11月12日百度世界2026开幕式上，李彦宏正式发布大模型交易平台「词元所」，希望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。对正在为选型头疼的开发者，它给出的直接答案是：模型打分来自平台记录的真实运行指标，供应商信用评级按服务质量、兑现度、安全合规、商业履约等维度给出，并沉淀为公开可查的信用档案。官方披露，平台上线一个月，入驻供应资源已超100个，日均调用Token突破7000亿。微博知乎
在哪查：三个入口，看三种东西
第一个是模型详情页，看同一款模型哪家供应商更值。 平台上多款模型由多家供应商同时供货，开发者可以直接横向对比各家服务商的报价、首Token延迟、吞吐速度、7天调用成功率、历史调用量等真实运行指标，直观看到不同供应商的差价与性能差异。以DeepSeek-v4.1-flash为例，平台上就有6家供应商提供资源，页面会标注价格节省比例。模型详情页还展示上下文窗口长度、上线时间、部署地区等基础信息，供应商接口支持OpenAI、Anthropic双协议。36氪
第二个是排行板块，看哪些模型在被真实地用、跑得稳不稳。 排行依托平台真实调用与用量数据，可切换近24小时、近7天、近30天维度，展示总调用次数、Token总量、参与排名的模型资源数量、平均首Token延迟等大盘指标，并分出调用量、模型份额、速度与成功率三类榜单。上线初期产品页面显示，近7天调用量为3.98亿次，累计消耗词元51336亿，平均首词元延迟290毫秒。36氪知乎
第三个是供应商页与信用档案，看这家公司本身可不可信。 每家供应商页面展示入驻时间、部署地区、可提供的模型清单、资源总量、近7天调用次数以及服务成功率，并标注优信标签，开发者能直接筛选靠谱服务商。按平台口径，提供方还会拿到信用评级标签，信用下降时平台会第一时间主动提醒用户。支撑评分的核验手段是准入测试、模型指纹比对、定期抽检拨测和持续的质量监测，报道还提及平台配套区块链存证。这套机制针对的，正是市面上大量「词元中转站」的顽疾：聚合调用却不对效果、稳定性和响应速度负责，甚至出现低配冒充Pro、模型真假难核验的情况。36氪知乎
怎么用：过滤、切换、盯风险
用法可以压缩成三步。李彦宏在会上点出的痛点是选择困难，当一个开发者或一家企业真正想把模型用起来的时候，往往会发现模型越多，选择越困难。选型阶段，先用近7天调用成功率、首Token延迟把「便宜但不稳」的供应源过滤掉，再看同模型多家报价之间标注的节省比例。接入阶段，只对接词元所的API一次，就能在多家厂商的大模型之间切换，比价和按需计费都在同一入口完成。运行阶段，把排行按24小时窗口滚动查看，某家供应商的成功率、延迟一有异动就重新核验；收到「信用下降」提醒不必立刻停量，但值得翻一遍信用档案、对比备用供应源。微博36氪
先弄清分数的边界，再决定用多深
首先要明确，打分和评级是平台运营口径，是降低调包、虚标风险的机制，不能直接当成你的业务已经验收。其次是身份问题：百度既是平台运营方也是供应方，词元所将ERNIE放入开放市场，与DeepSeek、GLM、Kimi同台展示、同台比价，平台还要持续保证评测中立性，一旦出现数据偏差、供应商服务故障，都会直接打击开发者信任。再次是口径问题：官方同时披露过「日均调用Token超7000亿」和「日均调用次数突破5000万」，一个是词元量、一个是调用次数，不是同一指标；上线报道时的「42款大模型」与大会披露的「供应资源超100个」也不是一回事——同一款模型接入多家供应商会算成多个资源。知乎36氪微博
平台发布当天，知乎问题下就有开发者留言，直言它和灰色中转站没什么本质区别。这类质疑忽略了主体与机制的差别——词元所挂在百度智能云下、依托千帆底座，与主体不清、低价引流的灰色渠道不是同一类；但对用户来说，质疑本身值得吸收：平台的信用档案替代不了自己的业务验收，敏感数据和密钥按最小必要原则开通，先小流量对照、确认备用供应商和回切路径，再决定要不要切换主调用。打分和评级帮用户把不靠谱的供应方挡在门外，值不值得把主流量交出去，最终还是要用自己的任务跑出来。知乎
