词元经济-token

目　录

一、词元经济：一个新计价单位的诞生　　词元是什么，为什么它能变成一门生意

二、国内外市场情况　　真实单价、价格谱系与档位对比

三、应用场景　　哪些场景在烧词元，烧在哪一侧

四、实际案例：月一万次客服问答　　同一用量，成本差 43 倍

五、词元出海的国家政策　　决定能不能卖到境外的四道门

六、未来发展方向　　价格、计费方式与产业位置

关于 LinkTokenView　　一个密钥，接入你所有的大模型

附、数据来源与说明　　哪些核实了，哪些没有

  阅读提示：本文的价格全部是实测数据——国内取阿里云百炼官方价目页，国际取 OpenRouter 可编程接口，统一折算成「每百万 token」后逐条列在表里，可以自己去核对。政策章节是对公开法规文件的归纳，涉及具体业务时请以官方原文和属地要求为准。

  一  词元经济：一个新计价单位的诞生

过去买软件是按「套」或按「席位」付费，买云是按「小时」或「核」付费。大模型把这个习惯改掉了：它按词元（token）付费。你发进去的每一个字、模型吐出来的每一个字，都要折算成词元结算。一个中文汉字大约对应 0.5 到 1 个词元，英文单词大致按子词切分。词元不是一个技术细节，它是这个行业真正的计价单位。

一旦计价单位确定了，一门生意就会顺着它长出来。有人按词元批发再零售，有人做词元的调度与路由，有人专门优化「用更少词元办同样的事」。这些环节加在一起，就是词元经济。

  1.1 一个请求的钱是怎么算出来的

词元计价有一个和传统云服务很不一样的地方：输入和输出分开定价，而且输出通常贵得多。以本轮抓到的官方价格为例，阿里云百炼的 qwen3.8-max 输入 12 元、输出 36 元（每百万 token），整整三倍；国际侧的 Claude Opus 5.5 是输入 4 美元、输出 20 美元，五倍。原因是输出必须一个词元一个词元地算出来，而输入只要读一遍就能并行处理。

图 1　一个请求的成本构成与两个折扣阀门

  1.2 两个折扣阀门：缓存与批量

如果只看标价，会严重高估成本，因为厂商给了两个很大的折扣阀门。

▪ 缓存。重复的前缀可以被缓存下来，命中部分按远低于输入价的单价结算。实测：Claude Opus 5.5 的缓存命中价是 0.20 美元/百万 token，只有输入价的 5%；DeepSeek V4.1 Flash 更低到 2%。长对话、固定系统提示词、RAG 场景，缓存是比换模型更有效的省钱办法。

▪ 批量。不要求实时返回的请求可以走批量通道。本轮实测有一条很干净的证据：OpenAI 的 GPT-6-sol、Anthropic 的 Claude Opus 5.5 / Sonnet 5.5、Google 的 Gemini 4 Argon，批量变体的折扣全部是精确的 50%。三家竞争对手给出同一个数字，说明这是行业惯例而不是个案。

图 2　三家国际厂商的批量折扣完全一致：都是五折

  二  国内外市场情况

这一章不讲宏观数字，只讲可以逐条核对的单价。因为词元市场最真实的「市场情况」，就写在每一家的价目表里——价格梯度有多宽、谁在哪个档位、折扣给在哪一侧。

本次抓取到 62 条可比价的模型记录（国际侧）与 28 条文本模型记录（国内侧），下面挑出有代表性的排开来看。

  2.1 国际：从 0.075 到 4 美元，同台差 53 倍

先把国际侧排成一张谱。输入价最低的是 Ling 3.1 Flash 的 0.075 美元，最高的是 Claude Opus 5.5、Qwen3.8-max-prime、Meta Muse Wonder 的 4 美元，最高与最低相差 53 倍。这个跨度不是异常值，而是市场被主动切成了一层层档位。

值得注意的是，旗舰档里已经坐进了中国模型：Qwen3.8-max-prime 定价 4 美元输入、12 美元输出，比 Claude Opus 5.5 的输入价持平、输出价更低；GLM-5.3-prime 是 2.80 / 8.80；Kimi K3.1 Pro 是 2 / 10，与 GPT-6-sol、Claude Sonnet 5.5、Gemini 4 Argon 完全同价。这一点下面还会展开——它推翻了一个流行的判断。

