刘烈宏提出词元增值订阅与按效付费模式 直指国民经济重大场景

国家数据局局长刘烈宏在2026中国国际大数据产业博览会上提出，要围绕国民经济重大场景研究词元增值订阅、按效付费等商业模式。词元已明确成为人工智能服务计量、定价、交易和结算的重要标尺，32个城市同步布局数据标注先行先试。

词元直接定义AI服务的计量与结算单位

词元为人工智能服务的计量、定价、交易和结算提供了重要标尺。这是国家数据局负责人给出的最新定位。它不是简单复制国外的token概念，而是更强调可交易、可结算的标准化单位。传统token主要用于大模型内部的上下文长度计数，开发者按输入输出token数量付费，计费粒度停留在字符或子词层面。词元则进一步把AI服务的输出效果、任务完成度与经济结算直接挂钩，试图让一次模型调用不再是模糊的“用了多少token”，而是“产生了多少可计价的词元”。

这种转变意味着AI服务的商业边界被重新划定。过去企业买的是算力和模型调用次数，现在买的是可量化的服务成果。国家数据局明确表示，将探索适配产业实际的词元商业模式，核心在于让词元成为像电度数、流量包一样的标准化商品。工业质检场景里，一次缺陷检测可能产生若干词元，医疗影像分析里，一张片子的诊断建议也对应特定词元数量。计量单位从技术参数转向业务价值，定价逻辑随之改变。

目前词元如何精确拆分、不同场景下词元权重如何设定仍处于研究阶段。但它的出现直接回应了产业界对大模型定价不透明、效果难衡量的长期抱怨。把AI服务变成可订阅、可按效果付费的商品，词元提供了最基础的度量工具。这一步如果走通，后续所有商业模式创新都有了共同语言。（约420字）

国产大模型公司将从订阅制转向增值订阅

国产大模型公司现有的收入结构主要依赖API调用订阅和按token计费。国家数据局提出的词元增值订阅和按效付费，将迫使这些公司重新设计产品和定价体系。增值订阅不再是简单延长使用时长，而是把基础调用与特定场景下的增值词元服务绑定。企业可能按月缴纳基础订阅费，同时根据实际产生的有效词元数量额外付费。

这种模式对公司收入结构的影响是双重的。一方面，它可能降低大模型公司的现金流稳定性，因为收入与企业实际使用效果强绑定，效果不好就收不到钱。另一方面，它也打开了新的增长空间。过去靠低价抢市场的公司，现在必须证明自己的模型在工业、医疗等重大场景里能产生更多高价值词元，从而收取更高溢价。竞争策略将从拼参数量、拼价格转向拼场景适配度和词元产出效率。

按效付费直接改变了现有API定价逻辑。原来是“调用一次收一次钱”，现在可能变成“产生一个有效词元收一次钱”。这要求国产大模型公司把更多精力放在后处理、效果评估和行业微调上，而不是单纯提升预训练规模。那些已经在特定垂直领域积累了大量标注数据的公司将获得先发优势，因为它们更容易把模型输出转化为可计费的词元。整体来看，这一转向会加速行业分层，通用模型公司与垂直场景公司之间的差距可能进一步拉大。（约380字）

数据标注32城布局为词元模式提供原料基础

数据标注相当于给原始数据打标签，标注好的数据可用来训练人工智能。国家数据局将在32个城市布局新一批数据标注先行先试，深入工业制造、医疗健康、交通运输等领域。这批布局直接为词元商业模式提供了高质量原料。

没有精细标注的数据，模型就难以输出可计量、可定价的词元。工业制造场景里，设备故障图像需要精确到像素级的缺陷标注；医疗健康领域，影像报告需要对应临床标准的结构化标签。这些标注成果将成为词元生成的基础。32城先行先试意味着不同区域将根据本地产业特色形成差异化标注能力，进而支撑不同场景下的词元定义标准。

