AI频道 | “词元经济”照进现实:智谱天猫上架 Token,大模型进入渠道竞争时代

前几天的2026 数博会论坛上，国家数据局局长刘烈宏正式提出 “词元经济”产业方向，明确词元作为数据要素价值转化单元，鼓励行业探索词元订阅、按效付费等新型商业模式。

话音落下数日，9 月 2 日，国产大模型厂商智谱直接将 GLM-5.3 的 Token 订阅套餐上架天猫官方旗舰店。

个人版 118 元起购，团队席位 598 元月付，大模型调用能力脱离企业商务谈判、脱离 API 后台密钥体系，变成可以加入购物车、等待双 11 大促打折的标准化电商商品。

这不是一次简单的营销噱头，也不只是智谱寻求增收的应急手段。这是国内大模型产业一个标志性拐点：行业竞争重心，已经从过去追逐参数、刷评测榜单的技术内卷，转向词元的计价、分销、渠道运营、成本治理的商业实战。

当 Token 从后台晦涩的技术概念，演变为面向长尾市场流通的数字消费品，整个 AI 产业的商业底层逻辑正在被重构。

9 月 2 日智谱天猫旗舰店上线 GLM Coding Plan 订阅套餐，产品底座为 GLM-5.3 模型，兼容 ZCode、ClaudeCode 在内 20 余款主流编程智能体工具，面向开发者、中小技术团队提供打包化 Token 积分服务。

套餐档位清晰：个人 Lite 月付 118 元含 10000 积分；Pro 版 538 元含 60000 积分；Max 版 1078 元含 140000 积分；团队版 598 元 / 席位，两席位起购。

对比此前产品定价，Pro 版本由 149 元上涨至 538 元，涨幅达到 3.6 倍。智谱给出的官方解释有两层：一是基座升级至 GLM-5.3，推理、代码生成核心能力大幅迭代；二是切换 Token 积分体系，调用额度计算更加透明。

但剥开产品迭代的表层，智谱的动作必须放在财报现实之下审视。

一组数据足以说明现状：智谱目前的商业化路径中，大模型API调用服务是其最核心的收入来源，Token相关营收占总营收的八成以上，这也是当前国内多数头部大模型厂商在商业化初期的共同特征。2026年以来，全球AI产业的资本市场逻辑完成迭代，这家“全球大模型第一股”自1月上市后，市值较高点出现超5000亿港元的波动调整。这一变化背后是行业共识的升级：资本市场不再为纯技术愿景买单，构建可落地、可规模化的商业化收入能力，成为大模型企业穿越周期的硬性要求。

在此之前，国内大模型商业化路径高度偏向 B 端重型项目。模式无外乎两种：一是大型政企定制项目，销售上门对接、招投标、签署复杂商务合同，周期长、人力成本高，服务对象集中于头部大型企业；二是官网开放 API，客户需要注册账号、绑定支付、研读技术文档，门槛天然过滤掉大量个人开发者、微型团队。大量长尾需求长期处于 “触达不到” 的状态。

天猫渠道的价值，在于复用电商成熟的支付、履约、用户运营基础设施，低成本触达数亿消费侧用户，把目标客群从大型企业，下沉到中小团队、独立开发者群体。不需要商务洽谈、不需要项目审批，下单即可开通服务。甚至可以跟随电商大促节点开展折扣营销。

但这里存在一组内在矛盾：产品涨价，却选择面向价格敏感的长尾市场。这背后折射整个大模型行业的共性困境：算力成本刚性居高不下，模型持续迭代带来成本抬升；单纯走低价跑调用量，只会放大亏损。智谱选择 “能力升级 + 提价 + 开辟新渠道” 组合策略，本质是希望在增收、控亏、拓展增量用户之间寻找平衡。

不过，Token 电商化也埋下新问题：天猫的消费级服务 SLA 标准，和企业生产级业务的可用性要求天然存在落差。电商渠道更多适配实验、开发场景，很难直接承载企业核心业务，这也意味着该渠道短期很难替代原有 B 端大客户基本盘，更多是增量补充。

