百度词元所上线：大模型交易有了验真与信用评级

图文 | 躺姐

2026年百度世界大会上，让我意外又惊喜的发布是词元所。

词元所是百度做的大模型交易平台，李彦宏在大会上称它为“大模型的交易所”。好的模型和模型提供商汇聚于此，企业甚至个人都能方便地找到、购买并使用大模型词元（Token），而“可信”成了模型交易的前置门槛。

平台怎么跑？可以拆成准入、监测、评级、交易四段：模型和供应商进来之前先核验；进来之后持续拨测、监测调用；表现折算成信用记录，用户看得到；用户在可比的价格和信用信息下完成挑选与结算。这四段背后，靠的是平台主打的“验真”和“征信”两项能力。

惊喜在哪里？从公开信息看，头部云厂商中，百度是第一家把开放入驻、验真、信用评级做成独立平台的。以往把多家模型摆在一起卖的，多是转卖模型接口的中转站和独立聚合平台。

意外又在哪里？新平台要攒起供需两头，通常得花时间，可词元所试运营一个月就有了不小的量。百度方面称，上线一个月，入驻供应资源超过100个，日均调用次数突破5000万，日均调用Token超过7000亿。量起得这么快，说明市场其实早就在等这样的产品。

在我看来，词元所真正的价值，是它要回答AI走向产业绕不开的两个问题：Token能不能成为真正的商品，企业敢不敢把AI的花销放进日常经营。

01智能还不是商品

智能要真正成为一个产业，作为载体的词元首先得成为商品。可眼下在交易环节里，它还面临三个主要的不确定性。

头一个，同一个模型挂在不同供应商名下，名字一样、报价也差不多，实际给的服务却不一样，买方很难直接比对。中国信通院2026年10月的监测报告显示，同一个模型在不同平台上，TPS（每秒生成Token的数量）最大差距接近一倍，这在报价单上根本看不出来。

更关键的一点其实不在速度：卖方交到你手上的，未必就是它对外宣称的那个模型。低配充高端是一种做法，做量化把模型压小、换取更大吞吐量也是一种，买方根本没手段去核实。德国 CISPA 亥姆霍兹信息安全中心在 2026 年 3 月拿 24 个转售大模型的接口做过测试，靠模型指纹——也就是模型输出里独有的特征，用来判断它究竟是哪一个模型——逐一比对，结果 45.83% 没能通过验证。

最后，买的时候合格，之后会不会变没人担保，而且未必是有人故意作假。2025年8月起，Anthropic的Claude因基础设施故障，回答质量下降了一个多月，它自己的内部评测没发现，靠用户反映才查出来。

三种不确定叠在一块，买方分不出好坏，只能单纯比价格；认真经营的供应商成本高、报价也高，买方看不出贵在哪儿，反倒卖不上价。

行业是这么个现状，词元所要突破的正是这里：让Token做到可比价、可验证、可追责。

词元所做的第一件事，是把测试条件、指标和版本统一起来，先判定各家服务在同样条件下是否可比，再把比较结果展示出来，让同一个模型的报价比得了。11月12日词元所官网首页上，热门模型glm-5.3-flash就有12家供应商同时挂牌，用户能直接比价。

第二件事，是核对供应商卖的到底是不是它宣称的那个模型。词元所先做模型指纹比对，认出模型身份，再用能力测试和性能测试核对标称能力。这事单个买方做不了：月之暗面为测第三方渠道搭的一套测试，跑一遍要两台8卡服务器、约15个小时，模型换版本还得重跑一遍。

服务会变，核对一次不够，所以第三件事是持续盯着。词元所定期拨测（定期派测试请求去抽查），同时监测真实调用，把每家供应商的表现算成信用分，看的是声明和实测差多少，评级一变就提示用户。一次性的撮合，就这样变成可积累、可查询的履约历史。

这三件事改的是智能被计量、被验证、被定价的方式，让Token从每单都要重新摸底、重新谈的项目制生意，变成可以放心买卖的商品。从词元所的逻辑也能看出，这其实是一种要素成为商品绕不开的路。

电力行业最早有的是度电计量、电网调度和供电质量考核，通信行业最早有的是话单、结算价和服务质量指标。路子都一样：先把计量统一起来，定价才站得住脚；再由第三方去验质量、记履约，买卖双方才愿意做长久生意。

智能这块目前只迈出了第一步，也就是 Token 计费。质量怎么检、履约怎么记，还是各家买方在合同里自己摸，各写各的标准。今年 6 月，全国日均词元调用量已超过 500 万亿。量一上去，这种重复投入就越多，交易成本也随之抬高。词元要补的，恰恰是后面这两步，顺带把计量口径也统一起来。

政策同样在朝这个方向使劲。今年 3 月，国家数据局局长刘烈宏说 Token“词元”是“智能时代的价值锚点”；到了 8 月，工信部办公厅发文，明确要加大 Token 等服务的采购力度；9 月，北京又将建立词元质量评测体系、打造词元分发平台写入了行动方案。