图 3　国际词元价格谱系：同一平台上 53 倍价差

  2.2 国内：同一家厂商，60 倍价差

国内侧更有意思。不用跨厂商比较，只看阿里云百炼一家：旗舰 qwen3.8-max 输入 12 元、输出 36 元；最便宜的 qwen3.7-flash 与 qwen3.5-flash 输入只要 0.2 元。同一家、同一套接口，输入价相差 60 倍。

这说明国内竞争的主战场不在「谁更便宜」，而在「档位铺得够不够全」。旗舰要能和海外旗舰对打，快速档要能承接铺量需求，中间还要有一档承接日常业务。qwen3.8-flash 的 0.8 / 2.7 元、qwen3.6-flash 的 1.2 / 7.2 元，就是这个中间层。

图 4　国内代表模型单价阶梯：从 0.2 元到 12 元

  2.3 横向对比：按档位看，不要按国别看

把两侧放进同一张图，结论会跟直觉不一样。中国模型的旗舰档已经和国际旗舰同价，真正便宜的是高性价比档与极致低价档。

图 5　按档位对比：旗舰同价，差距在下方两档

下面的表把代表型号逐一列出来，可以逐条核对。

表 1　国内外代表模型单价对照（按档位归类）

档位	海外代表（美元/百万 token，输入/输出）	国内代表（元/百万 token，输入/输出）
旗舰	Claude Opus 5.5  4 / 20；Meta Muse Wonder  4 / 20	qwen3.8-max  12 / 36；qwen3.7-max  12 / 36
准旗舰	GPT-6-sol  2 / 10；Claude Sonnet 5.5  2 / 10；Gemini 4 Argon  2 / 10；Kimi K3.1 Pro  2 / 10；Grok 4.7  2 / 6	qwen3.6-plus  12 / 12；qwen3.5-plus  4.8 / 4.8；qwen-max  2.4 / 9.6
高性价比	GLM-5.3-FlashX  0.37 / 1.25；DeepSeek V4.1 Flash  0.15 / 0.60；MiniMax M3.1 Flash  0.15 / 0.60；Qwen3.8 Omni Flash  0.15 / 0.47	qwen3.8-flash  0.8 / 2.7；qwen3.6-flash  1.2 / 7.2
极致低价	MiMo v2.6 Flash  0.14 / 0.28；GPT-6-luna  0.10 / 0.50；Claude Haiku 5.5  0.10 / 0.50；Ling 3.1 Flash  0.075 / 0.225	qwen3.7-flash  0.2 / 0.8；qwen3.5-flash  0.2 / 2

  汇率口径：表格两列分别是各自的原始计价货币，未做汇率折算。按 1 美元约 7.1 元粗算，海外准旗舰档的 2 / 10 美元约合 14 / 71 元，仍高于国内同档，但差距远没有「中国模型便宜十倍」那么大。

  一个必须纠正的印象：「中国模型一律便宜」已经过时。诚实的说法是——中国厂商把货铺到了每一个价格带上，旗舰卖旗舰价，低价档卖低价，而不是整体便宜。

  三  应用场景

不同场景烧词元的方式差别极大。判断一个场景的成本，先问两件事：是一次性提问还是长上下文？是短回答还是长输出？这两个问题的答案，决定了你该往哪一档压成本。

表 2　主要应用场景的词元消耗特征与优化动作

场景	词元消耗特征	省钱的关键动作
智能客服	输入长（知识库+历史）、输出短	缓存系统提示词与知识前缀；高频问题走快速档
代码助手 / 智能体	输入输出都长，且多轮累积	压缩上下文、及时截断历史；长任务才用旗舰
长文档处理	输入极长、输出中等	批量通道 + 缓存；不要用旗舰跑通篇摘要
内容生产	输出为主，需要质量	旗舰出精品、快速档出草稿，人挑后精修
多模态理解	图片视频折算成大量词元	先降分辨率，再送模型；能裁剪就不要整图送
数据抽取批处理	量大、可延迟、结果结构化	批量五折 + 最便宜档，几乎无脑省钱

  四  实际案例：月一万次客服问答

下面这个案例是完全可复算的：把本轮抓到的真实单价代入同一个用量，看选型能把成本拉开多大。

假设一个中型电商的客服机器人：每月 1 万次问答，平均每次输入 2000 词元（知识库片段 + 多轮历史）、输出 500 词元。那么每月消耗 2000 万输入词元、500 万输出词元。按各模型官方单价直接相乘，结果如下。

