先把判断说清楚

我看好运营商卖 Token，但只看好一半。看好的是企业侧、政企侧、中小企业办公和运营商分销能力；不看好的是短期内普通用户像买流量一样主动购买 Token。

运营商卖 Token，短期不会像 4G 流量包那样迅速改变普通人的消费习惯。大多数用户现在没有「我要买 1000 万 token」的自然需求。他们真正理解的是：能不能总结文档，能不能写材料，能不能做 PPT，能不能问知识库，能不能把客服、销售、办公流程变快。

所以，这件事的主战场很可能先不在普通个人用户，而在企业采购、政企客户、中小企业、办公场景和运营商自己的云网服务里。个人套餐会有存在感，尤其适合教育市场、尝鲜用户和运营商 App 里的 AI 权益包装；但能形成规模收入和长期黏性的，还是企业端。

价格也不能只看「9.9 元多少词元」「1 元多少词元」。Token 套餐是否实惠，取决于五个问题：可用模型是谁，输入输出怎么计费，能在哪些应用里用，超额后怎么收费，以及企业能不能按部门、项目和员工做额度管理。少了这些信息，词元数量再大，也只是一个看起来便宜的数字。

更大的变化在后台。Token 正在从开发者文档里的技术单位，变成运营商可以打包、分销、结算和补贴的 AI 商品。它不一定会成为面向所有消费者的前台语言，但很可能会成为 AI 调用成本的底层账本。

所以我的综合判断是：这是一个企业 AI 成本入口故事。运营商如果停留在「低价卖词元」，影响会有限；如果能把词元、模型、应用、账单、审计、专线和行业方案打包，影响会比很多模型发布会更持久。

Token 到底是什么

Token 在技术上是模型处理文本的基本单位。中文里常被称为「词元」。它不等同于一个汉字，也不等同于一个词。模型会把输入文本切成一段段可计算的符号，输入算 token，输出也算 token。对大模型服务来说，Token 是消耗算力、显存、内存带宽和推理时间的近似计量口径。

这个口径有局限。不同模型的 tokenizer 不一样，同一句中文在不同模型里可能切出不同数量的 token；输入 token 和输出 token 成本也不同；长上下文、工具调用、多轮对话、图片、语音和视频会把成本结构变得更复杂。所以 Token 不像「1GB 流量」那样直观。

但商业世界不一定需要完美单位。它需要一个足够统一、足够可计费、足够可解释的单位。云厂商过去已经把大模型 API 做成按 token 计费。运营商现在做的，是把这个单位进一步翻译成套餐、权益和账单。

国家数据局相关公开表述也在推动这个词变得正式。人民网报道里提到，2025 年 3 月国家数据局在公开场合把 token 定名为「词元」，并披露我国日均词元调用量已超过 30 万亿次，较 2024 年初增长 1000 倍以上。这个数字不直接说明 AI 应用质量，但它说明国内 AI 调用已经进入高频消耗阶段。

运营商到底卖的是什么

表面上卖的是 Token，实际卖的是「AI 使用权」。

中国日报网转载证券日报的报道提到，国内三大运营商的词元套餐已全部上线。中国电信面向 C 端和 H 端用户开发了月费最低 9.9 元、包含 1000 万词元的套餐；中国移动上海分公司推出词元通用服务，支持「一号通用、跨平台使用、话费支付」，资费为 1 元 40 万词元；中国联通上海分公司则面向 OPC，也就是「一人公司」，推出专属词元优惠套餐。

经济观察网对中国电信套餐的整理更具体：个人端月费 9.9 元至 49.9 元，对应 1000 万至 8000 万 Token；企业端月费 39.9 元至 299.9 元，对应 1500 万至 1.5 亿 Token。科技日报也把这件事概括成「Token 包来了，以后用 AI 就像交话费？」运营商正在把 AI 调用包装成通信用户熟悉的套餐语言。

不过，套餐语言会简化复杂问题。用户看到的是「多少词元」，背后决定体验的是模型、应用和规则。1000 万词元如果只能在有限应用里使用，它的价值和开放 API 里的 1000 万 token 不一样；如果只能调用基础模型，也不能和强模型 API 直接比较；如果输出 token、长上下文和多轮任务有不同扣费方式，用户实际可用量还会变化。