当一种生产要素消耗量实现千倍级扩张，就必然催生出围绕它的计价、分销、结算、交易的完整产业生态。 “词元经济”不再是政策研讨层面的概念，而是正在运转的现实市场。

2.1 政策端：词元成为数据要素价值变现新载体

2026 数博会，刘烈宏对 “词元经济”的阐述，核心指向数据要素长期痛点：原始数据 “价值难度量、收益难分配”。原始数据本身很难标准化定价，而词元是经过模型加工之后，可调用、可计量的智能服务单元，把海量原始数据沉淀为标准化可交易服务。政策层面明确鼓励词元增值订阅、按效付费等商业模式创新。

智谱天猫开店，恰好是政策导向下的商业样本。但需要厘清：政策鼓励商业模式探索，不等于行业标准已经完备。当前国内尚未出台统一的词元计量规范。什么是有效 Token、无效 Token，积分换算规则各家厂商自成体系。同样标称额度，不同厂商实际输出能力差异巨大。优惠套餐宣传口径五花八门，企业采购很容易陷入 “名义额度” 陷阱。计量标准缺失，是制约 “词元经济”长期健康发展的底层短板。

2.2 产业端：多方玩家下场，Token 分销网络全面铺开

产业里已经形成三类核心玩家同步布局 Token 零售市场：

第一类是运营商。2026 年 5 月三大运营商集体推出 Token 套餐。中国电信上线 9.9 元月包轻享产品，中国移动最低 5 元 Token 月包，中国联通也在多地落地词元相关服务。运营商手握算力网络、海量 C 端与中小 B 用户基础，把算力、词元打包为类似手机流量包，切入分销赛道。

第二类是云厂商搭建统一 Token Hub 平台。阿里成立 Alibaba Token Hub 事业群；腾讯云升级 MaaS 平台为 TokenHub，一站式接入混元、DeepSeek、GLM 等多家大模型，实现多模型统一调用、统一计费。云厂商不再只卖算力，转而做词元交易的中间枢纽，弱化模型底座差异，聚焦渠道与计费能力。

第三类就是原生大模型厂商。除智谱之外，多家模型企业也在测试订阅套餐模式，既保留原生 API 服务，也在探索第三方渠道分销。

一条清晰产业链链路成型： 上游模型厂商中间运营商 / 云平台 Hub-下游企业、开发者、个人用户 。

行业逻辑正在发生本质迁移：早期大模型竞争，比拼底座能力、评测榜单；经过多轮迭代之后，主流国产大模型在通用能力层面差距不断收窄，普通业务场景下用户感知不到明显鸿沟。此时， 谁拥有更丰富的分发渠道、更灵活的计价模式、更简单的采购流程，谁就能够收割海量长尾需求 。技术底座是入场券，渠道运营能力变成新胜负手。

2.3 繁荣背后不可忽视的产业隐忧

词元消费化浪潮之下，行业依然存在多重现实风险。

首先是成本悖论。调用量暴涨，但算力成本刚性，模型迭代持续烧钱。几乎所有大模型企业仍处在大额亏损状态。调用规模越大，算力开销越高。订阅套餐模式如果管控不好单位词元成本，规模越大亏损压力反而越大，涨价或将成为行业常态化现象。

其次是企业侧风险。大量中小客户会被低价套餐吸引，但市面上各类 Token 套餐混杂，数据安全风险容易被忽略。第三方分销渠道流转企业业务数据，数据留存、数据泄露、输入输出内容合规责任划分，目前没有成熟行业惯例。企业如果盲目选用消费级套餐承载业务，很容易埋下合规隐患。

再者，商业模式同质化。目前市面上产品大多是简单流量包逻辑：多少额度对应多少钱。面向复杂企业场景的按效付费、价值分成模式，还停留在政策倡导阶段，落地案例稀少。词元如何真正做到 “按业务效果付费”，依旧是全行业待解难题。

