
每个经济体都需要一个价值计量单位。石油经济以桶(barrel)计量;云计算按 CPU 时长(CPU-hours)计费;而 AI 经济,计量的单位就是词元(Token)。
如果你近期接触过 AI,大概听过「词元(Token)」这个词在嘴边流传,仿佛所有人都默认知道它的含义。你可能在某个定价页面上看到「每百万词元(Token)收费 X 美元」,或是听工程师提到某款模型有「128K 词元(Token)上下文窗口」。这是一种随处可见、却鲜有人解释清楚的行业术语。
词元(Token)究竟是什么?
在最基本的层面,词元(Token)是一小段数据,是 AI 模型用于读写的基础单元。对于熟悉大语言模型(LLM,即聊天机器人与写作助手背后的人工智能)的人来说,词元(Token)可以是单词的一部分、一个完整的单词,或是一个标点符号。当你向 AI 系统输入问题时,后台发生的第一件事,就是把你的句子拆分成若干词元(Token)。例如,英文单词 “unbelievable” 可能会被拆成 “un”、“believ”、“able”。像 “the” 或 “is” 这类常见短单词,通常一个单词本身就是一个词元(Token)。

每一段提示词、每一项输入数据、每一次推理过程、每一份回答,都会被拆解为词元(Token);而每生成一个词元(Token),都会被计量并计费。
模型并不直接阅读英文。它读取的是词元(Token)序列,将其转化为数字,再对这些数字执行数十亿次数学运算,以预测下一个应出现的词元(Token)。然后如此往复、一再重复。把这些逐词元(Token)预测出的结果依次拼接起来,你就能得到一段通顺的段落、一段可运行的代码,或是一段以假乱真的图像描述。
你无需死记这些运行机制。真正重要的是这个概念:词元(Token)是 AI 输出的基础单元。不是单词,不是句子,也不是「回答」——而是词元(Token)。AI 模型产出的所有内容,无论是聊天机器人的回复、翻译后的文档,还是一段程序代码,都是由词元(Token)首尾相接堆叠而成。
超越文字:万物皆可词元(Token)
文字只是起点。这套逻辑几乎适用于任何类型的数据。一张图像可以被切成小块,每一块就是一个词元(Token);音频可以被切成声音片段;视频可以切成帧;软件可以切成代码片段。如今的前沿模型——也就是处于技术最前沿、体量最大、能力最强的 AI 系统——正越来越多地同时读写上述各类数据。
接下来是最颠覆认知的部分。下一波 AI 不只是回答问题,而是要理解物理世界并在其中采取行动。世界模型(world model)通过消化海量的视频与传感器数据——全部转化为词元(Token)——来学习现实世界的运行规律:物体如何移动、坠落、碰撞、相互作用。物理 AI(Physical AI)则把这种理解付诸实践,应用到机器人、自动驾驶汽车和自动化工厂中。
一辆自动驾驶汽车或人形机器人永不停歇。在每一瞬间,它都从摄像头、雷达和运动传感器获取连续的数据流,把它们转化为词元(Token),预测接下来会发生什么,并决定如何行动。只要处于「清醒」状态,它每一刻都在产出词元(Token)。把这个过程乘以数百万台机器人与车辆,全球对词元(Token)的需求就不再像一个庞大的数字,而更像一种全新的基础资源,其重要程度堪比电力本身。

对词元(Token)最“饥渴”的工作,往往也是最充满希望的:科学研究。对 AI 模型而言,生命的语言可以像任何其他语言一样被读取——DNA、蛋白质和分子统统可以转化为词元(Token)。一个名为 Evo 2 的基因组模型,由 Arc 研究所联合英伟达(NVIDIA)与斯坦福大学打造,学习了取自约 12.8 万个基因组(从细菌到植物到人类)的超过 9.3 万亿个 DNA 碱基字母,能够帮助定位引发疾病的基因突变。[1] Google DeepMind 的 AlphaFold——其创造者(creators)共同分享了 2024 年诺贝尔化学奖——已经预测出约 2 亿个蛋白质的结构;而这项工作在过去,研究单个蛋白质可能就要耗费科学家数年的时间。[2]
如今,研究人员正利用 AI 筛选海量的候选药物分子、判读医学影像、设计全新的蛋白质,寻找针对癌症、糖尿病以及数十年来一直难以攻克的疾病的新疗法。每一项这样的实验,都运行在词元(Token)之上,而且消耗量巨大。这提醒我们:驱动 AI 运行的数据中心,产出的不只是聊天回复,它们所产出的,可能是改变生命、拯救生命的突破。
