图文 | 躺姐
在2026年百度世界大会上，让我感到惊喜和意外的发布，是词元所。
词元所是百度推出的大模型交易平台，李彦宏在大会上把它称作大模型的交易所。它汇聚好的模型和模型提供商，让企业乃至个人都能便捷地找到、购买和使用大模型词元（Token），把“可信”变成模型交易的前置条件。
平台的运行可以概括为“准入—监测—评级—交易”四段：模型与供应商进入平台前先做核验；进入后接受持续拨测与调用监测；表现被折算为信用记录，对用户可见；用户在可比的价格与信用信息下完成选择与结算。撑起这四段的，是平台主打的“验真”与“征信”两大能力。
先说惊喜在哪儿。从公开信息看，在头部云厂商里，百度是第一个把开放入驻、验真、信用评级做成独立平台的。过去把多家的模型放在一起卖的，主要是转卖模型接口的中转站和独立的聚合平台。
再说意外在哪儿，新平台攒起供需两头通常需要时间，词元所试运营一个月就有了相当的量。据百度称，它上线一个月，入驻供应资源已超过100个，日均调用次数突破5000万，日均调用Token超过7000亿。量起来得这么快，侧面说明市场其实早就在等这样的产品出现。
在我看来，词元所真正的价值，在于它要回答AI走向产业绕不开的两个问题：Token能不能成为真正的商品，企业敢不敢把AI的花销放进日常经营。
01 智能还不是商品
智能想要真正成为一个产业，其载体词元首先就要成为商品，而在现有的交易过程中，它还面临三个主要的不确定性。
首先，同一个模型挂在不同供应商那里，名字一样，报价也差不多，实际给的服务却不一样，很难直接比对。中国信通院2026年10月的监测报告显示，同一个模型在不同平台上，TPS（每秒生成Token的数量）最大差距接近一倍，这在报价单上看不出来。
其次，速度差别还是小事，更根本的是，交付的可能根本不是宣称的那个模型，比如用低配冒充高端，或者做量化（压缩模型以降低成本）换取吞吐，买方无从核实。德国CISPA亥姆霍兹信息安全中心2026年3月测了24个转售大模型的接口，用模型指纹（模型输出中独有的特征，可以识别它到底是哪个模型）比对，45.83%没有通过验证。
最后，买的时候是合格的，可没人保证之后不会变，而且不一定是有人主观作假。2025年8月起，Anthropic的Claude因为基础设施故障，回答质量下降了一个多月，它自己的内部评测没有发现，靠用户反映才查出来。
三种不确定叠在一起，让买方分不出好坏，只能单纯比价格；也让认真经营的供应商成本高、报价也高，买方看不出贵在哪里，反而卖不上价格。
这样的行业现状，正是词元所要突破的地方：让Token做到可比价、可验证、可追责。
词元所做的第一件事，是统一测试条件、指标和版本，先判定各家的服务在同样条件下是否可比，再展示比较，让同一个模型的报价比得了。11月12日词元所官网首页上，热门模型glm-5.3-flash就有12家供应商同时挂牌，用户能够直接比价。
第二件事，是核对供应商卖的到底是不是它宣称的那个模型。词元所先用模型指纹比对，认出模型的身份，再用能力测试和性能测试核对标称能力。这件事单个买方做不了：月之暗面为测第三方渠道搭的一套测试，跑一遍要两台8卡服务器、约15个小时，模型换版本还得重跑一遍。
服务会变，一次核对不够，所以第三件事是持续盯着。词元所定期拨测（定期派测试请求去抽查），同时监测真实调用，把每家供应商的表现算成信用分，看的是它的声明和实测差多少，评级变化时提示用户。一次性的撮合，由此变成可积累、可查询的履约历史。
这三件事改的是智能被计量、被验证、被定价的方式，让Token从每一单都要重新摸底、重新谈的项目制生意，变成可以放心买卖的商品。而从词元所的逻辑也不难看出，这其实是一种要素成为商品的必经之路。
电力先有度电计量、电网调度和供电质量考核，通信先有话单、结算价和服务质量指标，都是先统一计量，价格才有依据，再有第三方检验质量、记录履约，买卖双方才敢长期合作。
智能目前只走到第一步，有了Token计费；质量检验和履约记录，还靠每家买方在合同里各自摸索，标准各异。今年6月，全国日均词元调用量已经突破500万亿，量越大，这种重复投入越多，交易成本也跟着往上走。词元所补的，正是后面这两步，同时把计量的口径也拉齐。
政策也在推这件事。今年3月，国家数据局局长刘烈宏称Token“词元”是“智能时代的价值锚点”；8月，工信部办公厅发文，提出加大Token等服务的采购力度；9月，北京把建立词元质量评测体系、打造词元分发平台写进了行动方案。