第一， “词元经济”完成从政策概念向商业实践落地。智谱天猫上架 Token 不是孤立事件，是政策引导、调用量爆发、产业链渠道建设多重因素共振的标志性事件。Token 完成从技术参数向可交易数字商品的身份转换。

第二，大模型行业竞争范式切换。硬核模型能力是基础门槛，但渠道、计费体系、分销网络、精细化成本运营，上升为核心竞争维度。单纯依靠技术优势很难锁定市场份额。

第三，行业商业模式结构性分化。传统定制化 B 端项目占比会缓慢下降，订阅制、按量计费、词元套餐成为主流收入形态，但高亏损难题没有得到根本解决，价格波动会成为常态。

第四，对企业而言，AI 能力正在向水电煤一样的公用基础设施演进，但随之而来的成本管控、选型治理、数据合规，成为 CIO 必须面对的全新命题。消费级渠道可以做实验创新，但不能直接等同于企业生产级解决方案。

随着 Token 多渠道分销普及，企业 AI 采购已经不再只有私有化部署、大型定制项目两条路径，混合采购成为主流模式。研究院结合产业现状给出四条实操建议：

1.  搭建企业级词元成本核算台账，区分有效调用与无效调用

不要被套餐标称 Token 积分迷惑。同等名义额度，提示词质量、模型选型、业务场景不同，有效输出差距巨大。CIO 应当推动 IT 团队建立调用审计体系，按业务部门做词元消耗分摊，核算 单位有效词元带来的业务价值 ，而不是简单对比单价。避免出现采购大量套餐，实际业务产出很低的资源浪费。

2.  采用混合采购架构，区分场景选择渠道，拒绝单一厂商绑定

对企业业务做分级：核心生产业务优先对接厂商原生 API，重点审核 SLA 服务等级、故障兜底机制、数据流转协议；开发测试、创新原型场景，可以尝试 Token Hub、运营商套餐降低成本；天猫这类电商渠道，限定用于小团队快速验证实验，严禁直接承载核心业务数据。同时做多模型备选方案，规避单一厂商调价、服务中断带来业务风险。

3.  正视行业涨价周期，建立动态 AI 预算机制

算力成本具备强刚性，智谱本次涨价不是个案。后续模型迭代、算力供需波动，都会带来套餐价格调整。CIO 编制 AI 预算不能锚定当下价格，预留调价缓冲空间。评估供应商的时候，把成本弹性、调价机制写进采购评估维度，不把低价作为第一决策标准。

4.  提前布局词元相关的数据要素合规治理

词元作为数据要素价值转化载体，企业需要梳理清楚外部词元服务的数据全链路：业务输入数据流向哪里、是否留存、是否被用于模型训练。紧跟国家层面词元计量、交易相关制度更新。建立内部规则，明确哪些业务数据禁止流入外部 Token 订阅服务，把合规前置到采购选型环节。

★ 写在最后 ★

大模型把 Token 摆上天猫，谈套餐、聊折扣，看上去褪去 AI 行业的技术光环。但恰恰是这种商业化的 “烟火气”，代表产业走出实验室理想主义，走向真实商业世界。

任何技术产业成熟的标志，就是不再反复教育用户 “技术是什么”，而是进入比价、选型、算投入产出比的阶段。

但我们也要清醒看到：“词元经济”大幕刚刚拉开。现在整个行业更多完成了 “卖 Token”，距离政策期待的 “按效付费” 还有很远距离。计量标准缺失、数据权责模糊、亏损压力高悬，都是横亘在产业面前的现实关卡。

未来的竞争，不再比拼谁的跑分更高。真正的胜者，既要能把词元卖出去，更要解决计量标尺、成本控制、数据合规的行业难题，帮助千千万万企业，把海量词元消耗真正转化为实实在在业务收益。词元的商业化大门已经打开，但产业真正的大考才刚刚启动。