繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

百度「詞元所」:給大模型立一把尺子

2026-11-13 18:47

來源:藍洞商業

百度詞元所選擇的是建立度量衡。把 AI 產業從「比誰便宜」,推向「比誰靠譜」,並讓「靠譜」第一次有了被度量、被公示的載體。

撰文|焦麗莎

今年夏天,硅谷發生了一起反常的閃電併購。

一家名叫 OpenRouter 的初創公司,短短 80 多天時間估值從 13 億美元暴漲到近 80 億美元。其投資方英偉達原本想要收購,卻被支付巨頭 Stripe 豪擲近 80 億美元截胡,不久后的 9 月,英偉達花 129 億美元買下了開源社區 Hugging Face。 

讓行業意外的是,OpenRouter 既不訓練大模型,手里也沒有成千上萬張顯卡,憑什麼讓兩大巨頭爭搶? 

原因是:它是全球最大的「Token 路由與交易中轉站」,聚合了 80 多家算力供應商的 400 多款大模型,幫全球企業和智能體挑選、購買和結算模型調用服務。 

兩起交易都在提醒行業,巨頭願意高價爭奪的,已經不只是模型本身,還有模型與用户之間的連接層。就在 11 月 12 日,國內牌桌也正式亮牌。 

百度世界 2026 大會上,百度發佈大模型交易平臺——「詞元所」。百度創始人李彥宏介紹説,詞元所是大模型的交易所,希望匯聚好的模型和模型提供商,讓企業乃至個人都能便捷地找到、購買和使用可信的模型 Token,目標是把「可信」變成模型交易的前置條件,而不是事后糾紛。 

同時也公開了此前低調試運行一個月的賬面數據:入駐供應資源已超 100 個,日均調用次數突破 5000 萬,日均調用 Token 超 7000 億。 

為什麼中美科技巨頭在同一時間押注「Token 交易所」? 

我們來看一組數據:全國日均詞元調用量從 2024 年初的約 1000 億,攀升至 2025 年年底的約 100 萬億,並在2026 年 6 月突破 500 萬億,兩年半里暴漲 5000 倍。 

當調用規模跨過臨界點,AI 行業最痛的已經不是「模型不夠聰明」,而是規模化的供給與不標準化的交易並存,導致交易成本隨規模等比放大。

百度的詞元所,想為這門生意補上一套市場秩序。

1

誰在買賣「詞元」?

看到詞元所「入駐供應資源超 100 個」,很多人會疑惑:市面上主流大模型不就是 DeepSeek、Kimi、文心、通義千問、Claude、ChatGPT等幾家嗎?直接去官網充錢購買不就完了,為什麼需要一個交易所? 

這背后是一個常被忽視的行業真相:詞元所里交易的並不是「大模型軟件本身」,而是把大模型跑起來所產生的推理服務,即 Token API。 

對於閉源模型,企業通常通過原廠或授權渠道調用,但開源模型不同。如果把開源模型原廠比作「茅臺酒廠」,他們公開權重之后,就相當於把釀酒配方公之於衆。手里握有 GPU 顯卡的各方勢力:中小云廠商、地方國資智算中心、算力租賃商以及各類 API 中轉站,把開源模型部署在自己機房里,開了成百上千家「經銷商門店」。

賣家的需求在暴漲,供給端的模型迭代也飛快。李彥宏在 11 月 12 日提到,今年前 9 個月,幾乎每天都有不止一款新模型發佈。

更棘手的是,Token API 服務天然是非標準化的。即便各家 API 接口形式相似,同一款模型在不同算力供應商手里,背后的部署環境、量化精度、上下文長度、緩存、限流策略和服務負載各異,最終跑出來的響應速度、輸出質量、併發上限和報價也天差地別。

