詞元經濟的本質，是把AI的智能產出像工業品一樣計量、定價和交易。

文章作者、來源：葛瑤，中國證券報

“詞元（Token）是新的大宗商品。”在英偉達2026年度開發者大會（GTC）上，英偉達創始人兼CEO黃仁勳首次提出詞元經濟。

黃仁勳提出一個公式：收入=每瓦詞元數×可用千兆瓦數。他解釋稱，數據中心如今已經成為全天候運轉的“詞元工廠”，輸入電力和數據，輸出詞元。而一家“工廠”的收入，取決於詞元生產的效率與規模的乘積。

中國國家數據局局長劉烈宏日前表示，到今年3月，中國日均詞元調用量已超過140萬億，相比2024年初的1000億增長了1000多倍。

詞元經濟，一條新的產業鏈浮出水面。

何為詞元經濟

詞元是大模型處理信息的基本單位。當用戶向AI模型提問，模型先把用戶的話切成詞元，算完後再把結果的詞元拼回成句子。每生成一個詞元，實質上都在調用數據中心的GPU算力，並伴隨著電力消耗。

因此，詞元天然就是一個計量單位。大模型廠商的API按詞元收費，雲服務商的算力按詞元定價，詞元之於AI，如同“度”之於電力。

不過在相當長的時間裡，詞元只是一個成本概念。2023年至2024年，各家模型比拼的是參數規模和訓練數據量，詞元被看作是成本，尚無人將其視作“產品”。

變化發生在AI邁入推理階段後。近兩年間，AI大規模落地在商用場景，每一次用戶對話、任務執行都在持續消耗詞元。在收費模式中，不少AI廠商是按詞元向用戶收費的，消耗得越多，則賣得越多。這時詞元便成為一種可以被批量生產、分級定價和規模化交易的商品。

在GTC 2026上，黃仁勳首次提出詞元經濟，他說：“詞元是新的大宗商品。”在他的描述中，數據中心相當於全天候運轉的詞元工廠，原材料是數據和電力，產品是詞元。

他提出了一個新指標“每瓦詞元數”（Tokens per Watt），認為這將衡量未來數據中心的收入能力。這是因為“在固定功率限制下，誰的每瓦詞元數吞吐量最高，誰就擁有最低的生產成本。”英偉達的技術迭代，亦始終圍繞詞元生產效率展開。

簡而言之，詞元經濟的本質，是把AI的智能產出像工業品一樣計量、定價和交易。

詞元經濟正在發生。OpenAI CEO薩姆·奧爾特曼在今年初的一次演講中說：“從根本上說，我們的業務，以及每一家AI模型提供商的業務，本質上都將變成出售詞元”。

中國國家數據局局長劉烈宏日前表示，到今年3月，中國日均詞元調用量已超過140萬億，相比2024年初的1000億增長了1000多倍，相比2025年底的100萬億，三個月時間又增長了40%多。

劉烈宏認為，詞元不僅是智能時代的價值錨點，更是連接技術供給與商業需求的“結算單位”，為商業模式的落地提供了可量化的可能。

“詞元工廠”產業鏈

“新的工業革命正在發生：進入工廠（數據中心）的是數據和電力，產出的是詞元。”黃仁勳說。

一座“詞元工廠”和一座製造業工廠一樣，需要有廠房、設備、物流、銷售等環節。按照這個邏輯並結合多家券商研報來看，詞元經濟可以拆分成四個環節。

#1生產環節

涉及板塊：AI芯片與服務器、AIDC（人工智能數據中心）基礎設施、液冷散熱、供電系統

詞元的生產過程即是推理的過程，將電力和數據轉化為詞元。而決定這座數據中心產能上限的，是其物理硬件，包括AIDC機房、AI芯片與服務器、液冷系統和供電設施。它們共同決定了功率利用效率，也就是每一瓦電力能轉化為多少詞元。

