百度词元所给大模型立标尺：AI比拼转向可靠性

今年夏天，硅谷冒出一起不太寻常的闪电并购。主角是一家叫 OpenRouter 的初创公司，80 多天里估值从 13 亿美元蹿到近 80 亿美元。英伟达本来想把它买下来，结果被支付巨头 Stripe 用近 80 亿美元抢先拿下。到了 9 月，英伟达又掏出 129 亿美元，买下开源社区 Hugging Face。

行业里不少人纳闷：OpenRouter 既不训大模型，手上也没有成千上万张显卡，两大巨头为什么抢它？

答案在它的身份：全球最大的「Token 路由与交易中转站」。80 多家算力供应商、400 多款大模型聚在它这里，全球企业和智能体要挑模型、买调用、做结算，都走它。

巨头们肯花大价钱抢的，已经不止是模型本身。模型和用户之间那层连接，同样成了争夺对象。这两笔交易摆在那里，行业里的意思很清楚。11 月 12 日，国内这边也把牌摊开了。

百度世界 2026 大会上，百度把大模型交易平台「词元所」推了出来。百度创始人 Token 的想法是，让「可信」成为模型交易的前提，而非事后扯皮。试运行一个月的数据当天也一并公开：入驻供应资源超过 100 个，日均调用次数过 5000 万，日均调用 Token 超 7000 亿。

中美科技巨头为什么几乎同时往「Token 交易所」上押注？

一组数字可以看趋势：全国日均词元调用量 2024 年初约 1000 亿，2025 年年底约 100 万亿，2026 年 6 月突破 500 万亿。两年半，涨了 5000 倍。

调用规模越过临界点之后，AI 行业最头疼的事变了。不再是「模型不够聪明」，而是供给已经规模化、交易却还没标准化，两样东西并存，交易成本跟着规模一起等比往上走。

百度想用词元所给这门生意补一套市场秩序。

谁在买卖「词元」？

词元所「入驻供应资源超 100 个」，这数字容易让人犯嘀咕：主流大模型数来数去不就是 DeepSeek、Kimi、文心、通义千问、Claude、ChatGPT 那么几家？去官网充值买就行了，何必再经一道交易所？这里藏着一个常被忽略的行业事实：词元所里买卖的不是「大模型软件本身」，而是大模型跑起来产生的推理服务，也就是 Token API。

闭源模型这块，企业一般走原厂或授权渠道调用。开源模型就完全是另一套玩法。把开源模型原厂看成「茅台酒厂」，权重一公开，等于酿酒配方直接摊在桌面上。手里有GPU显卡的各路人马——中小云厂商、地方国资智算中心、算力租赁商，还有各类API中转站——把开源模型往自己机房一装，成百上千家「经销商门店」就开张了。

买家那头需求猛涨，供给端的模型迭代也没慢下来。李彦宏11月12日说过，今年前9个月，几乎每天都不止一款新模型冒出来。

麻烦的地方在于，Token API服务天生不标准化。各家API接口长得再像，同一款模型落到不同算力供应商手里，部署环境、量化精度、上下文长度、缓存、限流策略、服务负载都不一样，最后跑出来的响应速度、输出质量、并发上限和报价，差得不是一星半点。

政策这边，今年也连上三级台阶，把「词元」正式推到了要素市场的台面上。

头一级是「定名」。2026年3月，国家数据局把Token的中文名定为「词元」，给它安了个「智能时代的价值锚点」的定位。

第二级和第三级，分别是进了采购语言和地方产业规划。2026年8月，工业和信息化部办公厅的专项行动通知里写明，要加大大模型、智能体、Token等服务的采购力度；到了9月，北京市印发《加快词元经济发展的行动方案（2026—2028年）》，提出建词元质量评测体系、造词元分发平台，提供统一接口、模型聚合和词元计量结算服务。

走到这一步，「词元」就不只是个技术单位了，它成了制度认可的计量与交易对象。一家企业要同时调用好几款模型，或者想在几十家算力商里挑性价比最高的接口，「交易与撮合」这块市场有多大，也就露出来了。

终结「掺水黑市」

交易规模一大，信任危机跟着就来。

传统调用模式下，Token API服务是个典型的「黑盒」。采购方调接口的时候，供应商后台用的真实模型版本、量化或蒸馏到什么程度、GPU硬件怎么配、推理引擎什么策略，一概看不见。

供应商的部署环境、容量和策略还会随时间变化，今天拿到的合格测试报告，过几天可能就不作数了。

灰色渠道里定价混乱、计量口径不透明，常见的“掺水”手法有三种。其一是套壳换皮，用低配小模型冒充高端大模型；其二是偷偷做量化裁剪，牺牲精度换更高的并发吞吐、省算力成本，输出质量于是悄悄下滑；其三是版本静默升级，客户业务效果莫名漂移。

这些做法藏得深，公开可查的实证很少，买家基本分辨不出来。结果就是劣币驱逐良币：提供满血算力的诚信供应商卖不出价，因为它比掺假的贵，客户又测不出来。

回头看各类要素市场从稚嫩到成熟，路径几乎一模一样。电力行业最早盯的是度电计量、电网调度和供电质量考核；通信行业则从话单、结算价、服务质量指标入手；数据要素领域，登记、质量分级、合规审计排在最前头。

