一句话结论:百度词元所在 11 月 12 日百度世界 2026 上上线,平台当前展示 70 款以上模型资源、日均调用 6000 万次以上、日均 Token 调用 200B 以上,DeepSeek 与 GLM 的最低输入价分别低到 1.3 元与 0.52 元每百万 tokens,接入只需注册充值、挑选资源、创建 Key 三步。
过去半年做模型选型的人都清楚一件事:同一个模型,换一家推理服务商,价格能差出一倍,延迟差出几十毫秒,而模型本身是不是真的那一家,调用方通常无从验证。李彦宏在百度世界 2026 主论坛把词元所称作大模型的交易所,他给的问题描述很具体,今年前 9 个月几乎每天都有新模型发布,有时候一天来好几款,中转站却不对效果、稳定性、响应速度负责,模型真实性也考证不了。
词元所是什么,谁在用
词元所的英文名是 Token Exchange,定位是连接模型供应方与消费方的撮合交易平台。它一端汇聚模型与推理服务商,另一端服务企业和个人开发者。平台展示首页给出的运行数据是:日均 Token 调用 200B 以上,日均调用次数 6000 万以上,模型资源数 70 款以上。
百度世界当天的口径略有不同。官方在大会期间公布试运营一个月的数据为入驻供应资源超过 100 个、日均调用次数突破 5000 万次、日均调用 Token 超过 7000 亿。发布首日的增量数据是新增申请入驻供应商超过 100 家,新增超过 1000 家客户接入。两组数字的统计时点与口径并不一致,一个是资源数一个是模型数,一个是试运营一个月一个是发布首日,读的时候不能混。
| 指标 | 数值 | 口径与时点 |
|---|---|---|
| 模型资源数 | 70 款以上 | 平台首页当前展示 |
| 日均调用次数 | 6000 万次以上 | 平台首页当前展示 |
| 日均 Token 调用 | 200B 以上 | 平台首页当前展示 |
| 入驻供应资源 | 超过 100 个 | 试运营一个月数据 |
| 日均调用 Token | 超过 7000 亿 | 试运营一个月数据 |
| 发布首日新增供应商 | 超过 100 家 | 11 月 14 日披露 |
| 发布首日新增客户 | 超过 1000 家 | 11 月 14 日披露 |
值得一提的是百度同时提到了做空机制之外的另一半,也就是验真。模型进入平台前要做模型指纹比对、能力测试、性能与可用性测试等准入核验,上线后接受定期抽检拨测与全链路实时监测,结果沉淀为供应商信用评级。评级下调时平台会主动提醒用户。
70 款模型分三类,价格差到 25 倍
模型市场按模态分成文本、视频、音频三块。文本侧有 DeepSeek、GLM、Kimi、ERNIE 四家厂商,视频侧有 Vidu、爱诗、可灵、海螺,音频侧是 Mureka 与音潮。同一款模型往往由多家供应商同时提供,用户买的是特定供应商在特定价格、性能与可用性条件下的调用服务,模型本身不在交易范围内。
| 模型 | 主要版本 | 供应商家数 | 输入价(元每百万 tokens 起) | 输出价(元每百万 tokens 起) |
|---|---|---|---|---|
| DeepSeek | deepseek-v4.1-flash、v4-Pro、v4-flash | 6 | 1.3 | 1.56 |
| GLM | glm-5.3-flash、glm-5.3、glm-5.2 | 12 | 0.52 | 1.82 |
| Kimi | kimi-k3 | 4 | 13.68 | 68.42 |
| ERNIE | ERNIE-5.1、ERNIE-5.0 | 1 | 4 | 18.00 |
这个价差值得单独算一笔。Kimi K3 的最低输入价是 GLM-5.3-flash 的 26 倍,输出价差 37 倍。对长文档理解、复杂智能体这类输入输出都重的场景,Kimi 的实际账单会明显更高。而对高并发问答、摘要、代码补全这类以输入为主的轻任务,glm-5.3-flash 的 0.52 元和 deepseek-v4-flash-0731 的低价档是更合理的起点。
视频侧的计费单位不同,按秒计价。可灵 kling-3.0-turbo 最低 0.400 元每秒,海螺 MiniMax-H3-MAX 0.330 元每秒,爱诗 pixversev6.0 是 0.1475 元每秒,Vidu q3 最低 0.125 元每秒。Vidu 与爱诗的价格不到可灵的三分之一,这个差距在批量生成短视频的业务里会被放大成完全不同的成本结构。
榜单数据透露的真实使用分布
平台把调用次数榜、Token 用量榜、模型份额榜、速度榜和成功率榜放在同一个页面上,数字实时刷新。抓取到的官方页面数据显示,调用次数榜上 deepseek-v4.1-flash 累计 3.25 亿次、环比上升 6.2%,glm-5.3 为 4321.4 万次、环比上升 155.6%,glm-5.2 为 1432.5 万次、环比下降 19.1%。
| 模型 | 调用次数 | 环比 | Token 用量 | 环比 |
|---|---|---|---|---|
| deepseek-v4.1-flash | 3.25 亿次 | 上升 6.2% | 9871.6 亿 | 下降 5.8% |
| glm-5.3 | 4321.4 万次 | 上升 155.6% | 16965 亿 | 上升 103% |
