11月12日，百度世界2026开幕式上，百度创始人李彦宏发布大模型交易平台「词元所」，把它定位成大模型的交易所，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。官方披露，平台上线约一个月，入驻供应资源已超过100个，日均调用Token突破7000亿。第一财经智驾在线
对照发布信息和行业现状，词元所要填的是选型中最耗人的四类坑：模型真假没法核验、同款模型报价没法比、多家供应商接入切换成本高、服务性能没有持续依据，办法概括起来是「验真」加「征信」。但它填不了另外两类：跨模型的词元计量尺子仍然不统一，模型和你的业务合不合仍然要自己验收；而百度既是提供方又是运营方，「中立」二字最终要靠评级机制的公开程度兑现。
选型的坑，今年为什么更疼
李彦宏在开幕式上给了一组背景：模型迭代速度非常快，今年前9个月几乎每天都有不止一款新模型发布，与此同时，对模型的调用需求也迎来大爆发。价格风向也在变，中国信通院《大模型词元服务性能监测报告（2026年）》显示，词元服务呈现量价齐升态势，国内的词元价格较去年下半年翻倍，量的增长达到3倍；2026年6月国内词元日均消耗量约500万亿，是2025年12月的近4倍。信通院在这份报告里写明，开展监测的背景正是模型即服务厂商越来越多、用户对词元服务性能缺乏直观判断依据、面临选型困难。雷递百数朝智网
过去价格战时期，选错的代价是贵一点也能凑合；量价齐升之后，Agent任务动辄几十万上百万词元，选错供应商意味着账单按翻倍的单价滚动。市场里还混着一批靠低价引流的「词元中转站」，李彦宏点名它们不对效果、稳定性和响应速度负责，连模型的真实性都无从考证。这类渠道的坑早有先例：南方都市报2026年5月就曝光过AI中转站低至1元引流、掺假倒卖词元、用户数据暗遭转卖的乱象。用发布方之外的话说，各类大模型质量参差不齐、价格有高有低，不论企业还是个人，选购时都会投入较大的筛选成本。雷递南方都市报智慧新闻
词元所填的四个坑
第一个坑是「模型是不是真的」。词元所的对策是把硬门槛放在上架之前：准入测试包含指纹比对、能力、性能和可用性，上架后持续监测质量参数、定期抽检拨测。指纹比对的意义，就在于让「低配冒充Pro」「聚合调用偷换模型」这类中转站顽疾在技术上过不去。智驾在线
第二个坑是「同款模型谁更划算」。词元所把「一家一家问销售报价」变成了公开货架：平台上可以基于同款模型做多家供应商比价，以DeepSeek-v4.1-flash为例，6家供应商的调用服务在同一页面展示报价、响应延迟与稳定性指标。同一份上线初期的运营口径里，平台近7天调用量为3.98亿次，这些监测数字本身就是比价的原料。数据交易网
第三个坑是「接完一家还要再接下一家」。按媒体披露的产品形态，开发者只需对接一次词元所的API，就能切换多家厂商的大模型，还能比价、看性能、按需调用计费。选型成本里被长期低估的恰恰是这项工程开销——各家申请密钥、改适配代码、管理额度，往往比模型差价更磨人，一次接入、多处可换，等于把这笔账从企业侧挪到了平台侧。读佳
第四个坑是「上架之后掉不掉链子」。词元所按服务质量、兑现度、安全合规、商业履约等维度给提供方打分并给出信用评级，信用下降会提醒用户，数据沉淀为可查的信用档案。这相当于把一次性选型改成了持续监控：出问题不再只能事后扯皮，而是先体现在分数和提醒上。秋哥聊AI
两个坑它填不了，一个新坑要防
先说尺子。词元所的比价建立在「同一款模型、不同供应商」上，这个口径成立；换到不同模型之间，坑就回来了：同样一段中文，「人工智能」四个字有的模型切成1个词元，有的切成2到3个，有的按字切、有的按词切。所以即便两家平台各自喊出「100万词元10块」和「8块」，也不能直接得出谁更便宜，因为同样一段话在低价平台可能消耗更多词元。行业至今仍缺少统一计价与质控标准，各家报价差异大，长上下文、多模态词元的成本核算模糊。信通院的「归一化」折算是监测层的补救，专家建议的基础计量尺度统一还没有落地。平台内不同模型的报价并列展示时，用户仍要追问一句：这个价格是拿哪把尺子量出来的。新知陕西数据交易网
再说验收。信用评级测的是供应商的服务性能——延迟、稳定性、兑现度、合规；而模型在你自己的单据、术语、口径上的通过率、格式合规率和失败类型，是另一张试卷。有梳理公开报道的创作者总结得直白：官方撮合不等于每笔调用都已替你验完，能比价不等于已经省下钱，信用档案不等于你的业务已经验收。选型的最后一段路，词元所替你走不了。秋哥聊AI
最后是利益结构。百度自身既是模型提供方，也是平台运营方，同时引入第三方供应商上架；上线约一个月的100多个供应资源里，百度自研模型与第三方并存。「中立、可信」目前是宣称口径，准入规则、抽检结果和评级方法是否持续对外公开，第三方供应商愿意把多少主力流量押在竞对运营的场子里，是这套模式能不能立住的关键观察点。数据交易网
回到标题的问题：词元所能解决的是「供应商可不可信、同款贵不贵、切换烦不烦、上线后有没有人管」这四类坑；解决不了的是「模型之间怎么比、和你的业务合不合」这两类坑。务实的用法是把它当筛选和监控工具——查信用档案缩小候选、用同模型比价锁定供应商、敏感数据按最小必要原则开通、生产流量先小比例灰度验证再迁移。它让「到处试、凭感觉买」的时代有了可查的基准，但为结果负责的能力，眼下还得长在购买方自己身上。
