近日，北京青年报记者实地探访北京市首个国资词元工厂——京算词元工厂，探秘词元（Token）的生产逻辑、应用场景与产业发展新格局。今年8月，《北京经济技术开发区关于支持词元驱动智能经济高质量发展的若干措施（试行）》（以下简称“词元十条”）发布，这是北京首个聚焦词元全产业链的系统性支持政策。北青报记者发现，词元已成为AI（人工智能）服务的核心计价单位与可售卖的标准化商品，京算词元工厂以流水线模式规模化生产词元，让企业零门槛、低成本使用AI，算力服务正从传统硬件租赁转向词元服务新模式，词元经济正从概念走向规模化落地。

现场：零基础一键解锁AI能力

“请生成一个‘北京降雨与洪涝风险预警’的单页网站”，在模型的输入框输入一句话后，一串串代码在屏幕上自动加载着，仅用几十秒，一个网站就此生成，上面标注着风险级别的区位图、每个区的详情、避险建议等内容。

这个场景发生在位于北京经济技术开发区京算词元工厂。京算词元工厂由北京数据集团旗下京算公司建设运营。

随着AI加速融入千行百业，我国大模型的词元调用量持续攀升。国家数据局数据显示，2024年初，日均词元调用量仅为1000亿次；到2025年底，跃升至100万亿次；到2026年6月，这一数字已突破500万亿。

词元需求量巨大，靠单个生产难以满足需求，必须依靠算力流水线大规模制造，于是“词元工厂”应运而生。

词元工厂是做什么的？北京数据集团旗下智能院集团副总经理朱璐璐介绍，词元工厂要做的就是成为AI时代的“智能发电厂”：把算力、模型、推理优化等复杂技术封装在一起，向外界输出标准化的词元服务，企业无需采购硬件、自建团队，按实际消耗的词元量付费即可，实现AI能力零门槛接入。

朱璐璐解释，要理解词元工厂的价值，有这样一个类比：过去企业用电，需要自己买发电机、拉电线、配运维人员，成本高昂且效率低下。后来有了发电厂和电网，用户只需插上插座、按度付费，电力才真正成为了普惠的基础设施。

“今天的AI产业正处在类似的转折点。过去企业想用AI大模型，需要自己采购GPU（图形处理器）服务器（一台高端AI服务器动辄上百万元）、组建AI团队部署大模型、解决运维难题。这就像自己发电”。朱璐璐表示，对用户而言，通过词元工厂提供的统一API（应用程序编程接口），只需输入需求、获取结果，系统在后台自动完成词元的切分、计算和计费，按实际词元消耗量付费，同时还能让综合成本显著下降，AI能力快速上线，真正实现了“零门槛”用AI。

追访：词元是AI处理的最小单元

词元工厂重构了AI应用落地模式，为用户提供极简的智能化服务路径。词元经济已成为智能经济新形态的重要组成部分。

词元长什么样？词元并没有一个固定的“长相”，它其实是整个AI大模型时代处理信息的最小通用单位。不管是图文还是音频、视频，AI并不能直接认出来，需要拆成最小单元，再转成数字编号才能处理，这个被拆出来的最小单元就叫词元。

朱璐璐进一步解释，打个比方：人类用“字”和“词”来阅读和书写，AI则用“词元”来理解和生成内容。当我们给AI一段文字时，模型会先把文字切分成一个个词元——就像把一句话拆成一块块“积木”，然后逐块理解含义、逐块生成回答。例如，一个常见的英文单词可能对应1到2个词元，一个汉字可能对应1到3个词元，标点符号通常也会被单独编码为一个词元。不同模型的分词策略不同，同一段文字在不同模型中切分出的词元数量也会有差异。

行业内词元普遍以百万作为计价单位。以DeepSeek为例，其采用峰谷定价模式。根据官方最新价格，其V4-Flash模型在空闲（如周末）时段的输出价格为每百万词元4.5元，而在高峰时段则上浮至9元。

我们日常使用DeepSeek、豆包这些工具时，在对话框输入需求、内容生成输出的过程中，背后都在消耗词元。提问、输出回答的内容越长，消耗的词元就越多。根据行业数据，目前AI短剧与视频生成的词元消耗占比已超过50%；代码编程类应用也是主要的词元消耗场景之一；其他应用则分布在办公、政务等领域。

观察：流水线规模化制造词元

目前，京算词元工厂日产词元已超过100亿，正在通过先进算力与国产摩尔线程算力集群混合部署，联合硅基流动深度合作，预计产能可跃升至千亿级，长期目标是实现万P算力全面词元化，日产万亿级词元。