因此，运营商卖 Token 的本质把 AI 调用变成可以进入通信账单、企业账单和政企服务合同的标准化权益。

民众对运营商有这个预期吗

现在还没有。

普通用户对运营商的预期，仍然主要是信号、流量、宽带、套餐、话费、客服和手机权益。AI 不是没有需求，但用户不会天然把 AI 和运营商联系在一起。很多人要 AI，第一反应会去用 Kimi、豆包、通义、文心、腾讯元宝、DeepSeek、WPS、夸克、微信输入法、手机系统助手，而不是去营业厅买词元。

所以 C 端 Token 套餐短期更像三件事。

第一是市场教育。运营商用套餐语言告诉用户：AI 调用有成本，AI 能力可以像流量一样被打包。这个教育动作本身有价值，但不等于用户马上会形成稳定付费习惯。

第二是权益捆绑。Token 可能被放进手机套餐、宽带套餐、云盘、云电脑、办公套件、家庭智能屏和客服权益里。用户未必主动购买 Token，但会因为已有套餐附带 AI 能力而尝试使用。

第三是入口试水。运营商需要判断哪些 AI 应用最容易被普通用户接受：搜索、写作、会议纪要、拍照问答、家庭教育、老人客服、文档总结、短视频脚本，还是手机助手。Token 套餐只是试水方式，真正竞争的是应用入口。

个人端影响不会没有，但短期不宜高估。普通用户不关心 token 这个单位，他们关心具体结果。运营商如果不能把词元翻译成好用的 AI 产品，套餐再便宜也很难持续。

企业采购为什么更可能是主场

企业比普通用户更容易理解 Token 的价值，因为企业已经习惯按资源、调用量和账号数采购软件。

过去企业买 SaaS，看席位数、存储量、调用次数；买云，看 CPU、内存、带宽、存储、数据库和日志；买 AI，自然会看 token、模型、上下文、并发、延迟和私有化能力。Token 虽然抽象，但对企业 IT、财务和采购来说，它至少是一个可计量单位。

运营商在这里有几个优势。

第一是统一账单。很多中小企业不想管理多家模型 API，也不想研究阿里云、火山引擎、百度千帆、腾讯云等平台的不同价格表。运营商可以把 AI 调用放进原有通信、宽带、专线、云网和政企服务账单里。

第二是客户经理渠道。运营商有线下政企销售、行业客户经理和地方分公司网络。对政府、学校、医院、制造企业、园区和小微企业来说，从熟悉的运营商渠道购买 AI 服务，比直接找模型厂商更容易进入采购流程。

第三是云网捆绑。Token 可以和专线、云电脑、云盘、企业邮箱、客服系统、办公套件、边缘节点、安全服务和私有知识库一起卖。企业买的是一套可落地方案。

第四是合规和实名。运营商天然掌握实名体系和企业合同关系，在政企场景里更容易讲清数据安全、审计、专线接入和本地化服务。

这也是为什么「企业端套餐」比「个人端套餐」更值得关注。个人端是入口，企业端才可能是收入和复购。

价格真的实惠吗

答案要分开看。

如果只看标价，部分套餐确实显得便宜。中国电信个人端 9.9 元 1000 万 Token，粗算约 0.99 元 / 100 万 Token；企业端 39.9 元 1500 万 Token，约 2.66 元 / 100 万 Token；上海移动 1 元 40 万词元，约 2.5 元 / 100 万词元。这个价格在大众传播里很容易被理解成「AI 算力平民化」。

但这不是完整比较。

云厂商的大模型 API 价格本来就差异巨大。阿里云百炼、火山引擎方舟、腾讯云等平台的价格表会按模型、输入、输出、缓存、上下文和服务形态分层。便宜小模型可以很低，强模型和长上下文任务会贵得多。运营商套餐如果绑定的是基础模型或特定应用，就不能直接拿来和开放云 API 的任意模型调用相比。

还要看可用范围。一个便宜套餐如果只能在运营商指定 App 里做几类任务，对开发者和企业自动化流程的价值有限。反过来，如果它支持主流模型、多应用通用、企业额度管理、API 调用、日志审计和超额提醒，那就更像可采购资源。

