文 | 舒书
在武汉经开区南太子湖创新谷，一位智能体创业者点了一杯咖啡，获得了 20 万 Token（词元） 的免费算力额度。
20 万 Token 能做什么？约等于在主流大模型上生成几万字的文本，或处理数十页文档——商业价值约在 0.5 到 1.5 美元之间。与其说这是一笔实质性补贴，不如说是一个具象化的信号：算力正在成为地方政府招商的新筹码。
2026 年 3 月，国家数据局局长刘烈宏正式将 Token 的中文名定为词元，定义为智能时代的价值锚点、连接技术供给与商业需求的结算单位。
需要厘清一个概念：严格来说，算力才是商品，Token 只是算力消耗的计量单位。地方政府发放的 Token 券，本质上是限定本地指定算力平台使用的算力抵扣额度，并非可直接兑换成现金或自由流通的标准化资产。Token 目前仅作为 AI 服务计费计量单位，严禁证券化、代币化和公开交易变现。
过去，地方政府招商靠的是给土地、给税收优惠。如今，新的筹码出现了。2026 年，一场围绕词元的招商竞赛，正在全国悄然展开。
一、Token 调用量：两年千倍的增长曲线
Token 是 AI 大模型处理信息的最小语义单位，具备可计量、可计价、可核销的特征。
据 IDC《中国 AI 算力市场跟踪报告》 及阿里云、华为云公开数据 （统计口径为公有云 API 调用量，不含私有化部署），2024 年初中国日均 Token 调用量约 1000 亿；2025 年底跃升至 100 万亿；2026 年 3 月已突破 140 万亿——两年增长超千倍。Token 调用量已成为衡量 AI 模型活跃度和产业价值的关键指标。
Token 贯穿 「能源—芯片—算力—模型—应用」 五层价值链，成为衡量 AI 产业活力的核心标尺。武汉市经信局人工智能产业处相关负责人直言：「在 AI 产业的飞速发展期，所有人都是站在同一条起跑线上，谁早、谁快、谁主动，谁就最有可能抓住新的机遇。」
但 Token 的消耗量并不等同于价值创造量。一个消耗百万 Token 的客服机器人和一个消耗十万 Token 的代码生成工具，后者可能创造更高的商业价值。Token 计量的只是量，而非质。没有高质量数据喂养，再便宜的 Token 也只能产出低质量内容甚至幻觉。当前 Token 补贴主要覆盖算力消耗，但对高质量语料获取、数据标注、合规数据集建设的补贴同样稀缺——这意味着 Token 的使用成本降下来了，但生成物的价值未必同步提升。
二、地方政府的新玩法：从抢企业到抢 Token
今年以来，武汉、贵阳、庆阳等地密集推出政策，用算力和 Token 作为招商新筹码。
三类典型打法
第一类：能源算力型城市——卖算力服务而非卖机架
甘肃庆阳是典型代表。作为东数西算八大国家级枢纽节点之一，庆阳拥有低至 0.398 元/千瓦时的电价优势，数据中心 PUE 值稳定低于 1.2。据庆阳市政府公开数据，累计对接 （指签署意向协议或进行实地考察） 数字经济企业 8126 户，签约 1760 户，落地注册 571 户。MiniMax、Kimi、智谱、DeepSeek 等头部模型均在庆阳部署了训练业务——庆阳已成为 Kimi 大模型核心算力供给地。
2026 年 1 月，总投资 200 亿元的麦子智云万 P 绿色智算中心项目签约落地庆阳，规划部署 20 万台服务器、配备 8 到 10 组万卡集群，核心算力规模达 10 万 PFlops。
第二类：词元生态型城市——「券+资金」 组合拳
2026 年 4 月，武汉江岸区召开 Token 经济大会，宣布全力打造 Token 经济第一区。江岸区每年统筹 5000 万元专项资金，推出组合拳：
1、每年 1000 万元 Token 券，补贴企业 Token 使用成本
2、每年 1000 万元算力券，支持企业优先应用绿色算力
3、每年 500 万元模型券，支持大模型与智能体研发
4、每年 500 万元数据券，支持数据产品采购与交易
5、每年 1000 万元场景资金，遴选标杆应用场景
6、每年 500 万元支持线上 Token 服务平台建设
7、每年 500 万元支持线下 OPC（AI One-Person Company，人工智能一人公司） 生态社区建设
据江岸区政府公开信息，通过绿电和算力补贴，预计可为企业降低 30%-40% 算力成本。到 2028 年，江岸目标 Token 经济相关产业规模突破 200 亿元，集聚企业超 200 家。
武汉市层面更是大手笔——宣布发放 1 亿元算力券，年内可用算力规模达 1.5 万 P，算力公共服务平台可实现 Token 化服务，高校科研院所、企业、入驻 OPC 社区的个人创业者均可申领。
第三类：数据场景型城市——用数据换产业
贵阳立足中国数谷积淀，自 2026 年 4 月起面向全国发放 1.4 亿元算力券，符合条件的企业最高可享 30% 用算补贴，从算力、数据、模型、业态、场景五大维度协同发力。
保定则依托国家数据标注基地优势，同步布局词元经济。2026 年 3 月发布的支持政策中，对年度采购算力超 30 万元的企业给予最高 30 万元数智券补贴。
全国算力招商内卷正在蔓延。 上海年度算力券投放规模达 6 亿元，芜湖推出最高 100 万元单企业算力补贴，广东、安徽等地同步跟进。算力补贴已从东数西算枢纽节点扩散至各大数字经济强市，成为地方政府产业招商的标配工具。
三、政策落地：理想与现实的温差
政策设计很美好，但落地效果并非没有温差。
问题一：算力券与 Token 券的认知混淆
多位业内人士指出，很多人没有区分算力和 Token。绝大多数 AI 企业的成本压力主要来自 Token 消耗，拿到手的却是用不上的算力券。有专家表示，在人工智能时代，每一个 Token 的流转都是可追溯的：谁提供了算力，谁用了多少，模型消耗了多少资源，清清楚楚。技术上毫无障碍，问题出在政策设计上——深层矛盾在于政策供给与市场需求的错位：有的政策听起来很美，却因脱离企业实际经营场景而难以落地；另一些则因申报门槛高、流程繁琐，将需要扶持的中小企业挡在门外。
问题二：补贴流向头部大厂，中小企业获得感有限
综合多地算力券申报规则，多数地区设置营收、团队规模准入门槛。以武汉江岸区算力券申报公开细则及多位受访 AI 创业者反馈为例，申请门槛要求上年度营收不低于 500 万元或团队规模不低于 20 人，绝大多数 10 人以下团队连申报资格都不具备。即便符合条件，补贴券绑定本地算力平台，而该平台对 PyTorch、vLLM 等主流推理框架的适配度低于企业原本使用的云服务，额外投入的迁移和适配人力成本，可能已经抵消了 Token 价格上的优惠。
业内警示，当前算力消耗线上核验机制尚未全覆盖，存在虚构用算数据骗取补贴的监管漏洞。多地财政审计报告已提示，属地绑定的算力补贴模式下，存在企业异地注册、依托算力平台虚增 Token 消耗套取政策红利的风险隐患。
问题三：国企算力中心承压
地方政府补贴使用端，但不补贴供给端。据 《瞭望》 新闻周刊报道，一家地方国企负责人透露，其建设的算力中心重要任务之一就是服务政府招商。「政府想要提供更便宜的算力吸引企业，民营算力企业不愿干，只能国企干，相当于国企承担了政府招商成本。算力中心建设运营费用都很高，政府的补贴只给算力使用方，不给我们。我们仅能打平运营成本，无法覆盖高昂折旧费。」
被忽略的另一面：传统产业的沉默代价。 财政资源向 AI 新赛道倾斜的同时，也对传统产业数字化扶持资金形成分流。缺乏算力、数据、场景禀赋的三四线城市，如果盲目跟风投放算力补贴，很难实现全域产业转型升级，容易造成财政资源闲置浪费。
四、需要正视的三个核心问题
热潮之下，三个深层问题值得追问：
第一，算力会白菜化吗？——不会全面白菜化
通用推理算力会因地方补贴竞赛而持续降价，但高精度训练算力、私有化部署算力、安全合规算力依然稀缺高价。补贴红利大部分被头部大模型企业拿走，中小创业者看似拿到低价 Token，却面临算力资源被大厂挤占、高峰期算力排队、算力虚标、服务缩水等隐性成本。
更深层的隐患是量质错配：当前词元统一按调用数量计费，同等 Token 消耗下，商业高价值场景与普通闲聊场景定价一致，可能引发逆向选择——企业刻意压缩提示词、降低模型输出质量以节约 Token 成本，而非优化商业价值。这是市场定价机制本身的缺陷。
第二，Token 标准谁来定？——统一计量难度极大
当前国家层面尚未出台统一的 Token 计量和定价标准。不同模型架构、精度、部署方式下 Token 消耗规则不统一；私有化部署 Token 不进入公共统计，无法纳入统一计价；绿色算力、合规数据训练产生的 Token 是否差异化定价，也无明确规则。