中国人民大学公共管理学院教授、循证治理与公共绩效研究中心主任刘鹏认为，大模型的可信核验与真实性治理已成为重要议题，词元所是“一项具有探索性的创新实践”，为相关要素交易提供了专业化载体。依托市场机制推进，有助于防止大模型的重复建设，也能为后续国家层面标准体系的构建提供参考。
好货能被认出来，才卖得出价，竞争才会从比谁便宜变成比谁靠谱。智能要成为产业，先要成为商品。
02 让智能进入预算
设想一家正在做智能化转型的企业，要去市场上采购大模型服务。钱花出去之前，内部要过好几道关，采购、业务和IT、财务，各有各的顾虑。
采购部门看到的账单上只有Token单价，看不见的是尽调、比价、试用，以及出了故障之后的争执。同时接入几家供应商，评测要重跑，询价要重来，责任要重划。这部分成本不进账单，却实实在在消耗着决策的时间和精力。
更让业务和IT部门犹豫的，是出事之后的局面。把AI接进核心系统，最怕的往往不是模型能力不够，而是出了问题无人担责：模型厂商说是提示词的问题，平台说是模型行为，集成商说是数据质量，相互推诿，最终容易导致问题被搁置、得不到解决。词元所的信用记录，至少能让模型服务这一环有没有达标有据可查。
最终汇集到财务部门，成本说不清、责任划不清的支出，只能走专项预算，一年一议，验收即结。要进年度运营预算，就得按量计费、可审计、可预测，而词元所的计量、验真和征信，对应的正是这三个前提。
能自己养一支评测团队、把这些事全揽下来的企业是少数。更多的是三类：预算有限但必须用AI的中小企业，靠转售模型能力赚钱的ISV（独立软件开发商），受采购流程强约束的地方国企和行业客户。它们对价格的敏感度不同，但都只能依赖外部可查的参考。
对它们来说，有了可比的价格和第三方的履约记录，选哪家供应商就有了依据，向上汇报也说得清楚。统一的入口、可切换的供给池，又把使用门槛降了下来，应用层的爆发速度才会真正提上来。
这是词元所给那些想用AI改造自身业务的企业带来的价值：拉平Token的坐标系，让AI落地成为现实。
能同时具备芯片、云、模型、智能体这几样能力的厂商，国内并不多，而这套参考有没有人信，恰恰取决于评的人：验真要评得准，征信要测得久。百度推出词元所的底气，就来自全栈技术和长期积累。
要对模型评得准，前提是懂模型。要判断“这是不是它宣称的那个模型”“标称能力和实际能力是否一致”，用到的是百度长期做模型训练和评测积累下来的内部视角，外部机构很难同时做到。
测得久，前提是跑得动。拨测和全链路实时监测要一直跑下去，是一笔持续的开销，得有足够的算力和推理工程能力才扛得住。
除了评和测，还要接得住多模型、多供应商。而百度千帆平台早已把文心和第三方模型统一接了进来，词元所是这套工程能力的延伸。信用评级要真正进到企业的采购流程，还要有政企交付、合规和运维体系撑着。
技术之外，交易所的核心竞争力是撮合理解力，也就是对不同买方需求的理解。大模型的买方，有一些是对可用性、合规、可追责要求最苛刻的大客户，还有一些则是中小企业，甚至个人。
据百度称，百度智能云已服务80%的央企客户，位列2025年央国企大模型市场份额第一，对大客户在合规和可追责上的要求更熟悉；同时，百度也具备服务中小企业和OPC（一人公司）的经验，能够在多个维度上理解不同买方的需求。
一套评级有没有分量，一看评的人懂不懂行，二看背后有没有买方真的拿它做采购决定。而这两样，百度都有。
03 结语
评级被买方用起来之后，受益的其实不只是买方。
算力市场眼下冷热不均。媒体调查显示，头部互联网厂商自建的算力集群供不应求；而浪潮人工智能研究院的监测数据说明，今年一季度全国智算中心的GPU平均利用率只有约30%。
头部的集群不够用，说明需求就摆在那里，缺口需要别处的算力来补；可另一边，不少算力中心手里有卡、也跑得起模型服务，却证明不了自己的服务达标，也找不到客户。两头之间，缺的是一个让买方信得过、找得到的地方。
词元所要接通的就是这一环，为存量算力打开了变现出口，提升整个产业的算力效率。
而这一层的价值，在海外已经有了估值对标。2026年8月，Stripe宣布收购模型聚合平台OpenRouter，媒体报道的价格在70亿到80亿美元之间。这一层值钱，在于能同时带来几样东西：行业有了统一的交易标准，企业敢把AI写进年度预算，闲置的算力找到了买家。
模型会一代代更新，标准一旦立起来，却会被整个市场长期沿用。词元所做的就是这套标准，在智能产业里，它的分量不比任何一个大模型轻。
声明：本文仅用于学习和交流，不构成投资建议。
