从“词元数量”到“算力价值”——论“社会必要算力时间”作为智能经济的价值标尺

　　从“词元数量”到“算力价值”

　　——论“社会必要算力时间”作为智能经济的价值标尺

　　■巫细波 罗谷松 覃剑

　　随着AI应用快速转向多智能体领域，词元消耗量爆发式增长，尽管当下国内词元价格明显低于美国，但处于“抢市场争客户”阶段的国内AI厂商却要承担海量算力资源的高额成本，这种模式难以持续。词元如何计价成为当下关键性议题，我们有效计量了词元的“数量”却迟迟无法刻画词元的“价值”。这一焦虑在《中国经济时报》微信公众号“词元经济研究”专栏的持续讨论中得到了充分映照。陈波在《一份关于词元经济研究的问题清单》中尖锐地追问：词元的“价格由什么决定”？当它的价格与成本、效用完全失联，价格信号还能准确吗？白惠天等在《Token经济学刍议》中指出Token具有“可编程性”，认为同一要素仅因指令不同便能产出价值相差万倍的智力成果，“平均Token价格”因而成为一个毫无意义的数字。钟新龙在《Token经济学概念研究及启示建议》中主张，竞争应从拼算力规模转向拼质量与场景兑现，并构建了从算力到价值的“五级转化链”，尤其强调“质量调整系数”与“场景兑现率”的校正作用。罗谷松在《词元经济价值计量的现实困境与方案优化》一文中也系统剖析了现行计价体系的缺陷，并引介“有效推理步数（ERS）”概念，探寻“词元—智元”双层计价之路。与此同时，邢瀚文在《立足词元经济实践推动劳动价值论新时代》中明确提出，指令发布属于复杂的数字生产劳动，但传统“社会必要劳动时间”在词元的无限复制和协同生产中遭遇度量困境。《中国经济时报》编辑部撰写的《传统理论对智能时代经济运行解释力如何》中指出，新古典的均衡分析、内生增长模型和政治经济学在解释词元经济时各有局限，急需一种综合性的新范式。这些讨论共同指向一个根本性的共识：词元只是智能服务的“原料”，其数量不能等同于价值；我们缺少一个像工业时代“社会必要劳动时间”那样，能够衡量智能劳动投入与价值创造的标尺。本文正是在这一集体追问下，尝试提出“社会必要算力时间”这一核心范畴，同时基于笔者已有研究构建词元、有效推理步数（ERS）、智元三层协同的计量架构，以期打通从“词元数量”到“算力价值”的理论通道。

　　01

　　困境根源：词元计价的三重脱钩

　　当前，词元的市场计价体系以“每百万词元”为定价单位，基本锚定在算力硬件成本、电力成本和研发投入构成的成本端，本质上是一种成本加成的技术思维。词元经济研究专栏文章已从多个角度揭示出这套体系的深层缺陷，可概括为“三重脱钩”。一是价格与效用脱钩。白惠天等在《Token经济学刍议》中一针见血地指出，Token的价值“完全取决于被用来做什么”：闲聊用Token值几厘钱，代码生成用Token值数百美元，法律分析则可达上千美元。然而，现有计价模式却对这一切视而不见，通通按算力消耗定价。正如陈波所形容的，这就像一家餐厅每一道菜都固定收取1元加工费，端上来的却可能是拍黄瓜，也可能是让公司起死回生的商业计划书。价格既不反映成本差异，也不衡量效用高低，价格信号严重扭曲。二是数量与价值脱钩。钟新龙在《Token经济学概念研究及启示建议》一文中警示绝不能“把Token数量直接等同于真实价值”，当前计价“只奖励吞吐量、不奖励有效性”，容易催生“词元通胀”。大量低质量、无实质意义的输出被计入调用量，堆砌出虚假的繁荣数据，却未能转化为实际生产力。笔者在先前研究中进一步观察到，这种信号已引发算力投资的军备竞赛与资源错配：一边是智算中心利用率不足30%、一边是高端算力一卡难求，结构性的“忙闲不均”折射出缺乏价值导向的粗放扩张。三是劳动与分配脱钩。更深刻的矛盾在于，词元生产中凝结的大量人类智能劳动被系统地排斥在价值计量之外。训练大模型所需的亿级数据标注、高质量的提示词撰写、模型对齐中的人类反馈——这些耗费了无数从业者智慧与精力的劳动，在“按算力计费”的模式下几乎得不到任何价值体现。邢瀚文指明，指令劳动是“凝结了人类知识储备、逻辑思维、创意能力与场景认知的复杂脑力劳动”，完全符合生产劳动的目的性、对象性和社会性，却被现有的计价体系所遮蔽。这不仅有悖于按劳分配的基本价值观，也使得智能经济所创造的巨大消费者剩余无法公平地回流到价值创造者手中。

