清華教授建議將token翻譯為模元

出品｜搜狐科技

作者｜常博碩

正在進行的2026年GTC大會，讓Token（模元）再次成為了新的AI關鍵詞。

英偉達CEO黃仁勛指出，Token（模元）是大語言模型處理信息的基本單位，可以粗略理解為AI處理或生成的文字片段。它不僅是技術概念，更是驅動AI思考、推理和行動的“燃料”，AI的每一次運作，如思考、推理、行動、生成內容都離不開Token（模元）的消耗。

隨著AI從訓練模型轉向推理，Token（模元）的消耗量將急劇增長。黃仁勛將Token（模元）類比為新時代的“硬通貨”或“大宗商品”，其生產與消耗直接對應著數據中心的收入與成本。因此，衡量AI基礎設施效能的關鍵指標，從單純的算力變成了每瓦電力所能生產的Token（模元）數量。

黃仁勛預言，未來的數據中心將不再是存儲數據和運行軟件的機房，而是“生產Token（模元）的工廠”，因為AI推理服務需求過去一年就增長了約100倍。

在大模型的語境里，token（模元）是文本或其它模態數據被分割后的最小可處理單元。它可能是一個字、一個詞的一部分，或者一個標點。模型的“思考”和“工作”被拆解成無數token（模元）的生成與組合：一次推理，就是大量token從輸入到輸出的流動與變換。

但直到今天，Token一詞其實并沒有一個統一的中文譯名。

清華大學清華大學校務委員會副主任可持續社會價值研究院院長楊斌主張，將Token譯為“模元”最為合適，在他看來，當一個核心且被高頻使用的技術名詞成為萬億級產業的核心標尺，其中文定名便不再是無關緊要的細節，而是關乎產業共識形成、技術普惠落地、公眾認知普及的剛需。

楊斌表示，從詞源脈絡來看，token源自古英語tāc(e)n，本義為“標志、符號、證明”，核心是“可被識別、承載特定信息或功能的基本單元”。歷經中世紀商業代幣、網絡安全令牌、語言學“詞例”的演變，進入AI大模型時代，token完成了決定性躍遷——從語言學碎片化單元，升級為AI模型可計算、可處理的最小通用單元，正式取代計算機、互聯網時代的“字節”，成為AI時代的基礎度量衡。

在楊斌看來，當前 AI大模型領域的token存在的中文譯名并無法匹配AI大模型、智能體時代的核心內涵，也難以打破大眾的認知壁壘。比如，“詞元”被“詞”字鎖死在文本場景，無法適配多模態、物理AI的應用形態；“語元”囿于語言范疇，窄化了token作為模型通用處理單元的本質；“義節”過度聚焦語義，忽略了token純特征、結構化處理的屬性；而“托肯”“屯”等單純音譯，徒有其音、缺乏實義，普遍接受度低，還會加重非專業人群的理解負擔。這些譯名要么局限于單一領域，要么缺乏度量衡的嚴謹性，無法承載token作為AI產業核心錨點的價值。

“模元”這個譯法，在楊斌看來是專為AI時代量身定制的意譯。“模”直指大模型、多模態，錨定AI場景的核心屬性；“元”則代表最小基本單元，承續“字節”這類中文經典度量單位的命名邏輯。

當前，模元作為一種商品，已經形成了清晰的分層定價體系。黃仁勛給出了未來可能出現的五檔服務價格：免費層模元產出量大但響應速度慢；中級層約每百萬模元 3美元；高級層約每百萬模元6美元；高速層約每百萬模元45美元，頂級層則約每百萬模元150美元，定價依據取決于模型的規模、上下文長度以及響應速度。

在固定的電力和土地限制下，未來誰能用每瓦電力生產更多模元，誰就擁有最低的生產成本和最高的潛在收入。

同時，黃仁勛預測傳統的軟件授權模式將向 “模元租賃”模式演進。未來的軟件公司將轉型為“智能體即服務”企業，其核心營收方式將變為出租能完成具體任務的智能體，并按消耗的模元收費。這意味著軟件的價值交付將從“購買工具”變為“購買結果”或“購買模元調用量”。

運營編輯 |曹倩審核｜孟莎莎