L’in­ter­pré­ta­tion gra­phique de  tóng semble se jus­ti­fier très faci­le­ment lors­qu’on décom­pose la forme clas­sique en trois élé­ments :  kǒu “bouche” 一  “un” et  jiōng “régions fron­ta­lières” qui pour­rait se lire “se limi­ter à une seule expres­sion, par­ler d’une seule voix” et se rap­pro­cher approxi­ma­ti­ve­ment du sens réel ensemble.

Mais les gra­phies anciennes révèlent une éty­mo­lo­gie dif­fé­rente. Les deux com­po­sants du haut n’en for­maient à l’o­ri­gine qu’un seul :  fán “ensemble, com­mun, ordi­naire”. Il s’é­cri­vait éga­le­ment  fán et repré­sen­tait un zhǔ “objet tran­chant” sur une   “table d’au­tel” pour une mise à mort rituelle.