一、简介
词元（Token）是人工智能，特别是大语言模型处理文本和代码时的最小语义单位。它可以是一个单词、一个子词、一个标点符号，甚至是一个字符。在中文环境中，一个词元可能是一个汉字、一个词语或常见短语。例如，“人工智能”可能被编码为1个词元，而“ChatGPT”可能被拆分为“Chat”、“G”、“P”、“T”4个子词词元。在AI的“思考”过程中，一切输入和输出都被数字化、向量化为词元序列进行处理。
从技术单位到经济度量衡：词元的核心价值在于其双重属性。在模型侧，它是计算与资源消耗的“基本粒子”。大模型的训练成本、推理速度、上下文长度限制，本质上都由词元的处理规模和效率决定。在应用侧，它正逐渐演变为AI服务计价与结算的“价值度量衡”。无论是按输入/输出词元数量收费的API，还是“N元/百万词元”的定价策略，词元已成为衡量AI算力消耗和商业价值的基础单位。理解词元，是理解AI时代成本结构、商业模式和技术演进的关键钥匙。
二、重大事件及发展脉络
词元从一个技术概念走向产业核心指标，与大模型的爆发式发展同步，其历程可被清晰地划分为两个阶段。
1. 技术定义与认知萌芽期（2023年之前）：词元作为自然语言处理（NLP）的基础技术概念存在，其重要性主要限于研发人员圈内。行业内外对其认知大多停留在“文本切分工具”层面。
2. 价值重估与产业共识期（2023年至今）：生成式AI的爆发，使词元完成了从“技术参数”到“经济指标”的惊险一跃。
-
2023年初：ChatGPT引爆认知。OpenAI公布的API定价（如GPT-3.5-Turbo为0.002美元/千词元）首次将“词元”推至广大开发者和企业客户面前，使其成为衡量AI调用成本的直观标尺。行业开始意识到，AI服务的成本与词元数量直接挂钩。
-
2024年：成本压力与效率竞赛。随着模型参数量和数据量的指数级增长，训练和推理成本成为不可承受之重。行业研究揭示，训练一个千亿参数模型需耗费数千万乃至上亿美元，其中绝大部分成本用于处理海量词元。“词元效率”（即每个词元能带来多少性能提升）成为衡量模型架构先进性的关键指标。同时，“上下文窗口长度”的军备竞赛（从4K到128K，再到百万级别），本质上是模型能有效处理的“词元数量”的竞赛，直接决定了AI处理长文档、长对话的能力。
-
2025年：成为产业核心指标与投资焦点。两大标志性事件将词元的战略地位推向顶峰：
-
Sora等视频大模型的震撼发布：视频生成本质上是对“视觉词元”（Visual Tokens）的预测和生成。这极大地拓展了“词元”的内涵，使其从文本、代码领域，延伸至图像、音频、视频等多模态数据。处理“多模态词元”的能力，成为下一代基础模型的竞争核心。
-
国产模型“词元经济学”突破：DeepSeek-V3等国产模型发布，不仅在性能上比肩国际顶级模型，更在“词元效率”上实现显著优化。例如，通过更高效的词元化（Tokenization）算法和模型架构，用更少的算力消耗（即更低的“词元成本”）实现了同等甚至更好的性能。这标志着行业竞争从单纯“拼规模”进入“拼效率”的深水区，围绕词元的优化技术（如稀疏混合专家模型MoE、更高效的注意力机制）成为投资和研发的热点。
-
三、相关上市公司简介
“词元”作为底层概念，不直接对应某家生产“词元”的上市公司。资本市场关注的是围绕“词元”的处理效率、成本控制和价值实现所形成的产业链投资机会。主要受益方向如下：
1. AI算力消耗方（模型训练与推理服务商）：
这类公司的运营成本与处理的词元总量直接正相关，其盈利能力和竞争力高度依赖“词元效率”。
-
科大讯飞（002230）：旗下讯飞星火大模型持续迭代，其训练和推理服务消耗巨量词元。公司的技术实力和成本控制能力，很大程度上体现在其单位词元的性能与成本优化上。
-
三六零（601360）：360智脑大模型的运营，同样面临海量词元处理的算力成本。探索更高效的模型架构以降低单次对话（单位词元）的成本，是其商业化成功的关键。
-
昆仑万维（300418）：旗下天工大模型已实现大规模应用，其API调用和C端产品均以词元为基础消耗单位。公司的算力采购规模和模型效率直接影响利润。
2. 提升“词元效率”的技术与芯片供应商：
提供能更低成本、更高速度处理更多词元的硬件和软件解决方案，是“词元时代”的“卖水人”。
-
寒武纪（688256）、海光信息（688041）：作为国产AI算力芯片的代表，其核心任务之一就是优化对Transformer等模型架构的计算效率，即提升每瓦特算力所能处理的词元数量（Tokens/W），这是替代英伟达GPU的关键竞争指标。
-
景嘉微（300474）：国产GPU厂商，其产品在图形处理之外，也积极向通用计算和AI计算拓展，目标同样是提升算力效率以处理更多数据单元（词元）。
3. 承载词元处理的算力基础设施：
无论词元在哪里被处理，最终都需要落在物理的服务器和数据中心上。
-
工业富联（601138）、浪潮信息（000977）、中科曙光（603019）：作为AI服务器和算力基础设施的主要提供商，大模型对词元处理需求的爆发式增长，直接驱动了对其高密度、高性能服务器的订单。算力租赁厂商（如前篇所述）的业务规模，同样以承载的词元处理量来衡量。
总结：词元（Token）的热度，本质上是AI产业从“技术突破”迈向“规模化商用”过程中，对效率和成本极度敏感的集中体现。它不再是一个晦涩的技术术语，而是成为了衡量AI模型能力、计算资源消耗和商业价值的基础货币单位。未来，围绕“如何更高效、更便宜地处理更多模态、更大量的词元”的技术竞争与商业创新，将持续成为AI产业演进的主线，并深刻影响从芯片、云计算到模型应用的全产业链格局。投资于能够提升“词元经济学”效益的技术和公司，将是把握AI下一波浪潮的核心逻辑之一。
免责声明：投资决策需谨慎，风险自担。本资料中的信息均来源于公开资料，并不构成任何投资建议、咨询意见或对财务、法律等方面的其他意见。同时，这些信息也不应被视为对任何证券或金融工具的买卖、认购邀请、推荐、保证或广告宣传。投资者在做出任何基于本资料内容的投资决策前，应自行承担风险。投资者在进行投资决策时应谨慎，风险需由本人承担，而非由本公司或其他主体承担。本公司对其所提供的任何信息的准确性、适用性、可靠性、完整性和时效性均不作任何保证，并且不承担因直接或间接使用本资料内容而引发的任何直接或间接损失的责任。
