格调整幅度超过400%。进入二季度，智谱披露其API调用定价较上季度上涨约83%。与此同时，各平台此前推出的全面免费、大幅降价等极致策略出现收敛，用调用量换市场份额的阶段性策略，正在让位于更强调收入质量和成本覆盖的商业定价逻辑。支撑大模型层此前逆势降价的三重条件同步收窄，上游算力成本持续上行且短期无缓解迹象；AI智能体场景使单次任务词元消耗从不足2000个跃升至50万—100万个，平台运营成本不降反升；前期战略性定价大量低于成本，商业可持续性必然触及边界。
（三）应用层缓冲空间收窄，中小主体势必率先承压
应用层目前仍是价格传导中最具缓冲性的环节。金融AI、教育AI、医疗AI、政企AI服务等行业应用服务商，通常通过系统集成、场景定制、数据治理、流程嵌入和运维服务获得收入，终端价格并不完全按照API调用成本即时调整。目前，由于客户迁移成本较高、业务系统耦合度较深、合同周期相对稳定，应用层短期内仍可维持相对平稳的收费结构，成为吸收上游涨价的最后一道缓冲带。但这层缓冲并不牢固，其持续时长取决于调用规模、议价能力和自有算力能力。头部应用企业通常拥有更稳定的客户基础、更强的议价能力和一定的算力调度资源，可以通过套餐调整、功能分层、模型路由、缓存复用等方式摊薄成本。相比之下，中小AI创业公司更依赖外部云算力和第三方模型API，收入端尚未稳定，成本端却高度刚性。一旦上游价格持续上行，这类企业将最先面对毛利率压缩、产品提价困难和现金流紧张的多重压力。如果算力层和大模型层价格继续同步上行，应用层的中小企业将不具备无限吸收上游成本的能力。
02
制度供给跟不上价格重估，词元市场缺少“看得见、算得清、管得住”的治理工具
词元正在成为智能经济的基础结算单位。截至2026年3月，我国日均词元调用量已超过140万亿，较2024年初增长千倍以上。以词元为单位的调用、分发、结算和收费体系正在快速成形。但与市场规模急剧扩张相比，围绕词元定价、计费核验、价格监测和竞争合规的制度建设明显滞后。当前，突出问题不是简单的“涨价没人管”，而是监管部门缺少一套能够识别价格变化、核算成本基础、判断竞争行为、纳入统计监测的工具体系。一个日均调用量达到百亿亿级、牵动千万级市场主体的新型产业投入品，如果长期游离于价格监管和统计监测之外，价格波动就可能从企业经营变量演变为数字经济运行风险。
（一）计费规则由平台方设定，词元价格缺少可核验的“计量尺”
词元收费首先面临“计量不可核验”的基础性问题。不同平台对同样文本的词元计数结果存在显著差异，同一平台不同模型的分词规则也不统一。兑换比例、折扣体系、免费额度等计费参数的设置和变更完全由平台单方操作，价格调整可以仅通过API文档更新完成，无需公告、无需过渡期、无需说明理由。另外，词元作为结算单位的披露标准、核验机制和变更程序至今没有操作层面的规定，2025年国家市场监管总局公布的《网络交易平台收费行为合规指南（征求意见稿）》主要针对网络交易平台向平台内经营者收取佣金、抽成、会员费、技术服务费、信息服务费、营销推广费等行为，强调收费公示、合理制定收费标准、保障平台内经营者知情权和选择权，未涉及以词元为计价基础（如模型架构、分词机制、推理路径、缓存规则和算力消耗等）的服务收费。
（二）同步涨价难以穿透识别，竞争执法缺少判断“价格合谋”的技术框架
算力和模型服务价格同步上行后，竞争合规问题开始浮出水面。2026年3月，阿里云、腾讯云、百度智能云等在十天内集中上调AI算力产品价格，三家合计占国内AI算力市场绝大部分份额，时间高度集中，涨幅区间相近。但要启动竞争合规评估，面临三个前置问题。一是相关市场边界难界定。AI算力租赁能否单独构成市场，还是应纳入更宽泛的云计算服务市场，直接影响市场份额和市场力量判断。若划入宽泛云服务市场，AI算力价格问题可能被摊薄；若单独界定为高端AI算力市场，又需要进一步区分GPU算力、推理算力、训练算力、文件存储、集群调度和模型API服务。市场边界不同，竞争结论可能完全不同。二是市场支配力指标不适配。传统反垄断分析主要关注销售额、用户数、交易规模和市场份额，但AI算力市场的控制力更多体现在高端GPU资源占有、数据中心调度能力、API标准控制、开发者生态锁定、模型迁移成本和企业历史调用数据沉淀。企业一旦深度接入某个平台的模型接口、插件体系和工作流工具，迁移成本会快速上升。单看名义市场份额，可能低估平台真实控制力。三是成本转嫁合理性难测算。涨价究竟是上游GPU、存储、电力、带宽等成本上升的合理传导，还是平台利用稀缺算力和生态锁定进行超额转嫁，需要建立成本—价格传导模型。但目前缺少公开成本口径，也缺少可比的单位算力成本、单位词元推理成本和不同模型质量调整后的价格基准。执法机构即使启动调查，也容易陷入“看得到涨价、算不清理由、判不准性质”的困境。
（三）价格统计体系尚未覆盖词元，宏观部门缺少观察智能经济成本的“仪表盘”