中国人民大学公共管理学院教授、循证治理与公共绩效研究中心主任刘鹏的看法是，大模型的可信核验与真实性治理已经成了重要议题，词元所属于“一项具有探索性的创新实践”，给相关要素交易搭起了一个专业化载体。在他看来，借助市场机制来推，既能减少大模型的重复建设，也能为日后国家层面标准体系的搭建积累参照。

好货能被认出来，才卖得出价，竞争才会从比谁便宜变成比谁靠谱。智能要成为产业，先要成为商品。

02让智能进入预算

一家正在推进智能化转型的企业，若要到市场上采购大模型服务，钱还没花出去，内部就得先过好几道关。采购、业务和IT、财务，各有各的顾虑。

采购部门在账单上看到的只有Token单价。尽调、比价、试用，还有出了故障之后的扯皮，这些都看不见。同时接入几家供应商，评测得重跑，询价得重来，责任得重划。这笔成本不进账单，可决策的时间和精力确实被它耗掉了。

业务和IT部门更犹豫的，是出事之后的局面。AI接进核心系统，最怕的往往不是模型能力不够，而是出了问题没人担责：模型厂商说是提示词的问题，平台说是模型行为，集成商说是数据质量，推来推去，问题就容易搁在那儿解决不了。词元所的信用记录，至少能让模型服务这一环有没有达标，有据可查。

到了财务部门，成本说不清、责任划不清的支出，只能走专项预算，一年一议，验收即结。要进年度运营预算，就得按量计费、可审计、可预测。词元所的计量、验真和征信，对应的正是这三个前提。

愿意自己建一支评测队伍、把评测和征信统统内部消化的公司其实不多。剩下的大多是三类角色：手头预算紧、AI 却非用不可的中小企业；靠倒卖模型能力挣钱的 ISV（独立软件开发商）；采购流程卡得死的地方国企和行业客户。这几类对价格的反应不一样，能指望的却都只有外部可查的参考。

有了能横向比较的价格，再加上第三方留存的履约记录，它们挑供应商时就有据可依，跟上级汇报也能讲明白。统一入口加上可随时切换的供给池，又把用起来的门槛压低了。应用层要真正提速，靠的正是这些。

这就是词元所给那些想用AI改造自身业务的企业带来的价值：拉平Token的坐标系，让AI落地成为现实。

国内同时握有芯片、云、模型、智能体这几张牌的厂商屈指可数。这套参考能不能站住，关键看评的人：验真得判得准，征信得经得起时间。百度敢把词元所推出来，凭的就是全栈技术和多年的积累。

要对模型评得准，前提是懂模型。“这是不是它宣称的那个模型”“标称能力和实际能力是否一致”，判断这些问题，用到的是百度长期做模型训练和评测攒下来的内部视角，外部机构很难同时做到。

测得久，前提是跑得动。拨测和全链路实时监测要一直跑下去，是一笔持续的开销，算力和推理工程能力不够就扛不住。

光会评、会测还不够，多模型、多供应商也得接得住。文心和第三方模型早就被百度千帆平台统一纳了进来，词元所延续的正是这套工程能力。信用评级想真正嵌进企业的采购环节，背后还得有政企交付、合规和运维体系托着。

撮合理解力才是交易所真正的看家本领，技术反倒排在后面——说白了，就是摸清不同买方各自要什么。大模型的买家里，一部分是对可用性、合规、可追责卡得最严的大客户，另一部分则是中小企业，乃至个人。

按百度的说法，百度智能云已经拿下80%的央企客户，在2025年央国企大模型市场份额上排第一，对这类大客户在合规、可追责方面的诉求摸得更透；与此同时，百度也有服务中小企业和OPC（一人公司）的底子，能从多个维度读懂不同买方的需求。

一套评级有没有分量，一看评的人懂不懂行，二看背后有没有买方真的拿它做采购决定。这两样，百度都有。

03结语

评级被买方用起来之后，受益的其实不只是买方。

算力市场眼下冷热不均。媒体调查显示，头部互联网厂商自建的算力集群供不应求；浪潮人工智能研究院的监测数据则说明，今年一季度全国智算中心的GPU平均利用率只有约30%。

头部集群不够用，需求是实打实存在的，缺口总得靠别处的算力填上。可反过来看，不少算力中心卡也有、模型服务也跑得起来，偏偏证明不了自己达标，也拉不到客户。两头一对照，少的正是一个买方信得过、找得到的去处。

词元所要接通的就是这一环：为存量算力打开变现出口，提升整个产业的算力效率。

这一层在海外已经能拿估值说话了。2026年8月，Stripe宣布收购模型聚合平台OpenRouter，媒体报出的价格落在70亿到80亿美元之间。它之所以值钱，是能一次带来几样东西：行业有了统一的交易标准，企业敢把AI列进年度预算，闲置算力也终于等来了买家。

模型会一代接一代地换，标准一旦定下来，整个市场却会长期照着用。词元所做的就是这么一套标准，放到智能产业里，它的分量不比任何一款大模型轻。