破解数据标注产业发展瓶颈是此次布局的核心目标。过去标注行业存在标准不统一、质量难把控、人才短缺等问题。国家数据局通过多城试点，希望形成可复制的标注规范和质量管理体系。这些规范最终会反映到词元的计量规则里——什么样的标注精度对应多少词元价值，将有更清晰的行业共识。标注数据的规模化和标准化，直接决定词元能否成为跨企业、跨平台交易的统一标尺。

32城布局还意味着数据要素流通将更加本地化与场景化。每个试点城市围绕主导产业打造标注基地，产生的标注数据集将优先服务本地重大场景。这为词元增值订阅提供了贴近实际的训练和验证数据，避免了通用模型在特定行业效果差导致词元价值难以兑现的问题。（约370字）

企业重大场景按效付费的落地难点集中在效果验证

围绕国民经济重大场景研究词元增值订阅和按效付费，落地时最大的障碍在于效果如何验证、如何转化为可结算的词元。工业制造中，一次设备预测性维护的词元价值，取决于它是否真的避免了停机损失；医疗场景里，辅助诊断建议的词元数量，要看最终临床采纳度和患者结局。这些效果难以实时、客观、标准化地计量。

企业担心按效付费会带来结算纠纷。谁来定义“有效词元”？第三方评估机构是否中立？不同企业对同一场景的效果预期差异很大。医疗企业可能更看重诊断准确率，工厂可能更在意预测提前量。这些差异导致词元定价难以形成统一合约。加上重大场景往往涉及安全合规，模型输出一旦出错，责任划分和词元扣减机制就变得复杂。

当前多数企业仍处于观望状态。它们需要看到真实案例里词元如何与业务KPI挂钩、如何自动结算，才能放心投入预算。国家数据局提出的探索方向虽然清晰，但从政策信号到企业实际合同，还有一段不短的距离。效果验证体系的缺失，可能成为按效付费模式短期内推广的最大瓶颈。（约340字）

数据集市活动加速数据要素供需与词元交易对接

截至8月29日下午，2026数博会已举办超20场行业交流活动，“数据集市”“数据之夜”等特色活动陆续进行，促进数据产品和应用场景供需对接。这些活动为词元交易提供了实际对接平台。

数据集市让数据供给方和需求方能面对面展示标注成果、词元生成案例和场景需求。企业可以在现场看到不同标注质量如何转化为不同词元价值，提前评估增值订阅的性价比。“数据之夜”这类非正式交流则帮助各方建立信任，为后续合同谈判铺路。

通过这些活动，词元不再是抽象概念，而是能现场演示、可讨论定价的商品。工业企业可以带着自己的场景痛点去找标注公司和模型厂商，三方一起商量词元定义和付费规则。供需对接效率提升，直接缩短了从政策信号到商业合同的周期。数博会上的对接成果，很可能成为首批词元增值订阅的试点案例。（约310字）

本硕博贯通培养机制决定词元商业模式的人才储备

多部门将加强协同，推动建立健全数据要素相关学科专业本硕博贯通衔接的人才培养机制，完善数据要素相关学科专业布局。这一机制将直接决定未来谁能支撑词元商业模式的落地。

词元模式的运行需要三类人才：懂标注标准和质量控制的工程型人才、能把业务场景转化为词元定价规则的复合型人才、以及研究词元计量理论和结算机制的研究型人才。本硕博贯通培养意味着学生可以从本科阶段就接触数据标注、词元定义等前沿内容，硕士博士阶段深入行业场景研究，避免人才培养与产业需求脱节。

当前数据要素相关专业仍存在布局分散、课程陈旧的问题。贯通机制的建立有助于高校根据32城数据标注试点反馈，动态调整课程内容，把工业、医疗等重大场景的真实标注案例和词元应用案例带进课堂。未来从业者将更清楚如何把标注数据转化为可交易的词元，如何设计按效付费合约，这正是词元商业模式从概念走向规模化运营的关键人才基础。（约350字）

参考来源