近日，相关部门给出了Token的官方翻译——词元，还给出了一组数据。到今年3月，我国日均词元调用量超过140万亿，相比2024年初的1000亿增长了1000多倍。

词元到底是什么

词元是大模型处理语言时使用的基本单位。大模型要先把一段语言拆分，再将其转成数字才能继续计算。拆分的基本单元就是词元。

每个汉字通常对应1-2个词元，每次对答会消耗一定数量的词元。

词元如何贯通数据、算法与算力

词元是串联大模型数据、算法、算力的核心枢纽。如果用做饭来类比——

★ 数据训练阶段，词元是切好的菜丁。数据质量取决于“菜丁”是否新鲜、丰富。

★ 厨艺越高（算法机制越先进），菜越美味（生成的词元序列质量越好）。

★ 煤气用量越大（算力越强），炒菜速度（生成速度）越快，但煤气费（词元费用）也越贵。