大学发Token，算力成为新的“隐形图书馆”

一场“隐形变化”正在高校校园悄然发生——

年中，中国科学技术大学率先推出“词元计划”，每人每天1亿Token；9月，北京邮电大学为近万名新生开通免费算力账户；就在上个月，同济大学向全体师生每周发放1亿Token……

AI使用额度，从过去只有课题组、博士生才能拿到的稀缺科研资源，慢慢变成和机房、图书馆、实验室一样的校园基础配置。过去，大学基建重点是教学楼、图书馆、超算集群；现在，大模型API服务、词元额度、AI沙箱，成了新基建——“算力”变为高校新的“隐形图书馆”。

【高校为何发？】

什么是Token？其实就是大模型处理信息的基本单位，中文叫“词元”。“用户输入一句话、模型生成一段回答，背后都按Token计费。一个汉字通常对应1-2个Token。”上海电机学院人工智能与数据科学学院教师于洋解释。

Token价格多少？据了解，国内主流模型按百万Token计价，DeepSeek、通义千问、豆包、Kimi等，普通模型输入大约每百万Token一元左右，输出大概几元钱。但高端模型会贵不少，一些智能体平台每日会发放免费的Token额度。

“对课程作业和基础科研来说，使用Token的成本并不高；但学生如果日常高频使用，仍是一笔不小的支出。”于洋举例，比如在人工智能课上，经常会讲到“专家咨询系统”这一知识点，需要同学们根据现有的案例，用自动问诊的程序转换到另外一个任务上。学生如果用DeepSeek跑数据分析，来回对话20轮，大约消耗50万输入Token和10万输出Token。按闲时价格算，跑通一个实验一般耗费不到一元钱，复杂些的任务一般两元左右。

国外高校发放Token的模式和国内有所不同。国外极少全校统一给学生固定Token额度，大多是按项目配置资源，或者由厂家提供的学生优惠或统一采购AI服务。比如，佐治亚理工的校内HPC算力沙箱，面向工科本科生开放免费GPU算力与模型调用，嵌入课程、科创竞赛，不是按人头固定发放Token，而是课程、项目申请审批使用，适合AI开发、模型训练。

又如，OpenAI的“学术研究者计划”面向全球高校课题组，导师以科研课题申请大额免费API额度（科研项目最高可达2万美元额度），额度归属实验室账户，由导师分配。

【意味着什么？】

同济大学教育政策研究中心主任张端鸿认为，高校向师生发放Token，反映出人工智能正在从个人学习工具转变为教育教学的基础性资源。高校发放Token的本质，是将人工智能能力从师生个人购买的市场化服务，逐步转变为学校提供的公共教育资源。这不仅是教育资源供给方式的变化，更可能推动大学教学组织方式、人才培养模式和教育公平保障机制的深刻变革。

这补齐了新的教育公平短板。首先，将个人付费转化为学校公共供给，能够降低学生使用高水平AI模型的经济门槛，避免家庭经济条件成为获取智能资源的重要制约因素。其次，将AI资源从少数专业的技术优势转化为全体学生的学习条件，特别是让文科学生、不具备编程基础的学生也能平等获得智能工具支持，拓展自主学习、学术研究和创新实践的空间。

【带来什么新问题？】

高校免费发Token,也会带来新问题：使用边界在哪里？教师学生，怎么用？数据安全如何控制？

高校使用AI面临的数据安全风险，不能简单以校内平台和校外平台来区分。校内部署不等于绝对安全，商业模型也不必然导致数据泄露，关键在于数据如何分类、流向哪里、由谁管理。

张端鸿建议，建立科研数据分类分级使用机制。公开文献和一般性学术资料可以使用商业模型；尚未发表的研究成果、核心实验数据、专利技术等敏感资料，应优先通过校内受控平台处理；涉及国家秘密的科研信息，必须严格按照保密规定管理，不得上传未经批准的外部平台。

其次，建立校级统一的AI服务入口和安全管理机制。对接商业模型时，应明确数据存储、训练使用、留存期限和访问权限等要求，通过脱敏处理、权限控制、安全审计等措施降低风险，避免师生直接向未经安全评估的公共平台上传敏感资料。