百度“词元所”：给大模型立一把尺子
今年夏天，硅谷发生了一起反常的闪电并购。
一家名叫 OpenRouter 的初创公司，短短 80 多天时间估值从 13 亿美元暴涨到近 80 亿美元。其投资方英伟达原本想要收购，却被支付巨头 Stripe 豪掷近 80 亿美元截胡，不久后的 9 月，英伟达花 129 亿美元买下了开源社区 Hugging Face。
让行业意外的是，OpenRouter 既不训练大模型，手里也没有成千上万张显卡，凭什么让两大巨头争抢？
原因是：它是全球最大的「Token 路由与交易中转站」，聚合了 80 多家算力供应商的 400 多款大模型，帮全球企业和智能体挑选、购买和结算模型调用服务。
两起交易都在提醒行业，巨头愿意高价争夺的，已经不只是模型本身，还有模型与用户之间的连接层。就在 11 月 12 日，国内牌桌也正式亮牌。
百度世界 2026 大会上，百度发布大模型交易平台——「词元所」。百度创始人李彦宏介绍说，词元所是大模型的交易所，希望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、购买和使用可信的模型 Token，目标是把「可信」变成模型交易的前置条件，而不是事后纠纷。
同时也公开了此前低调试运行一个月的账面数据：入驻供应资源已超 100 个，日均调用次数突破 5000 万，日均调用 Token 超 7000 亿。
为什么中美科技巨头在同一时间押注「Token 交易所」？
我们来看一组数据：全国日均词元调用量从 2024 年初的约 1000 亿，攀升至 2025 年年底的约 100 万亿，并在2026 年 6 月突破 500 万亿，两年半里暴涨 5000 倍。
当调用规模跨过临界点，AI 行业最痛的已经不是「模型不够聪明」，而是规模化的供给与不标准化的交易并存，导致交易成本随规模等比放大。
百度的词元所，想为这门生意补上一套市场秩序。
谁在买卖「词元」？
看到词元所「入驻供应资源超 100 个」，很多人会疑惑：市面上主流大模型不就是
这背后是一个常被忽视的行业真相：词元所里交易的并不是「大模型软件本身」，而是把大模型跑起来所产生的推理服务，即 Token API。
对于闭源模型，企业通常通过原厂或授权渠道调用，但开源模型不同。如果把开源模型原厂比作「茅台酒厂」，他们公开权重之后，就相当于把酿酒配方公之于众。手里握有 GPU 显卡的各方势力：中小云厂商、地方国资智算中心、算力租赁商以及各类 API 中转站，把开源模型部署在自己机房里，开了成百上千家「经销商门店」。
卖家的需求在暴涨，供给端的模型迭代也飞快。李彦宏在 11 月 12 日提到，今年前 9 个月，几乎每天都有不止一款新模型发布。
更棘手的是，Token API 服务天然是非标准化的。即便各家 API 接口形式相似，同一款模型在不同算力供应商手里，背后的部署环境、量化精度、上下文长度、缓存、限流策略和服务负载各异，最终跑出来的响应速度、输出质量、并发上限和报价也天差地别。
同时，政策也在今年走完了三级台阶，正式将「词元」推上了要素市场的台面。
第一级是「定名」。2026 年 3 月，国家数据局将 Token 中文名确定为「词元」，定位为「智能时代的价值锚点」。
第二级与第三级，则是进入采购语言与地方产业规划。2026 年 8 月，工业和信息化部办公厅专项行动通知明确加大大模型、智能体、Token 等服务采购力度；紧接着在 9 月，北京市印发《加快词元经济发展的行动方案（2026—2028 年）》，明确提出建立词元质量评测体系、打造词元分发平台，提供统一接口、模型聚合与词元计量结算服务。
至此，「词元」不再只是一个技术单位，而是被制度承认的计量与交易对象。当一家企业需要同时调用多款模型，或者在几十家算力商里寻找性价比最高的接口时，「交易与撮合」的庞大市场便浮出水面。
终结「掺水黑市」
交易规模起来了，信任危机也随之爆发。
在传统的调用模式下，Token API 服务是一个典型的「黑盒」。采购方在调用接口时，根本看不见供应商后台的真实模型版本、量化或蒸馏程度、GPU 硬件配置以及推理引擎策略。
而且，供应商的部署环境、容量与策略还会随时间动态改变，这就意味着，买方拿到的一纸合格测试报告，可能几天后就会失效。
在定价失序、计量口径不透明的灰色渠道里，存在三种「掺水」操作：一是拿低配小模型冒充高端大模型的「套壳换皮」；二是偷偷做「量化裁剪」，靠牺牲精度来换取更高的并发吞吐、节省算力成本，导致输出质量悄然下滑；三是版本静默升级，导致客户业务效果莫名漂移。
由于这类做法隐蔽性极强，公开可查的实证极少，买家往往无法分辨。最终导致「劣币驱逐良币」，提供满血算力的诚信供应商卖不出价，因为它比掺假的贵，客户又测不出来。
回看历史上所有要素市场的成熟，其实都走过同一条路。电力先有度电、电网调度与供电质量考核，通信先有话单、结算价与服务质量指标，数据要素先有登记、质量分级与合规审计。