　　三重脱钩揭示出一个共同的缺陷：词元仅度量了算力资源的消耗，却无法度量凝结在其中的“智能劳动”的有效程度。然而，这并不意味着应当否定词元本身。国家数据局将Token正式命名为“词元”，同时将其定位为连接技术供给与商业需求的“结算单位”，具有重要的实践价值。问题在于词元作为AI技术层面的输出单元计数，本质上是一种“过程量”，侧重衡量“输出了多少内容”而非“创造了多少价值”。要纠正当前计价偏差，不是要抛弃词元而是要在词元之上为智能劳动找到独立的价值度量范式，构建起从“过程量”到“价值量”的转换桥梁。

　　02

　　理论基石：“社会必要算力时间”的提出

　　工业时代的商品价值由生产它所耗费的社会必要劳动时间决定。进入智能时代，当词元成为知识服务的基本单元，价值的核心源泉依然是人的活劳动且这种劳动越来越多地通过算力的驱动来实现，表现为“算力驱动的智能劳动”，既包括模型研发者、数据标注者的直接劳动，也包括广大用户通过提示词工程参与的协同性劳动。这些劳动投入的量，用传统的“社会必要劳动时间”直接衡量已显失效：因为一个词元一旦生成便可无限次零成本复制，个别劳动时间与价值量的关系被彻底打破。

　　然而，失效的只是旧的度量形式，而非劳动价值论本身。在智能生产条件下，每一次有效的智能产出，都需要一个由芯片、模型和任务共同决定的“算力时间”过程。正如《中国经济时报》“钟时”撰写的《词元经济研究的三个基础》中所言，大模型的本质是知识的新型载体，词元使知识的使用变得“可精确计量”。沿着这一思路并基于笔者在《中国特色算力价值理论的范式探索——基于智能劳动的理论建构与实践路径》中的系统论述，可以将“社会必要算力时间”作为全新的价值范畴。所谓“社会必要算力时间”是指在现有的社会正常的技术条件下（主流芯片性能、典型模型架构、平均的电力与冷却效率等），在社会平均的智能劳动熟练程度和任务复杂度下，完成某项智能服务产出所必需的算力时间。它计量的是凝结在有效词元中的智能劳动的量，决定了词元的内在价值。这一范畴内含两个关键的社会校正：一是技术条件校正。不同代际的计算芯片、不同能效的算法，其单位算力时间的“质”相去甚远。必须将各种异构的算力消耗，折算为某一基准条件下的标准算力时间当量。这类似于将不同生产率的工厂劳动，统一还原为简单平均劳动，以此为据便可以从纯粹的技术消耗中区分出有效的智能劳动投入。二是社会需求校正。并非任何算力耗费都创造价值，只有为满足社会真实需求、能够产出可验证有效结果的算力耗费才构成“社会必要”的劳动。一个闲聊生成任务与一个医疗诊断推理任务，尽管同样消耗了10秒的GPU时间，但后者所包含的智能劳动复杂度、知识密度和社会效用远高于前者。因此，在计量时，必须依据任务所满足的社会需要层次和质量验证结果，赋予不同的“必要性”系数，将无意义的计算泡沫剔除。