词元已成为数字经济中类似工业用电的基础性生产投入，其价格波动势会通过成本渠道影响服务价格总水平。当前，我国现行PPI和CPI均不覆盖词元价格，PPI主要覆盖工业品，对信息技术服务尚未建立专项价格指数；CPI虽涉及信息服务消费，但聚合度高，无法独立反映词元这一新型计价单位的价格变动。算力端持续涨价是否已对信息技术服务价格产生影响、影响程度多大，现有指标无从回答。从国际经验看，美国劳工统计局自2002年起在PPI中即设立数据处理类相关服务价格指数，并于2023年探索运用享乐价格法对云计算服务进行质量调整的方法论框架。OECD也在持续完善数字供给使用表，并已被纳入2025年版国民账户体系（SNA）。相较之下，国内价格统计体系至今未将词元纳入专项监测。缺少这一“仪表盘”，宏观部门对词元价格波动如何向信息技术服务、再向终端服务价格传导的判断只能依赖事后观察，难以做到提前预警。
（四）制度空白正在放大价格波动风险，词元市场缺少基础治理坐标
“计费不可核验、竞争行为无从判断、价格波动无从追踪”三重制度缺位叠加，构成了词元市场治理的系统性盲区。当前算力层与大模型层同步转向涨价，传导链条正在加速形成，监管部门既无法识别涨价是否超出合理成本传导边界，也无法量化其向应用层和终端价格的传导幅度。词元市场平台生态锁定效应强、格局固化速度快，治理介入每晚一步，打破既有格局的成本便高出一分。词元已具备基础设施属性，其价格稳定性直接关系AI应用生态与中小企业生存空间，将相关问题简单归结为“新兴领域监管滞后”，本身即是对风险性质的低估。如任其长期游离于监管和统计之外，价格波动将从微观经营变量逐步演变为数字经济运行的系统性风险。
03
防范词元价格系统性风险、推动市场规范有序运行的对策建议
（一）建指数、立样本，形成词元价格运行监测的“月度仪表盘”
以主要算力平台和大模型平台为样本起点，按月采集GPU实例租赁价格与主流模型API词元单价，参照享乐价格调整方法，将GPU型号、内存带宽、推理吞吐量等关键技术参数纳入趋势性价格比较框架，探索编制词元价格参考序列并定期公开发布。鉴于模型版本迭代快、性能定义差异大，指数编制可以“趋势可参考”为目标，不追求严格统计意义上的连续可比。初期聚焦算力层和模型层，逐步向应用层及细分场景延伸，条件成熟时探索纳入数字经济价格统计框架。
（二）明规则、晒账单，推动词元计费从“平台自定”走向“公开可查”
修订网络交易平台收费合规相关规定，将词元计费纳入强制信息披露范畴，要求平台公开各模型词元计数规则和计费示例，统一价格信息呈现格式，支持用户横向比较。在保障用户数据安全前提下，引导平台以API形式向用户提供词元消耗汇总明细，支持第三方工具接入核验。区分常规调价与重大定价模式变更，对后者要求设置合理公示期并说明调价依据，兑换比例、免费额度、折扣门槛等关键参数的重大变更须事先告知用户。
（三）划边界、建基准，提升算力和模型价格行为的竞争评估能力
在现行平台经济反垄断指南框架下，研究制定AI算力领域竞争合规补充指引，初步构建三项操作基础。在市场边界研判上，探索高端AI算力租赁市场与一般云计算服务市场的区分分析框架，防止边界模糊稀释竞争评估结论。在支配力认定上，研究将GPU资源控制、API标准控制、开发者生态锁定程度和用户迁移成本纳入参考指标体系，补足传统市场份额指标的覆盖盲区。在价格行为研判上，以上游芯片、存储、电力成本变动为参照，持续积累成本传导监测数据，以“提升市场透明度、增强研判能力”为基调，逐步为竞争行为评估建立技术条件，待数据积累充分后再推进量化判定标准。
（四）盯传导、设预警，防止词元涨价挤压中小AI企业创新空间
在词元价格指数框架内设立中小AI企业成本传导专项监测模块，重点追踪算力层和模型层价格上行向应用层企业实际综合成本的传导幅度，关注分层定价机制对大型企业与中小企业成本差距的拉大效应。设定价格波动预警阈值，当算力层或模型层价格单季涨幅超出合理区间时，及时启动成本传导评估程序。在监测数据积累充分、成本挤压的严重性和结构性特征得到充分评估的基础上，再研究是否启动针对性市场扶持工具，避免过早介入引发逆向激励。
（五）提效率、强供给，以多元竞争格局夯实词元市场长期韧性
将词元使用效率纳入AI产品技术评测和行业推广导向，鼓励模型研发机构推进模型压缩、蒸馏、量化等降低单位智能任务词元消耗的技术路径，推广提示词工程、上下文缓存复用等工程化提效方案，引导企业建立词元消耗成本的内部核算机制，目标是让每个词元产生更大价值，而非单纯压降消耗量。加大对高质量开源大模型研发和商业化应用的政策支持，持续关注开源模型对闭源模型定价的竞争约束效应，研究制定AI算力和模型服务领域互操作性标准，推动不同平台间模型接口和调用格式的兼容互通，推动政务、金融、医疗等重点领域多技术路线并行部署，降低战略性领域对单一平台的路径依赖，以多元供给竞争格局对冲定价权过度集中的长期风险。（作者单位：国家发展和改革委员会市场与价格研究所）
注：本文为中国宏观经济研究院（国家发展和改革委员会宏观经济研究院）2026年重点课题《价格政策在宏观经济治理中的作用研究》，课题编号：A2026081015；中国宏观经济研究院2026年基本经费课题“人工智能时代平台算法权力、市场可竞争性与协同治理研究”阶段性研究成果。
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