它们的共性是：先有统一度量衡才有价格，先有第三方质检才有品牌，先有履约记录才有长期合约。而智能产业此前只有第一块的雏形，即 Token 计费，后两块长期靠人情与合同条款填补。
一种生产要素要形成规模化市场，通常需要三个条件：可比价、可验证、可追责。能买到不是门槛，出了问题有人负责、换了版本效果不变、同样的钱买到同样的东西，才是门槛。
百度的词元所做的，正是通过「准入—监测—评级—交易」四段式流程，用「验真」和「征信」两把尺子，把智能变成标准商品的这三个条件补齐。
首先解决「可比价」，拉平非标接口的度量衡。平台先定义服务对象与场景，统一测试条件、指标和版本，在判定具备可比性后再展示比较。在此基础上，从模型能力、服务性能、服务质量、成本四大维度综合打出「质量分」，让优质的大模型服务商真正拿到「质量溢价」。
其次解决「可验证」，相当于给模型防伪验真。模型与供应商进入平台前必须先做核验，词元所通过「模型指纹比对」确认调用的确实是其宣称的原版模型，并通过外部行为、能力边界和负载特征测试，确认标称能力与实际表现一致，从源头堵住套壳与缩水。
最终解决「可追责」，用动态征信盯住履约过程。针对动态变化的黑盒，平台建立基线，通过定期抽检拨测与全链路实时监测调用，持续记录供应商表现，折算为对用户公开可见的「信用分」，评估供应商承诺的兑现程度。一旦评级发生变化，系统会及时向用户提示，把一锤子撮合买卖变成可积累、可查询的履约历史。
对企业客户来说，这套机制直接影响采购决策。
过去，不少企业以专项预算试水 AI，一年一议，项目验收即告结束。持续调用模型服务则更接近长期运营投入，费用需要可计量，效果需要可追溯，责任也需要能够划分。
预算有限的中小企业、靠转售模型能力赚钱的独立软件开发商，以及采购流程受到严格约束的政企客户，很难各自建立一套完整的评测体系。它们更需要一个外部可查的参照系。
如何做好试金石
一个现实的商业追问是：为什么普通的第三方评测机构或者纯中立路由平台干不了这件事，偏偏是百度？
这个要从技术底座与产业结构的角度来拆解，验真要求「评得准」，征信要求「测得久」，分发要求「接得住」。这三件事都建立在「自己长期做模型、自己做算力、自己有模型分发平台」之上，国内同时具备全栈能力的厂商并不多。
「评得准」的前提是懂模型。在不看供应商后台代码的情况下，仅靠模型指纹比对与能力测试就判断「这是不是它宣称的模型」「有没有做量化缩水」，裁判自己必须具备长期做模型训练与评测的内部视角，这不是第三方机构短期能补上的能力。
「测得久」与「接得住」的前提，则是跑得动、有分发经验。对上百个供应资源、日均超 7000 亿 Token 做抽检拨测和全链路实时监测，是一笔持续消耗的硬成本，背后要有足够的算力底座与推理工程能力支撑。
在这套技术底座上，词元所采用模块化架构，以统一测评引擎为基础，以 Benchmark（基准测试）与 Probe（探针拨测）为核心手段，通过模型验真、能力与性能测评、持续监测及信用评分等模块，实现 Token API 服务的标准化测评与动态信用评价。
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指出，当前大模型供给呈现多元化态势，大模型的可信核验与真实性治理已成为重要议题。百度提出的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专业化载体，具有一定的前瞻性。依托市场机制推进相关建设，有助于防止大模型的重复建设问题，让大模型之间优势互补，开展商业交易，也能够为后续国家层面标准体系的构建提供参考，期待进一步夯实可信核验能力，在市场实践中总结治理经验，助力我国大模型行业规范有序发展。
作为一家交易所，核心的护城河就是「撮合理解力」。
从买方来看，交易所能不能立住，要看大买家是否认可你的信用评级。
从卖方来看，词元所则切中了国家算力布局中关键的效率命题，为海量存量算力打开变现出口。
眼下国内算力市场正处于「算力荒」与「算力躺」并存的怪圈：一边是高端智算资源紧张，有头部大模型公司因算力接近承载上限而暂停新用户订阅；另一边则是全国智能算力实际利用率仅 36.8%，六成多算力被闲置。
算力不缺，缺的是把算力变成可售商品的工序。
一块显卡要变成收入，必须跨过三道工序：第一是把卡变成可售的模型服务；第二是把服务变成可比的商品；第三是把商品卖出去。
词元所做的，就是后两道工序。当计量口径统一、质量可以核验、履约记录可查询，一家有模型服务能力却没有品牌光环的供给方，才第一次有机会把自己的算力挂到公开市场上被比价、被选择、被结算。
当硅谷的 Stripe 忙着用近 80 亿美元买下流量入口时，百度词元所选择的是建立度量衡。把 AI 产业从「比谁便宜」，推向「比谁靠谱」，并让「靠谱」第一次有了被度量、被公示的载体。智能要成为产业，先要成为商品。
本文来自微信公众号“蓝洞商业”，作者：焦丽莎，36氪经授权发布。
