你遇到过“AI转圈圈”吗?输入一句话，等了好几秒才蹦出几个字——明明充了会员，却像早高峰被堵在路上。没错，Token(词元)正像车流一样，也开始“堵车”了。当AI大模型从“能思考”迈向“能实干”，Token不再只是模型调用的计费单位，而成为智能系统运行的基础资源。截至今年3月，全国日均词元调用量突破140万亿，但Token响应延迟、服务质量“缩水”、算力“注水”等现象已大面积显现。

　　近日，一项事关人工智能与信息通信业融合发展的重要文件正式发布。6月10日，工信部印发的《“人工智能+信息通信”创新发展实施意见(2026—2028年)》提出，到2028年，网络、算力等信息基础设施支撑人工智能能力进一步提升，城域算力1毫秒时延圈覆盖率不低于75%。如何让算力高质量地流通，已成为AI产业亟待解决的核心命题。

　　算力数值普遍“注水”

　　“2026，卖数据比卖机器人先赚钱。”一位算力服务企业负责人对记者说，但算力领域度量标准不统一，缺乏公允定价基础，也正在制约着算力经济的健康发展。

　　国内某头部算力服务商技术负责人张华(化名)在接受记者采访时表示，行业内确实存在“虚标算力”的现象，尤其是一些中小服务商为了在招标中胜出，会把理论峰值算力标得很高，但实际部署后，受限于网络带宽、存储I/O和调度能力，用户能拿到的有效算力往往只有标称值的30%至50%。部分企业甚至通过修改评测工具的参数来美化测试结果，“这就像汽车厂商在排放测试中作弊，最终受害的是普通用户”。

　　蔚来联合创始人、总裁秦力洪近日公开痛批行业算力“注水”问题，指出算力概念比较复杂，还存在稀疏算力与稠密算力概念模糊等问题。他将芯片自研分为“自研”与“字研”两派，后者以取巧的文字游戏误导用户，背离了硬核技术创新的初衷。

　　黑猫投诉平台数据显示，今年1月至2月算力服务相关投诉中，78%涉及“标称值与实际不符且拒绝退款”，主要争议点包括：服务商未在合同中明确算力波动范围，缺乏实测算力验证工具与方法，退款流程冗长且缺乏透明标准。

　　另一家专注于大模型推理的算力创业公司CEO李明(化名)认为，此类问题根源在于行业缺乏统一的计量标准。“我们公司坚持按实际可用TFLOPS(每秒浮点运算次数)报价，但客户反而觉得我们比别人贵。因为别人报的是理论峰值，我们报的是实测性能。”他呼吁，行业应尽快建立类似“电能表”一样的算力计量标准，用户用多少算力，就该付多少钱，不能靠“注水”来打价格战。

　　此外，算力行业还存在超售现象也引起了舆论关注：服务商不管自身资源池上限，盲目接纳客户，导致需求超过供给时，用户只能排队等待，原本3至5秒返回的首Token(首个词元返回时间)可能延迟至30秒以上。Token服务的“黑盒”特性加剧了信息不对称。普通用户难以判断背后所用模型、服务商、算力质量及是否经过量化压缩。懂行的客户会在采购前进行压测和精度验证，但大多数中小企业并不具备这样的能力。

　　以法治化治理预防算力泡沫

　　当前，算力领域出现的参数“注水”、性能虚标等现象，不仅是商业诚信问题，更会扭曲整个AI产业链的创新方向。当算力企业习惯于用夸大算力参数获取短期竞争优势，就会减少对真实算力利用率和调度算法优化的投入。长此以往，中国AI产业可能陷入“参数领先、体验落后”的困境，企业还极易触碰法律红线。

　　复旦大学法学院数字经济法治研究中心主任许多奇教授在接受记者采访时表示，上述行为已超越单纯商业伦理失范，涉嫌违反《中华人民共和国反不正当竞争法》《中华人民共和国广告法》和《中华人民共和国消费者权益保护法》关于禁止虚假或引人误解宣传之规定。

　　“算力本质上是推动数据要素化的关键劳动资料(生产工具性资源)，现有法律尚未明确其界定标准与信息披露规则，亦缺少可落地的量化监管依据，因此许多问题滋生。”许多奇进一步表示，经营者利用信息不对称，以芯片理论峰值算力混淆实际可用算力，对采购主体构成引人误解的商业宣传，严重破坏公平竞争秩序，法律规制与行业治理亟待补位。

　　有业内人士认为，是否可以借鉴食品行业的“配料表”概念，建立强制透明机制，从而推动算力服务商披露模型精度、部署方式、超售比例等关键信息?对此，一国家级数据平台研究员白杨对记者表示，这个比喻很生动，支持“算力配料表”透明化。就像买奶茶要看糖分和配料，买算力不能光看广告，也得看“参数”。

　　许多奇认为：“唯有通过强制性国家标准、披露强制、监管实测的法治路径，方能预防算力泡沫，引导AI产业资本与技术深耕核心研发与能效升级，护航我国人工智能产业行稳致远。”她建议搭建全链条法治化治理体系，包括：建立强制性信息披露义务;推动基准测试要求纳入强制性国家标准;优化纠纷处置规则。

　　调度能力远比纸面算力重要

　　当Token生产出来后，如何让每一笔Token请求更快、更稳、更省地抵达业务现场，其重要性甚至超过了Token生产本身。正如秦力洪所言：“在AI智驾时代，芯片综合调度能力远比纸面算力重要。”