| glm-5.2 | 1432.5 万次 | 下降 19.1% | — | — |
| deepseek-v4.1-flash-1017 | — | — | 2203.8 亿 | 下降 26.8% |
这组数据能读出两件事。第一,调用次数最多的模型 Token 用量反而不是最高的,deepseek-v4.1-flash 的调用次数是 glm-5.3 的 7.5 倍,Token 用量却只有它的 58%,说明前者的调用更短更碎,后者更偏长链路任务。第二,glm-5.2 的调用次数在掉,glm-5.3 的调用次数和 Token 用量同时在涨,版本迁移正在发生中。榜单页显示的多维供应商拆分还能看到具体份额,比如 glm-5.2 由博川科技提供、占总量 5.5%,deepseek-v4-flash-0731 同为博川科技、占 4.5%。
三步接入,协议不用重写
平台给出的使用路径很短。第一步手机号注册,完成实名认证后充值。第二步在模型市场对比各家的价格、速度和成功率,选定一家资源。第三步在 APIKey 里配置该资源,填入 Key 即可调用。资源页会展示每家供应商的入驻时间、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;模型侧则给出上下文窗口长度、上线时间和部署地区。
更关键的一点是协议兼容。供应商支持 OpenAI 与 Anthropic 双协议,开发者对接一次 API 就能切换多家厂商的模型,无需为每家重写一遍适配层。如果团队已经在用 OpenAI 兼容接口做多模型路由,迁移到词元所的主要工作量是换 base URL 与 Key,请求结构基本不用动。平台同时提供性能指标、调用用量与运行状态三类数据的实时看板,异常可以在第一时间被发现。
平台还专门提示了一点责任划分:对自身的网关和鉴权服务,百度承诺尽合理商业努力保障稳定,而模型本身的输出效果由入驻供应商承担。想清楚这一点,才能判断出了问题该找谁。
它想解决的是算力的结构性错配
工信部信息通信经济专家委员会委员盘和林给出的判断是,我国算力的核心矛盾是结构性错配,通用算力阶段性过剩、高端智能算力持续紧张,一批中小算力中心有资源却接不上客户。词元所让具备模型服务能力的供给方进入公开市场,等于给存量算力加了一个可检索、可比价的变现出口。对中小算力中心来说,这比自己建渠道找客户更现实。
同一场百度世界 2026 上还发布了文心 5.5 Flash Preview,总参数 2800 亿、每个 Token 激活 140 亿参数、支持最长 100 万 Token 上下文,以及 800B 参数的文心闪电深度思考模型,后者引入了百度稀疏注意力技术 BSA 与快慢思考协同的 Looping 方案。这些模型同样可以进入词元所的模型市场,与第三方供应商的同类服务直接比价。
常见问题
词元所和普通 API 中转站有什么区别
核心差别在责任与可验证性。中转站只做转发,词元所在此基础上加了准入核验、抽检拨测、全链路监测和信用评级,并公开每家供应商的近 7 天调用次数与成功率。平台自己也说明网关与鉴权的稳定性由百度负责,模型输出效果由供应商负责,这个边界比中转站清楚。
同一款模型在词元所选不同供应商,价格差多少
平台展示的是起始价,DeepSeek 有 6 家供应商,GLM 有 12 家,具体到某一家要看该资源页的报价。选型时把调用量、成功率、近 7 天调用次数三个字段一起看,比只看单价更可靠。同款模型在不同供应商之间出现明显价差是常态,切换成本取决于你的接口兼容程度。
词元所适合什么样的团队
适合同时用多家模型、需要按任务分层路由,或者正在找推理服务商比价的团队。如果只用一家模型且量不大,直接对接原厂 API 通常更简单。词元所的真实价值在多模型场景,尤其当你要在便宜的小模型和更强的模型之间做动态分配时。
小结
词元所把模型调用从各家直连变成了一次接入、横向比价、按需切换的公开市场。70 款模型、6000 万次日调用、200B 日均 Token 是它当前给出的规模,GLM-5.3-flash 0.52 元的最低输入价和 Kimi K3 68.42 元的最高输出价划出了这个市场的两端。它能不能真正替代各家直连,取决于信用评级与成功率数据的持续可信度,这一点还需要时间检验。
相关阅读
- 阿里云 Token Plan 四档对比:312 元 Pro 降价 37%
- Qwen4-Max 正式发布:2.4 万亿参数单任务成本降 58%
- 华为云 openPangu-2.1-Pro 价格怎么算:0.8 元每百万 token 三档
- AWS Emulator 开源:438 个 API 模型本地跑与 59.71% 保真度
- Gemini Decisions API 上线:1000 题单次判定与 0.1 美元定价
延伸阅读
- vLLM d3-ultra:26.09B 答完 255 题,SR-Text 87.2 分3 周前
- DeepSeek V4.1 Flash-1017 上线:帕累托最优、API 零改动1 月前
- GPT-6.1 Terra 发布:50.3 分终端基准,API 砍到 1 美元3 周前
- Mercury 3 扩散式大模型发布:每秒1068 token、1M上下文,12项基准赢8项4 周前
继续读
往下这几篇值得接着看:
