AI底层计量口径的话语权较量，今年终于等来了官方拍板。真正的转折不在名字，而在谁能把智能价格打下来，让普通企业也用得起。
这件事最反常识的地方在于，AI普惠不是因为AI突然便宜了，而是因为AI账单开始让企业头疼了。智能体越会干活，背后烧掉的词元越多，成本越不透明，管理层越不敢放开用。词元被讲透，真正解决的是“智能到底花了多少钱、值不值、该谁付账”的问题。
2015年5月的网络提速降费与本次高度相似：当年流量费偏高，移动互联网应用被成本卡住；今天词元成本不透明，AI应用被预算卡住。关键差异在于，流量承载的是信息传输，词元承载的是智能劳动。这意味着，词元一旦降门槛，改变的不是上网方式，而是生产方式。
当年提速降费之后，短视频、移动支付、外卖、电商才真正进入大规模扩张。今天词元要走的路也类似，但影响更深。一个县域工厂、一个小外贸公司、一个农业合作社，不一定买得起复杂AI系统，却可能买得起词元套餐。普惠的标志不是发布会多热闹，而是小主体敢不敢把AI放进日常流程。
海外现在已经出现另一面。2026年7月初，UBS相关报告称，大约60%的企业正在限制AI开支，原因包括Token费用上升、预算难控、回报不确定。这个信号很现实，AI不是没人想用，而是很多企业发现，用得越深，账单越难预测，资本市场的兴奋正在被财务部门的计算器拉回现实。
更麻烦的是智能体。2026年4月一项研究显示，智能体编码任务可能消耗比普通代码推理和代码聊天多1000倍的Token，同一任务不同运行的总Token消耗最多相差30倍，而且烧更多Token不一定带来更高准确率。这就说明，没有词元治理，AI越先进，越可能变成成本黑洞。
所以中国现在做词元，不是跟着国外概念翻译一下，而是在抢先给AI普及装上成本仪表盘。过去企业买软件，知道账号数、许可证、服务器费用；现在企业用AI，也必须知道一次任务消耗多少词元、调用什么模型、有没有浪费。谁能把这笔账算清，谁就能让AI从试验品变成生产工具。
2026年6月8日，国家数据局文件提出探索词元交易等新型交易模式，构建以词元为基础、可量化、可定价的数据价值体系。这个动作比单纯推出套餐更进一步，它把词元从“模型收费单位”推向“数据价值单位”。一旦数据、模型、算力都能围绕词元核算，AI产业就有了更清楚的交易语言。
这也是中国路线的务实之处。不是天天喊模型参数多大，也不是只盯着排行榜名次，而是把AI落到价格、账本、采购、行业应用上。大模型再先进，如果中小企业用一次心疼一次，那就很难变成普惠力量。词元标准化真正压住的是虚火，托起的是长期应用。
农业数据最能说明问题。2026年7月6日，国家数据局发布会披露，农业农村领域截至2025年底数据存储总空间38PB、实际存储18PB，开放数据105TB、数据集4673个，已建成高质量数据集3TB，词元年度消耗超过2.4亿个。农业都开始消耗词元，AI就不再是写代码、做PPT的小工具。
这组农业数据背后有更大的含义。中国的优势不只是互联网用户多，而是场景足够复杂：农田、工厂、港口、医院、学校、社区都能产生AI需求。国外高端模型可以很强，但如果只服务大企业和高付费用户，普惠半径就会受限。中国要赢，必须让低成本智能进入千行百业。
三大运营商推词元套餐，也要放在这条线里看。新华社报道，中国电信最低9.9元每月1000万词元，中国联通上海给一人公司用户提供3000万词元测试额度，中国移动也在多地推出词元套餐。运营商加入后，AI不再只是云厂商和模型公司的生意，而是被纳入通信基础设施的普及通道。
这会带来一个很直接的变化：未来很多人可能不知道自己调用了哪个模型，却知道自己这个月用了多少词元。就像普通人不关心基站调度，只关心流量够不够、网速快不快。AI普惠要真正成立，也必须走到这一步，让复杂技术藏在后台，把明确价格和稳定服务交到用户手里。
接下来，词元市场不会只拼便宜，还会拼效率。同样100万词元，有的平台只能生成一堆无效回答，有的平台能完成报表、客服、采购、代码检查和营销文案。真正的竞争会从“谁模型名气大”，转向“谁能用更少词元完成更可靠任务”。这对中国企业是机会，也是压力。
从中国视角看，词元普惠还有一层战略意义。美国科技公司可以把高端模型做成昂贵订阅，把算力包装成资本故事；中国更需要把AI变成制造业、农业、服务业都用得起的生产资料。人口规模、产业链深度、基层场景密度，决定了中国不能只玩高端炫技，必须走低成本扩散路线。