同時,政策也在今年走完了三級臺階,正式將「詞元」推上了要素市場的檯面。

第一級是「定名」。2026 年 3 月,國家數據局將 Token 中文名確定為「詞元」,定位為「智能時代的價值錨點」。 

第二級與第三級,則是進入採購語言與地方產業規劃。2026 年 8 月,工業和信息化部辦公廳專項行動通知明確加大大模型、智能體、Token 等服務採購力度;緊接着在 9 月,北京市印發《加快詞元經濟發展的行動方案(2026—2028 年)》,明確提出建立詞元質量評測體系、打造詞元分發平臺,提供統一接口、模型聚合與詞元計量結算服務。 

至此,「詞元」不再只是一個技術單位,而是被制度承認的計量與交易對象。當一家企業需要同時調用多款模型,或者在幾十家算力商里尋找性價比最高的接口時,「交易與撮合」的龐大市場便浮出水面。

2

終結「摻水黑市」

交易規模起來了,信任危機也隨之爆發。

在傳統的調用模式下,Token API 服務是一個典型的「黑盒」。採購方在調用接口時,根本看不見供應商后臺的真實模型版本、量化或蒸餾程度、GPU 硬件配置以及推理引擎策略。

而且,供應商的部署環境、容量與策略還會隨時間動態改變,這就意味着,買方拿到的一紙合格測試報告,可能幾天后就會失效。

在定價失序、計量口徑不透明的灰色渠道里,存在三種「摻水」操作:一是拿低配小模型冒充高端大模型的「套殼換皮」;二是偷偷做「量化裁剪」,靠犧牲精度來換取更高的併發吞吐、節省算力成本,導致輸出質量悄然下滑;三是版本靜默升級,導致客户業務效果莫名漂移。

由於這類做法隱蔽性極強,公開可查的實證極少,買家往往無法分辨。最終導致「劣幣驅逐良幣」,提供滿血算力的誠信供應商賣不出價,因為它比摻假的貴,客户又測不出來。

回看歷史上所有要素市場的成熟,其實都走過同一條路。電力先有度電、電網調度與供電質量考覈,通信先有話單、結算價與服務質量指標,數據要素先有登記、質量分級與合規審計。

它們的共性是:先有統一度量衡纔有價格,先有第三方質檢纔有品牌,先有履約記錄纔有長期合約。而智能產業此前只有第一塊的雛形,即 Token 計費,后兩塊長期靠人情與合同條款填補。 

一種生產要素要形成規模化市場,通常需要三個條件:可比價、可驗證、可追責。能買到不是門檻,出了問題有人負責、換了版本效果不變、同樣的錢買到同樣的東西,纔是門檻。

百度的詞元所做的,正是通過「准入—監測—評級—交易」四段式流程,用「驗真」和「徵信」兩把尺子,把智能變成標準商品的這三個條件補齊。

首先解決「可比價」,拉平非標接口的度量衡。平臺先定義服務對象與場景,統一測試條件、指標和版本,在判定具備可比性后再展示比較。在此基礎上,從模型能力、服務性能、服務質量、成本四大維度綜合打出「質量分」,讓優質的大模型服務商真正拿到「質量溢價」。

其次解決「可驗證」,相當於給模型防偽驗真。模型與供應商進入平臺前必須先做覈驗,詞元所通過「模型指紋比對」確認調用的確實是其宣稱的原版模型,並通過外部行為、能力邊界和負載特徵測試,確認標稱能力與實際表現一致,從源頭堵住套殼與縮水。

最終解決「可追責」,用動態徵信盯住履約過程。針對動態變化的黑盒,平臺建立基線,通過定期抽檢撥測與全鏈路實時監測調用,持續記錄供應商表現,折算為對用户公開可見的「信用分」,評估供應商承諾的兑現程度。一旦評級發生變化,系統會及時向用户提示,把一錘子撮合買賣變成可積累、可查詢的履約歷史。

對企業客户來説,這套機制直接影響採購決策。

過去,不少企業以專項預算試水 AI,一年一議,項目驗收即告結束。持續調用模型服務則更接近長期運營投入,費用需要可計量,效果需要可追溯,責任也需要能夠劃分。

預算有限的中小企業、靠轉售模型能力賺錢的獨立軟件開發商,以及採購流程受到嚴格約束的政企客户,很難各自建立一套完整的評測體系。它們更需要一個外部可查的參照系。

3

如何做好試金石

一個現實的商業追問是:為什麼普通的第三方評測機構或者純中立路由平臺干不了這件事,偏偏是百度?