表 3　同一用量的月成本拆解（单价单位：美元/百万 token）

模型	输入单价	输出单价	输入 20M	输出 5M	月成本
Claude Opus 5.5	$4.00	$20.00	$80.00	$100.00	$180.00
GPT-6-sol	$2.00	$10.00	$40.00	$50.00	$90.00
Kimi K3.1 Pro	$2.00	$10.00	$40.00	$50.00	$90.00
Grok 4.7	$2.00	$6.00	$40.00	$30.00	$70.00
GLM-5.3-FlashX	$0.37	$1.25	$7.40	$6.25	$13.65
DeepSeek V4.1 Flash	$0.15	$0.60	$3.00	$3.00	$6.00
MiniMax M3.1 Flash	$0.15	$0.60	$3.00	$3.00	$6.00
Qwen3.8 Omni Flash	$0.15	$0.47	$3.00	$2.35	$5.35
Claude Haiku 5.5	$0.10	$0.50	$2.00	$2.50	$4.50
MiMo v2.6 Flash	$0.14	$0.28	$2.80	$1.40	$4.20

图 6　同一用量下，选型造成的成本差距约 43 倍

  4.1 这个案例说明了什么

最贵 180 美元、最便宜 4.20 美元，差 43 倍。但结论不是「一律选最便宜的」，因为客服场景对准确率有硬要求，答错一次的损失可能超过全年词元费。

▪ 分层路由比单一模型更划算。闲时或低风险问题走快速档，复杂投诉走旗舰，整体成本能降到全旗舰的三分之一以下，体验损失很小。

▪ 缓存对这个场景特别有效。客服的系统提示词和知识库前缀是固定的，缓存命中率通常很高。仅这一项就可能把输入侧成本再压掉一大半。

▪ 报价单位要先对齐。如果有人报出比表里低得多的价格，先问单位是「百万」还是「千」，是输入还是输出，含不含缓存与批量折扣。

  五  词元出海的国家政策

「词元出海」听起来只是把 API 卖到境外，实际要穿过的是一整套监管链条。对团队来说，能调通接口只是第一步；能不能合规地长期卖，取决于下面四道门。

图 7　词元出海要穿过的四道门

表 4　词元出海的四个合规环节

环节	核心要求	对出海团队的实际影响
算法与模型备案	面向境内公众提供生成式服务前，需完成算法备案与大模型备案	未备案的模型不能对境内公众开放，也常被视为境外合作方的合规门槛
内容安全	生成内容需符合属地法律法规，具备过滤与应急处置能力	同一套模型出海后往往要按目标市场再配一层策略
数据出境	训练数据与用户数据的跨境需评估或走安全评估/标准合同路径	这是最硬的卡点：数据能不能出去，决定模型能不能在境内训完再卖到境外
内容标识	AI 生成合成内容需带显式与隐式标识	2025 年起成为强制项，出海产品需确认目标市场是否也有同等要求

  5.1 政策环境怎么读

这几年的监管路径很清楚：先管服务、再管内容、再管数据、最后管标识。《生成式人工智能服务管理暂行办法》确立了备案与内容责任的基本框架；《互联网信息服务深度合成管理规定》把深度合成单独拎出来管；《数据出境安全评估办法》与《促进和规范数据跨境流动规定》划定了数据出境的路径；《人工智能生成合成内容标识办法》则把「这内容是 AI 生成的」变成了必须声明的事。

对做词元生意的人来说，这套规则的净效果是：模型能力可以出海，但「数据在哪训练、内容谁来负责、生成的东西有没有标识」必须能说清楚。反过来说，谁把这套合规做扎实，谁就在海外招标里多一个硬门槛。

  以上为公开法规文件的要点归纳，用于说明监管方向，不作为合规依据。涉及具体业务上线、备案与数据出境评估时，请以官方原文与属地主管部门要求为准。

  六  未来发展方向

从这一轮实测的价格数据里，可以读出几个已经在发生的趋势。

  6.1 价格分层会继续拉大，但旗舰会趋同

极致低价档已经压到 0.05 到 0.08 美元/百万 token 的量级，而旗舰档稳定在 2 到 4 美元输入。这个 50 倍以上的跨度不会收窄，因为服务的是不同需求。真正会趋同的是旗舰：几家能力接近之后，定价会互相锚定，Kimi K3.1 Pro 与 GPT-6-sol、Claude Sonnet 5.5、Gemini 4 Argon 同为 2 / 10 美元，就是这个锚定已经发生的证据。

  6.2 计费单位会从「词元」走向「任务」

按词元付费对技术团队友好，但对业务方不友好——他们不想知道 token 是什么。所以按任务、按结果、按席位包月的定价会出现并增多，底层仍然是词元结算，但中间多了一层包装。这一层正是聚合平台的价值所在：把词元成本翻译成业务能懂的价格。