还要看是否过期、是否限速、是否区分输入输出、是否支持并发、是否能跨模型使用。AI 任务不像刷短视频流量。一次长文总结、一次多轮 Agent、一次企业知识库问答，都可能消耗大量上下文。用户如果不知道扣费规则，很容易从「好便宜」变成「怎么这么快就没了」。

所以，价格是否实惠不能只看每百万 Token 单价。更准确的判断是：

  • 对普通用户，便宜不等于有用，关键看 AI 应用是否高频。
  • 对开发者，便宜不等于可用，关键看 API、模型、文档和限流。
  • 对企业，便宜不等于可采购，关键看审计、额度、发票、合规和 SLA。

运营商如果只把 Token 做成低价营销，影响会有限；如果把它做成企业 AI 成本管理入口，价值会大得多。

国外运营商为什么不普遍卖 Token

海外运营商不是不做 AI。它们做得很多，只是大多不把 Token 包装成个人套餐卖。

SK Telecom 在 MWC26 提出 AI Native strategy，重点是 AI 数据中心、AI 模型、AI Agent 和面向客户与企业的 AI 服务。Deutsche Telekom 与 NVIDIA 推出 Industrial AI Cloud，强调德国本土的工业 AI 云和主权 AI 基础设施。Verizon 与 NVIDIA 合作，把 AI workloads 放到 private 5G 和 mobile edge compute 场景里。Microsoft 在面向电信行业的 MWC 2026 文章里，也把运营商 AI 重点放在 trusted AI platform、sovereign cloud 和 operator networks。

这些案例说明，国外运营商更常见的打法是：卖 AI 基础设施、边缘算力、企业 AI 平台、网络自动化、行业方案和私有 5G，而不是把 token 作为大众套餐单位。

原因有几层。

第一，海外消费者对运营商的预期更窄。很多市场里，运营商主要卖连接、设备分期、家庭宽带和企业网络。消费者如果要 AI，会直接订阅 ChatGPT、Claude、Gemini、Perplexity、Microsoft 365、Google Workspace 或手机系统内置服务。AI 入口被应用商店、云厂商、办公软件和模型公司占住了。

第二，海外运营商缺少把 AI token 做成统一消费品的动力。它们可以做企业云、边缘计算、网络自动化和数据中心，但未必愿意教育普通用户理解 token。对 C 端来说，token 太技术化，不如「每月多少次 AI 搜索」「每月多少小时会议纪要」好卖。

第三，海外模型和云生态更强势。OpenAI、Anthropic、Google、Microsoft、AWS、Meta 等公司掌握模型、开发者生态、办公入口和云账单。运营商想把 token 做成前台商品，议价空间未必比中国运营商大。

第四，监管和市场结构不同。中国运营商有更强的集团化产品能力、地方分公司销售网络、政企服务传统和套餐化运营经验；同时，国内「算力网络」「东数西算」「人工智能+」等政策叙事，也让运营商更容易把 token 放进算网融合框架。海外运营商则更容易把 AI 放在 sovereign cloud、private 5G、edge AI 和 network automation 里。

所以，国外运营商不普遍卖 Token，并不说明这件事没价值。它说明中国运营商的路径更「套餐化」和「渠道化」，海外路径更「基础设施化」和「企业解决方案化」。

Token 会像流量吗

会像一部分，但不会完全一样。

相似之处在于，Token 会被套餐化、阶梯化、权益化。早期用户不清楚自己需要多少，于是先买固定包；平台为了获客，会给免费额度、月包、叠加包、定向包；企业客户会谈专属折扣和包量价格。这个过程和流量、短信、云资源都有相似性。

差别也很大。流量通常只看数据传输了多少，Token 背后还包含模型能力差异。同样 100 万 Token，用在基础模型、强推理模型、长上下文模型、企业私有模型上，成本和效果都不一样。输入 Token 和输出 Token 价值不同，缓存命中的 Token 和实时生成 Token 成本也不同。

