一句话看懂这件事：以前银行看抵押物、看利润报表，现在北京开始看一家公司「烧了多少算力、调了多少词元」。
9 月 14 日，北京经济技术开发区传来消息：「亦企 Token（词元）贷」首批业务落地，授信总金额近 20 亿元。
这是北京全市范围内落地的首批「算力词元贷」。说白了，就是银行第一次把「算力数据」当成信贷审批的核心依据，给那些「什么都没抵押、但技术很硬」的科技型初创企业，放了一笔信用贷款。
科技初创的融资死结，被撬开了一角
AI 赛道的初创公司，有一个共同的特点：轻资产、重研发、长投入。
他们账面上可能没有多少利润，甚至还在烧钱阶段；手里也没有厂房、设备这些传统银行爱看的抵押物。但他们的算力消耗很大、词元调用很频繁——这恰恰说明这家公司「很活跃、在干活」。
传统的信贷逻辑，恰恰卡在这里：你越是处于技术攻坚的关键期，银行越不敢放贷。
经开区的「词元贷」，就是针对这个痛点来的。官方的话说得很清楚：在 AI 经济时代，企业的高词元消耗，直观反映出企业较高的自动化水平与人机协同密度，是衡量技术活跃度、业务景气度的重要参考。
于是，词元消耗，从「成本」，变成了一种「信用资产」。
授信看什么？词元消耗 + 服务合约 + 技术壁垒
「词元贷」突破了传统的授信评价框架，不再单纯看不动产抵押物。它的核心授信依据是两项：
- 企业词元（Token）的产出消耗
- 算力服务合约的价值
再结合企业的技术壁垒、团队实力、核心技术自主可控程度、业务发展前景，做综合研判。这条路径，本质上是把「算力数据」变成了「可量化、可核验的信用依据」。
首批业务由 6 家银行共同提供近 20 亿元授信支持：农业银行、中信银行、兴业银行、北京银行、民生银行、华夏银行。
两个真实案例，看它怎么落地
国汽智控，做智能网联汽车核心计算平台和自动驾驶。典型的高研发投入、高技术壁垒，正处在技术攻坚和产品量产的前夜。中信银行经开区支行结合它的词元使用情况，加上对智能驾驶领域技术实力的研判，给了 3000 万元信用额度。
神州光大，做 AI 算力基础设施和企业级智能体。大模型业务铺开后，算力使用规模一路往上。兴业银行经开区支行把词元使用量跟团队实力、核心技术自主性、业务增长前景绑起来评估，完成了 3000 万元的授信扩额。
两家企业，都没拿传统抵押物，靠的是「正在烧的算力」证明了「我真的在干事、而且干得还行」。
词元经济，正在加速成型
这背后，其实是一个更大的变化正在发生。
2026 年 3 月，国家数据局正式把「Token」规范定名为「词元」，定位是「智能时代的价值锚点」和「连接技术供给与商业需求的结算单位」。工信部数据显示，截至今年 6 月，我国日均词元调用量已经突破 500 万亿。
当词元开始串联起「算力供给—模型调用—商业落地」整条链条，它就不再只是一个技术概念，而是变成了一种受政策、产业、资本共同关注的新型经济形态。
北京的政策节奏也跟得很紧：7 月，市发改委等多部门发文鼓励发展词元经济，明确要培育「Token 即服务（TaaS）、智能体即服务（AaaS）、结果即服务（RaaS）」这些新模式；8 月，经开区又发了「词元十条」，围绕词元生产工厂、分发中台、场景消费三大环节，专项支持全产业链。
这场全国性的探索，才刚开始
「词元贷」不是北京一家的孤例。近一年，算力金融创新正在全国多点开花：
工行北京分行在服贸会期间发布了「工银智算通」矩阵，其中就有「算力词元贷」；建行广东分行推出「词元贷」，把词元产出消耗、服务合约价值、应收账款、佣金结算量都纳入了授信评价；中行、农行、浦发、兴业等也都在各地试水。
这些产品背后，是同一层逻辑：当算力网与电网、通信网一起，成为智能经济的基础底座，金融必须学会「服务算力」这个新的生产要素。
结语
当然，话说回来，这还是一场「施工中」的探索。
业内人士点出的挑战很实在：词元数据的真实性核验、行业的统一计量标准、词元消耗与现金流不完全对应——这些都还没完全解决。甚至有不小的风险：会不会有企业为了刷高授信，去搞一堆没有商业价值的模型训练？
所以北京已经在着手补课：计划建设高标准词元工厂，建立客观公正的词元性能与质量测量标准，为市场定价、采购选型提供依据。
但方向本身是对的，而且意义不只在金融。当一个轻资产、重研发的硬科技公司，能靠「正在烧的算力」换来真金白银的授信，AI 产业的创新门槛，实打实地被降低了一截。
对科技型初创企业来说，这大概是最好的信号：你的算力消耗，正在被看见、被承认，甚至开始值钱了。