這個要從技術底座與產業結構的角度來拆解,驗真要求「評得準」,徵信要求「測得久」,分發要求「接得住」。這三件事都建立在「自己長期做模型、自己做算力、自己有模型分發平臺」之上,國內同時具備全棧能力的廠商並不多。

「評得準」的前提是懂模型。在不看供應商后臺代碼的情況下,僅靠模型指紋比對與能力測試就判斷「這是不是它宣稱的模型」「有沒有做量化縮水」,裁判自己必須具備長期做模型訓練與評測的內部視角,這不是第三方機構短期能補上的能力。

「測得久」與「接得住」的前提,則是跑得動、有分發經驗。對上百個供應資源、日均超 7000 億 Token 做抽檢撥測和全鏈路實時監測,是一筆持續消耗的硬成本,背后要有足夠的算力底座與推理工程能力支撐。

百度智能雲千帆此前已經做過文心與第三方模型的統一接入,詞元所面對的多模型、多供應商場景,本質上正是這套工程能力的延伸。

在這套技術底座上,詞元所採用模塊化架構,以統一測評引擎為基礎,以 Benchmark(基準測試)與 Probe(探針撥測)為核心手段,通過模型驗真、能力與性能測評、持續監測及信用評分等模塊,實現 Token API 服務的標準化測評與動態信用評價。

中國人民大學公共管理學院教授、循證治理與公共績效研究中心主任劉鵬指出,當前大模型供給呈現多元化態勢,大模型的可信覈驗與真實性治理已成為重要議題。百度提出的詞元所是一項具有探索性的創新實踐,為相關要素交易提供專業化載體,具有一定的前瞻性。依託市場機制推進相關建設,有助於防止大模型的重複建設問題,讓大模型之間優勢互補,開展商業交易,也能夠為后續國家層面標準體系的構建提供參考,期待進一步夯實可信覈驗能力,在市場實踐中總結治理經驗,助力我國大模型行業規範有序發展。

作為一家交易所,核心的護城河就是「撮合理解力」。

從買方來看,交易所能不能立住,要看大買家是否認可你的信用評級。百度智能雲已服務 80% 的央企客户,位列 2025 年央國企大模型市場份額第一,既懂大型客户對可用性、合規與可追責的苛刻要求,又覆蓋了廣泛的中小企業與個人開發者,天然具備撮合多層級買家的能力。

從賣方來看,詞元所則切中了國家算力佈局中關鍵的效率命題,為海量存量算力打開變現出口。

眼下國內算力市場正處於「算力荒」與「算力躺」並存的怪圈:一邊是高端智算資源緊張,有頭部大模型公司因算力接近承載上限而暫停新用户訂閲;另一邊則是全國智能算力實際利用率僅 36.8%,六成多算力被閒置。 

算力不缺,缺的是把算力變成可售商品的工序。

一塊顯卡要變成收入,必須跨過三道工序:第一是把卡變成可售的模型服務;第二是把服務變成可比的商品;第三是把商品賣出去。

詞元所做的,就是后兩道工序。當計量口徑統一、質量可以覈驗、履約記錄可查詢,一家有模型服務能力卻沒有品牌光環的供給方,才第一次有機會把自己的算力掛到公開市場上被比價、被選擇、被結算。

當硅谷的 Stripe 忙着用近 80 億美元買下流量入口時,百度詞元所選擇的是建立度量衡。把 AI 產業從「比誰便宜」,推向「比誰靠譜」,並讓「靠譜」第一次有了被度量、被公示的載體。智能要成為產業,先要成為商品。

審校|陳秋霖

(聲明:本文僅代表作者觀點,不代表新浪網立場。)

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。