所以，Token 更像「带模型质量差异的电费」，而不是纯流量。它既是消耗单位，又绑定服务质量。以后用户可能会遇到几种套餐分层：基础模型词元包、增强模型词元包、行业模型词元包、私有化词元包、低延迟词元包、智能体任务包。

运营商真正要解决的，让用户知道自己买到的 Token 能做什么。

国内未来会怎么演化

第一阶段，Token 继续被套餐化。套餐名称可能叫词元包、AI 包、智能包、算力包，不一定都叫 Token。关键是它进入通信账单和政企服务目录。

第二阶段，Token 和具体应用绑定。单纯卖「多少 Token」对普通用户太抽象。更容易卖的是 AI 搜索次数、AI 写作次数、会议纪要小时数、客服会话量、企业知识库问答量、代码助手席位数。Token 退到底层，前台变成应用权益。

第三阶段，企业建立内部 Token 成本中心。每个部门、每个应用、每个 Agent 工作流消耗多少 Token，会进入 IT 成本核算。到那时，Token 不只是开发者指标，也会变成财务指标。

第四阶段，模型路由变得重要。企业不会把所有请求都打到最贵模型。简单任务走便宜模型，复杂任务走强模型，敏感任务走私有化模型，高风险任务走人工复核。运营商如果能提供统一路由、统一账单和统一审计，就有机会从「卖 Token」升级成「卖 AI 调用管理」。

第五阶段，Token 单价继续下降，但总支出未必下降。模型推理效率会提高，单价会被竞争压低；同时，AI 应用会从聊天扩展到办公、客服、营销、研发、搜索、教育、政务和工业现场。单价下降，调用量上升，总账单可能继续变大。这和云计算很像：单位算力越来越便宜，但企业云支出并没有自然消失。

对普通用户和企业分别意味着什么

普通用户最先感受到的重点是 AI 权益。

手机套餐里可能多一个 AI 包，云盘里可能多一个 AI 总结额度，办公应用里可能多一个 AI 写作包，宽带或云电脑里可能带一个模型调用额度。用户未必知道 Token 是什么，但会开始比较「这个包能不能总结文件、能不能写 PPT、能不能问知识库、能不能调用更强模型」。

看这类套餐时，不应该只看词元数量。更应该看三件事：能用哪些应用，能调用哪些模型，超额后怎么收费。

企业则要更早建立 Token 预算意识。

一个客服机器人如果每次回答都检索大量文档、塞入长上下文、再调用强模型生成，账单会很快上升。一个研发 Agent 如果反复读取代码库、跑测试、修复失败，也会消耗大量 Token。企业采购运营商 Token 套餐时，不能只问「多少钱多少词元」。还要问：

  • 支持哪些模型，模型是否可切换。
  • 输入和输出是否同价，是否区分缓存和非缓存。
  • 是否能按部门、应用、项目做额度管理。
  • 是否提供调用日志、审计、告警和成本报表。
  • 是否支持私有知识库、私有化部署或专线接入。
  • 超额后限速、停用还是自动续费。

这些问题答不清，Token 套餐就只是一个新名字，不能承担企业级 AI 成本管理。

最后的判断

综合看，我看好这件事，但看好的不是「全民买 Token」。我看好的是运营商把 AI 调用放进企业服务、政企采购、办公入口和统一账单之后，Token 会变成一种新的成本管理单位。

运营商卖 Token，是国内 AI 商业化从「模型能力竞争」走向「基础服务分销」的信号。但它不会立刻变成普通用户的刚需，也不该被简单理解成「AI 流量包马上普及」。

个人端会承担教育市场、入口试水和权益捆绑的角色；企业端、政企端和中小企业办公场景更可能先形成真实采购。价格看起来可能很低，但是否实惠要看模型、应用、规则和管理能力。国外运营商不普遍这么卖，也是因为它们更常把 AI 放进云、边缘、专网、数据中心和企业解决方案里。

国内 Token 的未来不会只有一种价格表。它会分成云厂商 API 价、运营商套餐价、行业方案价和企业内部成本价。用户看到的是 AI 权益，企业看到的是任务成本，底层跑的是 Token。

所以，Token 现在还是技术单位；正在变成商业单位；未来会变成 AI 基础设施里的结算单位。运营商下场，说明这件事已经不只属于开发者了。