智能经济新业态正加速发展，词元（Token）已成为最基础且普遍的需求。数据显示，今年3月，我国日均词元（Token）调用量已经超过140万亿，两年间增幅超过1400倍。这一爆发式增长表明，词元正从技术概念走向商业现实，成为智能时代的重要基础资源。词元经济的兴起也意味着大模型（LLM）产业化进入实质阶段，应用形态由简单问答走向以智能体为代表的复杂系统性应用。在这样的背景下，供给端的稳定性与成本问题，将是影响中小企业与个人用户使用信心的关键要素。

过去，词元主要用于聊天窗口中的“一问一答”。随着OpenClaw、LangChain等智能体开发工具的普及，构建个性化智能体的门槛显著降低。当前，企业正将大量人工流程转化为可自动执行的智能体，广泛应用于客服、制造、零售等领域，其运行依赖海量词元的输入与输出。这就使词元成为关键生产要素，嵌入各类智能系统之中。

然而，词元需求的快速增长也暴露出供给端的瓶颈。从运行机制看，智能体的高频调用对Token消耗极大，一次任务往往触发数十次甚至上百次API调用。企业在热点应用场景中往往面临Token成本快速攀升的问题。比较典型的，比如长沙一小型AI漫剧公司为了使用更便宜的闲时算力，将上班时间从中午推迟到傍晚，最后又改到凌晨3点。不同计费模式间也各有利弊。按量计费模式下，成本难以预测且波动较大，单日支出可达千元；包月方案虽能降低门槛，但普遍存在接口不稳定、限速规则不透明等问题，很容易影响应用效果，破坏用户信任。

当前词元的供给主要存在四种模式。一是头部平台API直供模式，如Qwen、GLM等，依托云端算力与自研模型提供服务。好处是接入便捷，但高峰期容易出现限流与延迟，同时也存在数据合规与技术锁定问题。二是第三方集成分销模式，在兼容性与价格上具有优势，但高度依赖上游供给，在高并发场景下稳定性存在波动。三是本地化自主生产模式，通过部署开源或自研模型实现自主可控。这种模式在数据安全与长期成本方面优势明显，但硬件投入与运维成本高，相对更适合大企业选择。四是混合供给模式，通过多源组合实现弹性调度，能有效提升灵活性，但系统复杂度与对运维的要求较高。

总体来看，稳定性与普惠性不足，是眼下词元经济发展的核心约束。业界将词元视为智能时代的“水电煤”，一些企业开始主动为员工提供免费词元，鼓励他们尝试；工业和信息化部日前也发布通知，开展普惠算力赋能中小企业发展专项行动，以降低中小企业使用算力门槛。但客观来说，当前供给这些“水电煤”的基础设施还没有完全搭建好。因此，要推动词元经济健康发展，第一步是从供给侧系统性改进。

一方面，强化词元消费模式的规范化，提升接口稳定性与计费透明度。平台需明确限速与配额规则，同时推广“卡时”“核时”及按Token计费等多元模式，提高相关数字服务消费的透明度。此外，词元供给方也应通过缓存、智能路由等技术手段减少冗余调用，帮助用户降低无效消耗，提高使用效率，探索平衡、可持续的商业模式。

另一方面，丰富供给体系并推动成本下降。具体可通过构建多元供给格局，既依托头部平台能力，也发展第三方服务，并鼓励具备条件的主体开展本地化部署。政策层面，有关部门已开始通过探索“算力银行”“算力超市”等机制，力求实现算力资源跨区域、跨周期调度，提升供给效率和利用率，降低边际成本；市场层面，则可通过持续的技术优化与规模效应，降低单位Token价格，形成多元供给与梯度定价体系。

词元供给的市场化与普惠化，让用户们从“用得上”走向“用得起、用得好”，是打通智能体应用“最后一公里”的关键。当越来越多中小企业、科研机构能以合理成本获取稳定资源，当各类主体能够选择适配自身需求的供给模式，词元经济将更好地支撑智能时代的高质量发展。（作者是清华大学智能法治研究院院长助理）