  6.3 折扣阀门的重要性会超过标价

缓存命中价低到输入价的 2% 到 5%，批量统一五折。这意味着「会不会用折扣」对最终账单的影响，往往大于「选哪一家」。企业的成本优化重心，会从比价转向用量工程：上下文怎么压、前缀怎么复用、哪些请求能异步。

  6.4 长上下文把成本重心推向输入侧

本轮抓到的模型里，100 万词元上下的上下文已经是常态，Kimi K3.1 Pro 甚至支持文本、图像、视频混合输入。上下文越长，输入侧在账单里的占比越高，于是「检索得准不准」直接变成了成本问题——检索多召回一段无关内容，也是要付钱的。

  6.5 词元正在变成一种中间品

词元可以批发、可以路由、可以缓存复用、可以按档位零售，这些特征和一种标准化中间品非常像。围绕它的调度、比价、结算、合规服务会形成一个独立的服务层。这也是 LinkTokenView 站的位置：不生产模型，但让词元更好用、更可算。

上面这些模型，不需要分别注册、分别充值、分别对接。LinkTokenView 是 AI 一站式服务平台：一个密钥，接入你所有的大模型。国内外主流模型在同一套接口下切换，单价、缓存命中与批量折扣在一处看清，团队不必为了比价在五个后台之间来回登录。

  附  数据来源与说明

[1] 阿里云百炼官方《模型调用价格》页。用于：国内全部文本模型单价，包括 qwen3.8-max 12/36、qwen3.7-max 12/36、qwen3.6-plus 12/12、qwen3.5-plus 4.8/4.8、qwen-max 2.4/9.6、qwen-plus 2/8、qwen3.8-flash 0.8/2.7、qwen3.6-flash 1.2/7.2、qwen3.7-flash 0.2/0.8、qwen3.5-flash 0.2/2（单位：元/百万 Token，输入/输出）。该页同时载明批量调用的半价政策与上下文缓存折扣。

[2] OpenRouter 可编程接口 /api/v1/models。用于：国际侧全部单价与上下文长度，包括 Claude Opus 5.5 4/20、Qwen3.8-max-prime 4/12、GPT-6-sol 2/10、Claude Sonnet 5.5 2/10、Gemini 4 Argon 2/10、Kimi K3.1 Pro 2/10、Grok 4.7 2/6、GLM-5.3-prime 2.8/8.8、GLM-5.3-FlashX 0.37/1.25、DeepSeek V4.1 Flash 0.15/0.60、MiniMax M3.1 Flash 0.15/0.60、Qwen3.8 Omni Flash 0.15/0.47、MiMo v2.6 Flash 0.14/0.28、GPT-6-luna 0.10/0.50、Claude Haiku 5.5 0.10/0.50、Ling 3.1 Flash 0.075/0.225（单位：美元/百万 Token，输入/输出）。本次抓取到 62 条可比价记录，是同一平台上的一致口径。

[3] 批量折扣的结论（统一五折）来自上述接口中同名模型的 batch 变体：GPT-6-sol 2/10 → 1/5，Claude Opus 5.5 4/20 → 2/10，Gemini 4 Argon 2/10 → 1/5。

[4] 缓存折扣的结论来自接口的 input_cache_read 字段：Claude Opus 5.5 为 0.20 美元/百万 token（输入价的 5%），DeepSeek V4.1 Flash 为 0.003 美元/百万 token（约为输入价的 2%）。

[5] 第四章的月成本为按上列真实单价与同一假设用量（1 万次 × 2000 输入 + 500 输出）直接相乘所得，未计缓存与批量折扣，过程全部写在表内可逐步复算。

[6] 第五章的政策内容为对下列公开法规文件要点的归纳：《生成式人工智能服务管理暂行办法》《互联网信息服务深度合成管理规定》《数据出境安全评估办法》《促进和规范数据跨境流动规定》《人工智能生成合成内容标识办法》。仅用于说明监管方向，不作为合规依据；具体业务请以官方原文与属地主管部门要求为准。

[7] 关于市场规模的说明：本文刻意未给出「市场规模多少亿美元」这类数字。原因是本轮无法抓到可引用的权威统计口径，且不同机构的统计边界差异极大。本文用单价谱系、档位结构与折扣政策来描述市场，这些都是可逐条核对的。

[8] 关于汇率：文中未做严格汇率折算，仅在一处按 1 美元约 7.1 元给出数量级示意。跨境比价请使用当日汇率与实际结算价。