表象之下的更多词元(Token)
当你向 AI 提问时,你只看到两样东西:你的问题,和它的回答。但在后台,其实有三种词元(Token)在发挥作用。
输入词元(Input Tokens)是模型读取的一切内容:你的问题,加上它回答所需查阅的任何文档、图像、对话历史或指令。你让它总结一份 50 页的报告,那么整份 50 页都会计入输入词元(Token)。
推理词元(Reasoning Tokens)是模型的思考过程。现代推理模型(reasoning models)在回答之前会先理清问题:把它拆解成步骤、考虑可能的答案、核对自己的工作、舍弃行不通的方向。你通常看不到这段思考,但其中每一个字都是以词元(Token)的形式生成的;面对难题时,这段思考的篇幅甚至可能比最终答案还要长得多。
输出词元(Output Tokens)就是答案本身,是你实际唯一能读到的部分。
换言之,你屏幕上的答案只是冰山一角(tip of the iceberg)。绝大部分的工作、以及绝大部分的词元(Token),都藏在水平面之下。
智能体 AI:一个问题,变成数百个步骤
有了智能体 AI(agentic AI),这座“冰山”会变得更大。AI 智能体不只是回答问题,它要完成一项任务。它会规划任务、使用各类工具(网页搜索、地图、日历、预订网站)、核对结果,并持续推进,直到任务完成。
举一个听起来很简单的需求:「帮我在酒店附近找一家不错的意大利餐厅,周五晚上 7 点用餐,安静些,适合商务晚餐。」要妥善回答这个问题,一个智能体可能需要:
- 弄清你的真实需求,并规划处理方案。
- 查你的酒店位置,用地图服务搜索可达范围内的意大利餐厅。
- 通读二三十家候选餐厅的详细信息,包括菜单、价格和位置。
- 浏览数百条评价,寻找关于菜品、服务的线索,尤其是噪音水平。
- 核对它对你的了解:比如你是不是素食者,或你更想避开连锁餐厅。
- 查看周五晚 7 点的营业时间和座位余量。
- 权衡各个选项,为你写出推荐,甚至直接完成预订。
上述每一步都在消耗词元(Token):读取每条搜索结果和评价消耗输入词元(Token);决定下一步做什么消耗推理词元(Token);向下一个工具发出指令消耗输出词元(Token)。一次简单的聊天回复可能只用到几百个词元(Token);而一个智能体妥善完成一项任务,很容易消耗数万个词元(Token)——尽管从你的角度看,只是一个简短的提问和一个简短的回答。
这并非假想。仅代码智能体一项,随着不断累积上下文、检索信息,其词元(Token)消耗量就可能达到普通对话的 10 到 50 倍。[3] 而且智能体的数量正在爆发式增长:调研机构 IDC 预计,全球在用的 AI 智能体数量将从 2025 年的大约 2900 万个,增长到 2030 年的超过 22 亿个。[4] 试想数十亿个智能体全天候处理事务、编写软件、管理供应链、服务客户——难怪词元(Token)的需求会以如此惊人的速度增长。
为什么词元(Token)比你想象的更重要
从商业角度看,关键就在这里。词元(Token)不只是深埋在 AI 模型运作方式里的技术细节——它已经成为整个 AI 行业实实在在的交易计量单位。
当一家企业通过 API 使用 AI 模型——这也是大多数企业真正接入 AI 的方式,而非在聊天窗口里打字——它们是按词元(Token)计费的。模型从你的输入读取的每一个词元(Token)、用于推理、检索和计算答案的每一个词元(Token)、以及它作为输出生成的每一个词元(Token),都对应着价格。一个处理客服工单的客服 AI、一个编写函数的代码助手、一个总结报告的研究工具——统统按词元(Token)计量计费,正如电力按千瓦时(kilowatt-hour)计量计费一样。
这是一次重大转变。在更早的云计算时代,企业是为容量付费:一台虚拟机运行一小时,无论它有没有产出有用的东西,都要计费。这种模式并未消失:许多 AI 实验室和大型企业仍按小时租用 GPU,尤其是为了训练自己的模型。但对大多数使用 AI 的企业而言,正在转向为产出付费。你为实际产出的东西买单。词元(Token)就是那个东西。(按小时租用 GPU 与按词元(Token)付费,以及二者各自对 AI 经济意味着什么,这是我们会在第四篇博客中深入探讨的话题。)