几条路数摆在一起，共性很清楚：度量衡统一了，价格才立得住；有了第三方质检，品牌才谈得上；留下履约记录，长期合约才有基础。智能产业过去只搭起第一块的架子——Token 计费，剩下两块，一直靠人情和合同条款顶着。

一个生产要素要长成规模化市场，通常绕不开三条：可比价、可验证、可追责。买得到，只是起点；出了岔子有人担责、换了版本效果不缩水、花同样的钱拿到同样的东西，这些才构成真正的门槛。

百度词元干的事，就是走“准入—监测—评级—交易”这条四段式流程，拿“验真”和“征信”两把尺子，把智能变成标准商品所缺的这三个条件逐一补上。

先看“可比价”，这一步是把非标接口的度量衡拉平。平台先定义服务对象与场景，统一测试条件、指标和版本，判定具备可比性之后再展示比较。在此基础上，从模型能力、服务性能、服务质量、成本四大维度综合打出“质量分”，让优质的大模型服务商真正拿到“质量溢价”。

“可验证”相当于给模型做防伪验真。模型与供应商进入平台前必须先过核验：词元所通过“模型指纹比对”确认调用的确实是其宣称的原版模型，再通过外部行为、能力边界和负载特征测试，确认标称能力与实际表现一致，从源头堵住套壳与缩水。

最后是“可追责”，用动态征信盯住履约过程。针对时刻变化的黑盒，平台建立基线，通过定期抽检拨测与全链路实时监测调用，持续记录供应商表现，折算成对用户公开可见的“信用分”，评估供应商承诺的兑现程度。评级一旦变化，系统会及时向用户提示，把一锤子撮合买卖变成可积累、可查询的履约历史。

对企业客户来说，这套机制直接影响采购决策。

以前企业试水 AI，多半靠专项预算，一年议一次，项目验收完就收场。可要是持续调用模型服务，性质更接近长期运营投入：钱得算得清，效果得查得到，责任也得划得明。

独立软件开发商靠转售模型能力赚钱，预算有限的中小企业同样难以自建评测体系，采购流程受严格约束的政企客户也是如此。它们更需要的，是一个能从外部查证的参照系。

试金石怎样才能做好

这里有个现实的商业问题：纯中立的第三方评测机构干不了，纯中立的路由平台也干不了，为什么偏偏是百度？

答案要从技术底座和产业结构两头看。验真讲究「评得准」，征信讲究「测得久」，分发讲究「接得住」。这三件事的前提都是：自己长期做模型、自己做算力、自己有模型分发平台。国内具备全栈能力的厂商并不多。

「评得准」靠的是懂模型。供应商后台代码看不到，只能拿模型指纹比对加能力测试，判断「这是不是它宣称的模型」「有没有做量化缩水」。裁判自己得有过长期训练和评测模型的内部视角，这种能力第三方机构短期补不上。

「测得久」「接得住」，前提是跑得动、有分发经验。上百个供应资源、日均超 7000 亿 Token，要做抽检拨测和全链路实时监测，这是持续烧钱的硬成本，底下得有算力底座和推理工程能力撑着。

百度智能云千帆早前已经做过文心与第三方模型的统一接入。词元所要面对的多模型、多供应商场景，其实正是这套工程能力的延伸。

技术底座之上，词元所走模块化架构：以统一测评引擎为基础，以 Benchmark（基准测试）和 Probe（探针拨测）为核心手段，配以模型验真、能力与性能测评、持续监测、信用评分等模块，对 Token API 服务做标准化测评与动态信用评价。

交易所的核心护城河，说到底就是「撮合理解力」。

买方认不认，是交易所能否站住的前提。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的份额排在第一；大客户对可用性、合规、可追责的要求有多苛刻，它清楚。同时它又覆盖了大量中小企业和个人开发者。多层级买家之间的撮合能力，是现成的。

卖方这一头，词元所对准的正是国家算力布局里的效率难题——海量存量算力需要变现出口。国内算力市场眼下有个怪现象：「算力荒」和「算力躺」同时存在。高端智算资源紧张到有头部大模型公司因算力接近承载上限，暂停了新用户订阅；可全国智能算力的实际利用率只有 36.8%，六成多都在闲置。

说到底，算力并不缺，缺的是把它加工成可售商品的那几道工序。一块显卡想变成收入，得跨过三道坎：卡先要变成可售的模型服务，服务再要变成可比的商品，最后才是把商品卖出去。

词元所干的，是后两道。计量口径统一了，质量能核验，履约记录查得到，那些有模型服务能力、却没有品牌光环的供给方，才头一回有机会把自家算力挂到公开市场上，被人比价、被人挑选、被人结算。

Stripe 在硅谷花近 80 亿美元买流量入口的时候，百度词元所走的是另一条路：建度量衡。它想把 AI 产业从「比谁便宜」推到「比谁靠谱」，也让「靠谱」第一次有了能被度量、能被公示的载体。智能要成为产业，先得成为商品。