　　这一理论框架回应了专栏多篇文章提出的困惑：一是解决了陈波所追问的“谁的劳动在创造价值”问题——智能劳动的主体是多元的，但其投入量可以通过算力时间得到统一度量；二是深化了邢瀚文对“指令劳动”的讨论，为指令劳动及其他形式的智能劳动找到了价值决定的具体机制；三是为钟新龙的“五级转化链”中的“质量调整系数”提供了理论基础，即质量调整的本质正是衡量算力消耗中有多大比例属于“社会必要”的劳动。

　　03

　　从词元到智元：三层协同架构的范式突破

　　“社会必要算力时间”作为词元价值标尺的提出，要求建立一套能够将抽象的价值范畴落实到具体计量层面的操作架构。笔者在前期研究中已初步构建了以有效推理步数（ERS）为度量基础、以“智元”为价值单位的理论方案。在此基础上，本文进一步提出“词元—ERS—智元”三层协同架构，明确三者各自的功能定位，形成从用户交互到价值核算的完整链条。这一架构的核心思想是：不是用智元取代词元，而是让词元回归其作为交互计量单位的本位，同时在其下层和上层分别构建客观的物理度量与规范的价值锚定，实现从“过程量”到“价值量”的科学转换。

　　第一层：应用层——词元作为用户交互的计量单位。词元直接对应大模型输入输出的文本单元，具有直观、实时、易于理解的优势，在国际交流语境下与Token一词直接对应。对于终端用户而言，词元的数量能够即时反映交互的规模与深度，是沟通算力服务提供者与消费者的天然界面。因此，词元应当继续充当计费的基础单位，就像电信服务中的“分钟”或“流量”一样。但需要明确，词元承担的是“计量”功能，而非“估值”功能，它回答的是“用了多少”，而不是“值多少”。

　　第二层：物理层——有效推理步数（ERS）作为智能劳动的客观度量。ERS不再关心模型“输出了多少词元”，而是追踪算力在解决问题过程中实际执行了多少有效计算步骤、消耗了多少计算资源。具体而言，ERS由五层度量构成：第一层测算任务本身所需的标准化计算量；第二层按任务认知复杂度赋予不同系数；第三层区分硬件能效，能效越高折算系数越优；第四层奖励算法效率，鼓励高效算法减少必要算力消耗；第五层验证产出质量，只有结果真实有效才计入有效步数。通过五层叠加将一个模糊的智能任务分解为一系列可追踪、可审计的标准化计算步骤。ERS为“社会必要算力时间”提供了客观的技术标尺，使得“必要”与“不必要”的算力消耗得以科学区分。通过公开的基准任务集和标准化测试流程实现了跨模型、跨硬件的可比性，从而解决了词元的异构性和不可比性困境。同时，由于ERS的度量基于任务完成所需的物理计算量，而非厂商可控的输出长度，天然地克服了操纵性问题。

　　第三层：价值层——“智元”作为算力贡献的价值核算单位。在ERS度量的基础上需定义一个基准的价值单位——“智元”。一个智元是指在基准技术条件下，完成一个基准复杂度的标准任务（如翻译1000字标准文本并达到特定质量要求）所消耗的一单位社会必要算力时间所体现的价值量。智元不是另一种Token，而是锚定在算力劳动之上的价值尺度。同一个任务，不论由何种模型、何种硬件完成，只要其ERS值相同，所对应的智元数便相同，从而保证了价值度量的一致性和公平性。智元的发行依据全社会算力产出的统计分布确定基准值，并通过成本稳定因子、效率进步因子、供需调节因子和公共价值因子进行动态校正，确保长期稳定。

　　在三层架构中，词元、ERS与智元各司其职：用户依然按熟悉的词元付费，但在后台，平台需要将词元转换为ERS，再依据社会必要算力时间基准折算为智元，最终实现基于劳动价值的核算与分配。这一设计的核心在于将“数量”与“价值”在统一的架构下实现了协同，既保留了词元在应用层的便利性和商业兼容性，又通过ERS和智元嵌入了劳动价值的度量内核，从根本上回应了价值脱钩困境。需要指出的是，笔者在本专栏已发文章中已初步引介了ERS和“词元—智元”双层计价的构想。本文则进一步吸收《中国特色算力价值理论的范式探索——基于智能劳动的理论建构与实践路径》等研究的成果，明确将架构拓展为三层并赋予“社会必要算力时间”以价值理论核心的地位。当算力驱动的智能劳动凝结为智元，我们便拥有了一个可以跨越不同模型、不同任务、不同硬件进行价值比较的通用标尺，而词元则在这个体系中找到了其不可替代的交互界面位置。