正因如此,「AI 的货币」这句话不只是个朗朗上口的说法。货币是一种代表价值、可用于交换的标准化单位。词元(Token)在 AI 经济中几乎完美契合这一定义:它们标准化(每家厂商都会统计它们,即便各自的切分方式略有差异)、代表价值(它们正是客户为之付费的东西)、并且用于交换(企业购买算力,专门用来生产和出售词元(Token))。
一个简单的例子
假设一家中型企业部署了一个 AI 助手,用来起草客户邮件。起草的每一封邮件,可能都会消耗几百个输入词元(Token)(提示词、上下文、任何参考文档),并产出几百个输出词元(Token)(草拟出的邮件正文),此外还有模型沿途用到的若干推理词元(Token)。把这个过程乘以每天数千封邮件,你就会看到词元(Token)的用量累积成真实、可追踪的成本——这些成本会出现在账单上,其明细程度就像一份逐条列出通话分钟数与短信条数的电话账单。

再把规模放大,数字就会变得难以理解。2024 年 5 月,谷歌旗下产品每月处理 9.7 万亿个词元(Token)。一年之后,是 480 万亿。到 2026 年 5 月,这一数字已突破每月 3.2 千万亿个词元(Token),短短两年内增长超过 300 倍。[5] 1 千万亿等于 1000 万亿。分摊到一个月,那就是每秒超过 10 亿个词元(Token),而这仅来自一家公司。并且数字还在攀升:仅过去一年就增长了七倍。[5]
全球情况皆是如此。中国国家数据局报告称,中国的词元(Token)日用量从 2024 年初的 1000 亿,增长到 2026 年 3 月的超过 140 万亿,两年内跃升上千倍。[3] 中国电信的研究人员预计,仅中国一地,2026 年就将消耗 100 千万亿个词元(Token),而到 2030 年,年消耗量将超过 3500 亿亿。[4] 1 艾(quintillion)等于 100 亿亿,也就是 1 后面跟 18 个 0。
这些海量词元(Token)产自何处?
这样的数字改变了整个讨论的视角。当词元(Token)以千万亿的量级被生产时,哪怕制造每一个词元(Token)的成本只有微小的差异,累积起来也会变成天文数字般的开支。这就引出一个顺理成章的下一步问题:这些词元(Token)究竟产自哪里?又是什么决定了它们的生产效率?
在我们的下一篇博客中,我们将走进 AI 工厂(AI Factory)——一种专为制造词元(Token)而生的新型工业设施——并认识正在迅速成为 AI 基础设施中最重要的那个指标:每瓦词元(Token)产出量(Tokens per Watt)。
就目前而言,核心结论很简单:词元(Token)是 AI 的产物,也是客户付费的对象;它们正以难以理解的速度和规模被生产出来。理解词元(Token),是理解 AI 经济一切其他运作方式的第一步。
参考文献
[1] Arc 研究所,《借助 Evo 2,AI 现已能够对所有生命领域的遗传代码进行建模与设计》,2025 年 2 月。https://arcinstitute.org/news/evo2
[2] 瑞典皇家科学院,《2024 年诺贝尔化学奖》新闻稿,2024 年 10 月 9 日。https://www.nobelprize.org/prizes/chemistry/2024/press-release/
[3] CGTN,《中国推进算力网络建设,AI 词元(Token)使用量激增》,2026 年 6 月 18 日(引用中国国家数据局)。https://news.cgtn.com/news/2026-06-18/China-builds-computing-network-as-AI-token-usage-skyrockets-1O4tgBLAnxS/share_amp.html
[4] CGTN,《报告:中国 2026 年词元(Token)消耗量将达 100 千万亿》,2026 年 9 月 13 日(引用中国电信研究院与 IDC)。https://news.cgtn.com/news/2026-09-13/Report-China-s-token-consumption-to-reach-100-quadrillion-in-2026-1QoRwSLhAhG/share_amp.html
[5] 桑达尔·皮查伊,《I/O 2026:欢迎进入智能体化 Gemini 时代》,谷歌,2026 年 5 月 19 日。https://blog.google/innovation-and-ai/sundar-pichai-io-2026/