　　白杨认为，算力不能只盯着一台机器的性能，关键看会不会“调度”。就像春运时的高铁，调度得好，运力就会翻倍。有的跨区域、跨服务商的智能调度平台能够打通“东数西算”的堵点，让东部的数据顺畅地“跑”到西部的机房，还能帮企业“一键切换”服务商，在提升国产算力利用率、降低企业迁移门槛方面具有重要价值。

　　近日，中国移动研究院副院长段晓东在移动云大会主题演讲《Token时代算力网络的新思考和新方向》中提出：驱动算力未来围绕三大方向进行技术体系化布局，涵盖异构PD分离推理引擎、广域KVCache多级调度、智能调度分发网络等多项关键技术。

　　当前，Token正从计费单位演变为智能系统的基础资源，调度能力不仅提升用户体验，更可能成为国产算力破局的关键。当国产算力在一次次Token请求中被证明“好用、划算”，其市场价值便不再停留于政策口号。从数据要素市场化配置的角度看，其是否应被视为一种新型数据资产或算力凭证?

　　白杨分析，以前数据是躺在硬盘里的“死东西”，现在通过Token，数据变成了能流动的“活水”。把Token变成一种“算力凭证”，就像电卡一样。企业买了算力没用完，剩下的Token能不能存起来?能不能像股票一样交易?甚至能不能拿去银行抵押换贷款?如何让Token从单纯的“消费账单”，变成企业手里值钱的“资产存折”。这些都是非常好的研究方向，值得思考与关注。他希望，推动构建国家级Token调度指数或评测体系，让大家一眼看出哪里的算力最便宜、最快、最稳。

　　建立安全治理框架

　　随着人工智能产业逐渐从“模型竞争”进入“生态竞争”阶段，词元中转服务可能成为未来AI产业链的重要节点，其安全治理能力也将直接影响人工智能产业的稳定运行。在此背景下，围绕Token安全、词元中转服务及词元化用户数据治理的产业讨论持续升温。

　　近日，中国人工智能产业发展联盟(AIIA)安全治理委员会在北京召开的词元(Token)安全研讨会上，AIIA安全治理委员会办公室主任、中国信息通信研究院人工智能研究所安全治理部主任石霖作指出，随着人工智能产业快速发展，围绕词元的调用、流转、聚合与运营场景正在不断增加，行业亟须建立稳定、可持续、可落地的安全治理框架，为人工智能产业健康发展提供制度支撑。

　　当前，Token服务市场缺乏统一的计量标准、服务质量规范和透明的信息披露机制，导致用户权益难以保障，市场信任成本高企。在算力服务从“野蛮生长”走向“精细运营”的过程中，合规是保障服务稳定性、降低业务风险的基石。

　　“合规被定位为高质量流通的前提。”白杨表示，目前Token服务企业合规管理最大的薄弱环节是“没有统一的尺子检验服务质量”和“合同出了问题用户维权难”。

　　如何解决产业高速发展与治理能力错位的问题?白杨提出几点具体建议：强制“上秤”。建立国家级评测中心，谁家算力“注水”就公示谁，像食品安全抽检一样;强制“亮牌”。出台服务披露指引，必须公布超售率和真实响应速度，不许玩文字游戏;建好“立交桥”。推动跨区域调度节点备案，确保一家服务商出问题，业务能秒切到另一家。以上三点做好了，Token就不容易“堵车”了。

　　北京市康达律师事务所高级合伙人、合规委副主任苟博程认为，在算力合规的情形下，应设定最低可用时间与赔付制度作为保护客户利益的核心条款，这一机制是量化服务质量、防范算力“注水”的法律标尺。它要求合同必须明确界定“服务不可用时间”的起算点及排除情形(如计划内维护)，并将可用性指标与阶梯式赔偿标准深度绑定。当实际可用时间低于承诺值时，供应商不仅需退还对应时段费用，更应支付违约金，以此倒逼供应商提升运维能力并设置合理的赔偿上限以平衡商业风险。

　　苟博程建议：将SLA(一般指服务级别协议)重点权利义务纳入主合同核心条款，如量化可用率、响应时延、数据安全与隐私保护等指标，设置阶梯式违约责任与服务补偿机制。依据民法典剔除不合理免责条款，明确重大过失致数据泄露、计费瑕疵的免责无效，以第三方存证数据作为违约判定依据，固化签章效力与争议解决机制;计量标准方面，统一对标信通院国标，明确输入、输出、缓存Token的计费口径，杜绝厂商自定义规则。将计量细则作为合同专属附件，公示分词算法、计价规则与变更告知义务，计费日志留存不少于3年，实行服务商举证倒置，建立计费误差追责机制。

　　今年4月，江西省工业和信息化厅公布的《江西省工业领域算力服务和数据筑基三年行动方案(2026-2028)》提供了一个积极的政策范本。该方案明确提出推行按实际消耗(“卡时”“核时”及Token等)计费的灵活付费模式，同时加快构建工业可信数据空间，围绕生产制造关键环节，引导工业企业加强数据标准化采集，建立数据资源目录，建设企业数据中台、企业大脑等。这样的制度设计有助于将Token服务从“黑盒”推向“白盒”，为用户提供可验证、可比较的采购依据。

　　来源|《法人》杂志

　　作者|《法治日报》记者 辛红 《法人》见习记者 王茜