百度上线词元所:42款大模型接入,一次API可切换多供应商
《读佳》获知,百度在近期上线了一个是一个面向开发者、企业客户及模型供应商的开放可信模型服务平台“词元所”,汇聚多模型、多供应商资源,提供模型选型、调用、交易与管理能力,并通过资源及供应商信用评价及区块链存证。简单一句话,开发者只用对接一次词元所的API,就能随便切换多家厂商的大模型,还能比价、看性能,按需调用计费。 0
《读佳》获悉,百度近期上线了开放可信模型服务平台“词元所”,面向开发者、企业客户和模型供应商。平台汇集多家模型、多家供应商的资源,能选型、能调用、能交易、能管理,还引入资源与供应商信用评价以及区块链存证。说白了,开发者只对接一次词元所API,就能在多家厂商的大模型之间随意切换,比价、看性能、按需计费也都一并解决。
01
词元所到底是什么?
《读佳》了解到,这是一个大模型领域的撮合交易服务平台,一头连着模型供应方,一头连着模型消费方。
平台上共有42款大模型,DeepSeek、Kimi、智谱GLM等主流文本、视频模型都在其中。同一款模型下接入了多家供应商,开发者可横向比较各家的报价、首Token延迟、吞吐速度、7天调用成功率、历史调用量等真实运行指标,差价和性能差距一眼可见。
拿DeepSeek-v4.1-flash来说,平台上有6家供应商供应该模型资源,各厂商的输入、输出Token定价、响应延迟、吞吐能力均不相同,页面会标出价格节省比例,方便开发者挑性价比更高的供应源。

模型基础信息也在展示之列,上下文窗口长度、上线时间、部署地区都能查到,供应商的信用测评报告同样可查看,且供应商支持OpenAI、Anthropic双协议。

配套的模型排行板块依据平台真实调用与用量数据,客观呈现模型热度、份额和增长趋势,为开发者选型提供可信参考。排行可切换近24小时、近7天、近30天三个维度,展示总调用次数、Token总量、参与排名的模型资源数量、平均首Token延迟四项大盘指标;榜单则分为调用量排行、模型份额、速度与成功率三类,各模型调用次数、Token消耗量、环比增长趋势一目了然。截图显示,近7天平台总调用次数3.98亿,Token总量51336亿,参与排名模型资源共68个,平均首Token延迟290ms。DeepSeek-v4.1-flash在调用次数、Token用量两项榜单上均排第一。

供需两端词元所都接:模型服务商可入驻供应资源,开发者则获得一站式选型、调用渠道。资源供应页面列出全部入驻供应商,博川科技、心智无限、星枢词元、智谱原厂等厂商在列,每家供应商的入驻时间、部署地区、可提供模型清单、资源总量、近7天调用次数、服务成功率都会展示,还带有优信标签,开发者可直接筛出靠谱服务商;右上角的“成为供应商”入口,供模型资源方入驻上架接口。

平台的价值主要体现在四点上:
- 其一是测试选型,多家大模型的效果、时延、成本可横向对比,帮助业务完成模型筛选评估。
- 其二是海量模型统一接入,开发者只对接一次API接口,不必分别适配各家厂商,模型资源可灵活切换,搭建Agent、AI应用的成本随之降低。
- 其三是实时数据排行,性能、调用用量、运行状态等指标直观展示,运行异常能及时发现。
- 其四是中立可信的评测,靠准入测试、定期抽检拨测、模型指纹比对等手段,保障平台模型相关数据公开透明可信。
02
押注模型交易,百度能否抓住AI新机会?
国内大模型MaaS赛道已经进入多模型聚合撮合的竞争阶段,阿里百炼、火山方舟、阿里系元境JellyToken都已布局,百度此时推出词元所,为的就是抢占模型交易赛道。
过去文心大模型主要走百度云自有渠道销售,如今词元所把ERNIE放进开放市场,与DeepSeek、GLM、Kimi同台展示,同款模型支持多家供应商供给,触达更多原本不会单独采购百度云的开发者和中小企业,拉动文心大模型的调用收入。
对标竞品、争夺开发者生态也是目的之一。阿里百炼、火山方舟、JellyToken都盯着开发者的一大痛点:对接多家模型就得维护多套API。词元所以统一API、统一计费吸引开发者,把选型与调用流量留在平台,避免客户被竞品聚合平台截流。
搭建供需撮合市场,还能开辟平台型新收入。平台开放供应商入驻,模型原厂、云服务商均可上架接口。词元所扮演撮合与核验的角色,不再局限于售卖自家大模型,在Token标准化的趋势下抓住算力分销、模型交易的商业机会,同时降低Agent与AI应用的开发门槛,把整体AI生态做大。
不过,这套模型撮合平台的落地难度并不低。一方面,要对接大量第三方供应商,统一各家异构接口、对齐计费口径,还得持续拨测监控,保证不同服务商的稳定性和数据真实性;另一方面,要平衡多方利益,既要维护第三方模型厂商、算力供应商的权益,又不能让自家ERNIE在同台比价中落了下风。平台还得持续保证评测中立性,一旦数据出现偏差或供应商服务出故障,开发者信任就会直接受损,这也是同类聚合平台普遍要面对的长期考验。