　　04

　　实践路径与政策建议

　　将“社会必要算力时间”及其衍生的三层协同度量体系引入现实，需要在标准建设、核算制度、市场竞争引导和国家战略融入等多个维度协同推进。

　　第一，建立基于ERS的标准体系。建议由工业和信息化部、国家数据局等部门牵头，依托国家实验室和行业协会，研制中国版智能任务标准基准集，明确各类典型任务的复杂度系数、质量验证标准和ERS计算方法。在此基础上，制定统一的算力时间度量规范，规定不同硬件环境下的折算系数，打破当前“一词元各表”的计量乱象，为智元提供制度化的生成环境。同时，应建立第三方测试认证机制，确保ERS度量的独立性和公信力，从根本上消除词元操纵困境。

　　第二，探索将“智元”纳入国民经济核算补充体系。当前GDP难以捕捉AI服务创造的巨大消费者剩余，一个重要原因就是缺乏衡量智能产出的价值单位。建议在数字经济的统计监测中，试点引入“智元”作为辅助价值量指标，评估智能资本的贡献，反映AI应用所带来的真实福利提升，弥补传统核算的盲区。更为重要的是，探索通过智元与人民币之间建立合理的兑换机制，可以使算力劳动的价值贡献在国民经济账户中得到体现，为制定针对性的产业政策和财税政策提供数据支撑。

　　第三，引导产业竞争从拼词元“吞吐量”转向拼“智元”产出效率。在政策制定和产业评价中，应逐步将单位算力时间的智元产出、任务成功率、人工替代率等指标纳入考核，扭转“重建设、轻运营”“重规模、轻价值”的倾向。可以在算力中心绩效考核、政府采购、项目评审等场景中，率先引入智元指标，对于高质量、低能耗的智元产出，给予税收、能耗指标等方面的激励，推动AI产业链向价值创造更高端的方向延伸。这同时也有助于打破当前基于词元数量所形成的寡头垄断格局，因为三层架构让不同技术路线的算力贡献有了统一的比较基准，国产芯片、开源模型等也可以通过高效完成标准任务而获得公正的价值认可。

　　第四，将算力价值导向融入“东数西算”等国家战略。“东数西算”工程旨在统筹东部数据需求与西部绿电优势，但单纯以词元产出效率为指标可能因网络延迟等因素使西部数据中心处于不利地位。若采用基于社会必要算力时间的智元效率来评价，则可以兼顾任务的时效要求和绿色能源的附加价值。如可通过在智元定价中嵌入区域因子，对使用绿色电力、布局在西部枢纽节点的算力设施给予一定的价值加成，从而利用市场信号引导算力资源合理流动。同时，积极推动国产AI芯片与自主计价基础设施的协同发展，构建独立于海外垄断的计价与结算系统，为智能经济铸牢数字主权根基。更进一步，可在国际标准化组织中推动ERS和智元纳入国际标准，为全球算力经济治理贡献中国方案。

　　从“词元数量”到“算力价值”不仅是一步技术计量的改进，更是一次经济哲学范式的跃升。当“社会必要算力时间”成为智能经济中的价值标尺，当词元、ERS和智元三层协同架构从理论走向实践，我们有望在纷繁的算力数字背后，看穿智能经济价值的真实流动，让智能时代的生产与分配重新回到“劳动创造价值”这一朴素而坚实的基座之上。这或许正是《中国经济时报》微信公众号“词元经济研究”专栏持续追问的深层答案。它不仅是中国的原创性学术探索，更有望为全球智能经济治理贡献一套更公平、更可持续的价值秩序。答案尚需在实践中不断修正与丰富，但方向已经随着算力价值的发现而变得清晰。

　　（作者均为广州市社会科学院研究员）