黃仁勳提到：“一個1吉瓦的工廠永遠不會變成2吉瓦，這是物理定律。”這意味著生產環節的競爭本質上是效率之爭，同樣一度電，誰能生產出更多詞元，誰便能獲得更多優勢。

#2優化環節

涉及板塊：推理優化算法、調度系統、光模塊等

數據中心建成之後，總功率便是固定的。在硬件不變的前提下，提升收入的核心手段是讓每一瓦電產出更多可計費的詞元。

黃仁勳在GTC 2026上提到一個例子：Fireworks AI和Lynn兩家公司在沒有更換任何硬件的條件下，僅靠英偉達更新軟件棧和推理算法，詞元生成速度從每秒約700個提升至近5000個。這意味著調度算法、推理優化等技術可以在不加硬件的前提下大幅提升工廠產出。

#3流通環節

涉及板塊：CDN（內容分發網絡）、跨境專網、海底光纜

詞元生產出來之後，需要以極低的延遲送達終端用戶。與實體商品不同，詞元的生產和交付往往是同時發生的。

CDN（內容分發網絡）邊緣節點承擔“最後一公里”的配送角色，而當詞元需要跨國交付時，跨境專網和海底光纜便構成國際物流通道。

“詞元出海”也是發生在這個環節。國產模型憑藉顯著的推理成本優勢，正通過海外API平臺大規模輸出詞元，支撐跨境流動的網絡基礎設施構成了出海的基礎管道。

#4應用環節

涉及板塊：大模型廠商、Agent應用、垂直行業SaaS、多模態生成平臺

應用環節也是詞元經濟的最終價值實現環節。黃仁勳在GTC 2026上預言，未來每一家SaaS公司都將變成Agent-as-a-Service公司（智能體服務），每一位工程師都會有年度詞元預算。

隨著AI應用的不斷落地，詞元的消費場景將遠不止當前的對話式AI，而是向智能體、多模態內容生成、金融分析等各個方面擴展。消費量越大，反過來拉動上游生產環節的擴容需求，形成正向循環，也是整條產業鏈持續運轉的底層飛輪。

關注算力基建等投資方向

長城證券研報認為，OpenClaw代表著AI的一個新的強勁加速點，詞元燃燒速度會大幅拉昇。這種模式下的詞元消耗成倍甚至數十倍增長。

從投資的角度來看，詞元經濟的快速發展，最先受益的便是詞元工廠的生產環節，包括AI芯片、數據中心、液冷、供電等算力基礎設施，這也是當前機構共識度最高的方向。

中信建投研報顯示，字節跳動詞元消耗約每三個月翻一倍，國內大型雲廠商日均消耗達60萬億詞元時將面臨明顯算力缺口。因此預計國內各家大型雲廠商在日均詞元消耗達到30萬億詞元時會感受到算力緊張，在達到60萬億詞元時會開始出現一定算力缺口。

開源證券通信行業首席分析師蔣穎認為，詞元=AI芯片（國產算力+算力租賃）=AIDC。國金證券研報稱，2026年算力產業鏈將步入“全鏈通脹”週期，景氣度從芯片向AIDC、雲服務、電力設備全面傳導。

此外，算力租賃和詞元出海也是受益於詞元經濟的大熱方向。

長城證券認為，詞元出海的實質是中國本土AI模型通過API接口向全球提供推理服務，按處理量計費，從而實現算力與電力的“數字化出口”。中國大模型之所以能迅速搶佔全球市場份額，核心優勢在於極具競爭力的成本控制，尤其是電力環節。

據申萬宏源計算機團隊測算，國產AI模型綜合推理成本僅為海外的六分之一至十分之一。

“詞元產業鏈本質上是一場將物理世界的電力轉化為數字世界的智力的變革”，長城證券認為，該產業鏈漲價邏輯遵循“海外需求爆發→存算硬件短缺→能源/基建瓶頸→全鏈條成本重估”的路徑。上游具備成本優勢的綠電與特高壓輸電構成了成本底座，鎖定了毛利下限；中游算力與存儲層，是制約供應量的核心產能瓶頸；次中游模型與調度層通過算法優化獲取技術溢價；而下游應用與出海層則憑藉全球高支付意願打開了利潤上限。

長城證券認為，從投資視角下關注優先級分為幾個階段。第一階段是存儲與顯存環節，獲取短期供需錯配帶來的最大漲價彈性；第二階段是算力芯片與服務器，鎖定中期業績；第三階段是電力設備與綠電運營，具備長期壁壘；第四階段是具備真實場景落地能力和海外高溢價變現能力的頭部企業。