词元是怎么生产出来的？朱璐璐解释，词元工厂的生产流程可以概括为三个核心环节，包含“原料输入—智能加工—成品输出”的完整产业链路。

第一，“原料输入”——算力与模型。京算词元工厂运营着北京规模领先的10000P高性能公共智算集群，配备60PB高速存储集群；工厂适配了智谱GLM、月之暗面Kimi、阿里千问Qwen、DeepSeek等国内外主流开源及商用大模型，覆盖通用对话、代码辅助、长文档处理、内容生成、知识库问答等多元应用场景。

第二，“加工制造”——推理与加速。这是词元工厂的核心技术能力。京算的PD分离智能调度架构，将大模型推理过程中的“预填充”（理解输入）和“解码”（生成输出）两个阶段拆分为两条流水线并行作业，就像工厂里的“备料车间”和“组装车间”分开运转、互不等待，实测数据显示，仅通过异构PD分离，Decode（解码）阶段的吞吐能力即可等效提升6倍；同时配合长文本缓存命中率优化，Prefill（预填充）阶段的计算量可降低37%，推理时延（TTFT）也显著缩短。配合全栈推理加速框架和异构算力统一调度能力，可将PD配比提升至8:1，客户综合用算成本较传统卡时租赁模式下降40%以上，让同样的硬件产出更多词元，大幅提升算力利用率。

第三，“成品输出”——标准化词元服务。经过加工的词元通过统一的API交付给客户，每次调用精确记录输入词元数和输出词元数，还会记录缓存命中，按实际消耗量弹性计费。客户拿到的是可以直接集成到业务系统中的AI能力，无需关心底层用的是哪种芯片、哪个模型、怎样调度——就像用电只需关心用了多少度，不用关心是风电还是光伏。

背后：从租算力到卖词元的转型

海量且持续攀升的市场化需求，让算力服务从单一算力租赁转向专业化、流水线、规模化的词元工厂生产模式。

运营着北京规模最大公共智算中心的京算公司也将业务从传统算力租赁为主切入词元工厂新赛道。此前，算力主要租给大模型企业提供训练使用，以提高模型质量和水平，如今，模型的智能化水平大幅度提升，且有广阔的适配应用场景，整个市场上的算力需求也从以训练为主转为应用推理为主。

朱璐璐表示，算力租赁是一种低附加值的“硬件出租”模式，同一份算力在词元模式下的收入可达租赁模式的3至5倍。对国资平台而言，如果继续停留在“裸金属出租”的阶段，不仅资产回报率低，也无法充分释放公共算力的社会价值。词元工厂的业务模式让算力服务从服务少数大模型公司，拓展到更多中小企业和国资客户。

近日，面对激增的词元需求与阶段性的算力紧缺，多家大模型企业开始上调API价格。朱璐璐认为，从行业角度看，大模型厂商调价恰恰说明了词元正在成为AI服务的核心计价单位，词元经济的价值日益被认可。这对词元工厂赛道是利好——当“卖词元”成为行业共识，具备规模化生产能力和成本优势的词元工厂将迎来更大的市场空间。

朱璐璐表示，京算的核心竞争力恰恰在于：通过技术优化不断消化上游价格波动，将降本红利传导给下游客户。近来单位词元成本的持续下降，就充分说明了这一点。

趋势：词元经济迎来全域布局

用的人多了，需求大了，词元就成了可定价、可交易的生意，词元经济也因此形成，正如工业时代用电量衡量经济活力，词元调用量已成为衡量人工智能发展的全新时代标尺。

对于产业而言，AI像水电一样按量付费，中小企业买词元就能用上顶尖大模型，AI从大厂专利变成各行各业都能用的工具。对于个人而言，运用AI答题、搜索、修图、翻译都在消耗词元，供应越稳定用着越顺手。

当卖词元成为行业共识，具备规模化生产能力和成本优势的词元工厂将迎来更大的市场空间。当前，全国各地国资平台、三大运营商、中国电子等央国企，以及中兴通讯、硅基流动、无问芯穹等科技公司，都在布局词元服务。

总体而言，词元工厂赛道正从“概念验证”走向“规模竞争”阶段。不过，朱璐璐认为，目前行业在标准化与规范化方面也亟需完善。当前不同模型的分词算法差异导致同一文本产生的词元数量不同，给跨平台比较和定价带来困难。预计将有行业组织或主管部门推动建立统一的词元计量标准和编码规范，使词元真正成为AI服务的通用度量衡。

随着词元经济规模扩大，词元的质量分级（如不同模型、不同场景下的词元价值差异）、安全审计（词元生产过程中的数据合规性审查）、计量结算标准等也需要逐步建立。

文/北京青年报记者 宋霞
摄影/北京青年报记者 宋霞
编辑/汪浩舟