更深层的技术障碍在于：不同厂商模型的 Token 切分规则不统一。同样一段中文文本，在 GPT-4、国产模型甚至同厂商不同版本模型下，消耗的 Token 数可能相差数倍。如果 Token 连跨模型的计量一致性都无法保证，统一结算单位的基础就存在根本性缺陷。
更底层的问题是芯片生态的割裂。各地建设的算力中心大量采用国产 AI 芯片 （如昇腾），而主流大模型的训练和推理框架 （PyTorch、vLLM、Triton） 对国产芯片的适配度参差不齐。同样一段文本，在英伟达 GPU 上生成 Token 的能耗和时延，与在国产芯片上可能相差数倍。有效算力的转化率不统一，Token 就更难成为跨平台、跨架构的通用计量单位。
若各地缺乏协同，将导致市场分割、交易成本高，阻碍词元要素跨区域自由流动。有从事数据要素行业的人士建议，国家层面应探索建立词元统一计量和定价标准，完善词元经济治理体系。
第三，补贴能持续多久？——财政可持续性存疑
多地每年数千万专项补贴，若 AI 产业税收长期无法覆盖补贴支出，必然出现政策退坡。一旦补贴取消，依赖低价 Token 生存的初创企业将面临批量淘汰风险。有分析认为，当前 AI 产业存在热闹多、闭环少的风险，不少 AI 企业的收入增长仍建立在资本开支扩张上，尚未形成稳定、可复购的商业模式。
从历史经验看，光伏、新能源汽车等行业均采取了阶梯式退补方案：早期高补贴、中期逐年递减、后期完全退出，并配套技术门槛 （如光伏转换效率、新能源车续航里程） 倒逼企业升级。Token 补贴若要避免断奶即死的结局，同样需要类似的制度设计——限时、退坡、叠加技术进步考核。
五、算力版图正在重塑，但远非西算通吃
Token 经济的兴起，正在重构中国的算力版图。但西部能源转 Token 输出的判断需要审慎看待。
西部的机会确实存在。庆阳、包头等地依托风光电资源，把电力资源转化为可按词元计价的算力服务。中国电信宁夏分公司 2026 年 4 月启动 Token 工厂生成能力服务集采，项目框架协议规模达 174.38 亿元。本次集采并非直接采购标准化词元资产，而是将算力服务、模型调用能力统一以 Token 作为计费口径开展大规模集中招标采购。
但西部的局限同样明显。风光电存在消纳波动、季节性供电不稳定，绿电算力无法全天候稳定供给大规模模型训练，西部只能承接离线大模型训练，高频实时推理、智能体应用依然需要东部低时延算力支撑。东数西算本身已有跨区域算力调度规则，地方依托 Token 券设置区域算力壁垒，或将与全国一体化算力调度的顶层设计产生潜在冲突。
顶层设计正在跟进。 从东数西算工程到全国一体化算力网建设，从高质量数据集建设到数据要素市场化改革，政策链条逐步成型。但如何平衡地方招商竞争与全国要素自由流动，仍是未解的难题。
六、一条被忽视的隐形风险：数据安全与合规
大量企业依托异地公共算力平台训练模型，企业商业数据集、用户提示词伴随 Token 跨区域流转。数据出境、隐私泄露、训练数据集版权侵权等合规风险，尚未纳入各地算力补贴前置审查范畴。一旦发生大规模数据泄露或版权纠纷，不仅影响企业自身，还可能对整个词元经济的合法性构成冲击。这一维度的制度建设，目前仍处于空白状态。
结语
从东数西算到送 Token 券，算力正在从国家战略基础设施下沉为地方政府招商筹码。这不是一场所有城市都能参与的竞赛。 庆阳靠的是西数东算加极低电价，武汉靠的是产业基础加清洁能源，贵阳靠的是多年数据产业积淀。更多三四线城市既无绿电、无数据、无 AI 场景，盲目跟风大概率造成财政浪费。
Token 能否像水电一样成为普惠资源，还是会被少数算力枢纽城市垄断？答案取决于三个变量：统一计量规则何时出台、补贴退出机制如何设计、跨区域流通如何实现。
未来词元经济良性发展，需要三层制度约束：一是国家出台跨模型、跨芯片架构的 Token 统一计量国家标准；二是各地算力补贴绑定企业本地税收、就业、知识产权落地绩效，设置 3 至 5 年阶梯退补机制；三是搭建全国一体化算力券通用核销平台，破除地方算力属地壁垒，让词元要素自由流动。
真正的挑战不在于选择市场还是补贴，而在于如何设计一套让两者共存的制度——让市场发现价格，让补贴校正市场失灵，同时避免补贴扭曲价格信号。这个平衡点的寻找，才刚刚开始。
