两年暴涨1000倍：中国AI词元调用量的规模优势与算力空转、定价失锚、数据短板

原创晨雨 2026-10-08 08:29 吉林

你每问AI一句，背后烧的不是电，是词元。

大模型其实看不懂整句话，它只认词元，也就是Token。你输入的字、AI回你的字，最后都会拆成词元，变成一张账单。以前这东西只是个技术参数，现在它成了AI厂商的成本、收入、计价单位，甚至能跨境交易。工业时代看电表，互联网时代看流量，到了智能时代，得看词元表。

先说增长，确实疯。

2024年初，我国日均词元调用量大概1000亿次。到2025年底，变成100万亿次。2026年3月，突破140万亿次。两年，涨了1000倍还多。艾媒咨询预测，到2030年，我国词元年调用总量会达到7046.7千万亿次，年均增速超过200%。

为什么涨这么猛？因为AI开始干活了。一个智能体自己跑完一项复杂任务，烧掉的词元动辄几千万甚至上亿。普通聊天一次才几千个。AI从“陪聊”变成“干活”，词元就是燃料。

中国手里有三张牌，打得挺凶。

第一张，电便宜。电力成本占数据中心运营成本的六到七成。词元生产，说白了就是用电换智能。西部工业电价低到0.3到0.4元每千瓦时，只有欧美的一半甚至三分之一。算下来，我国西部算力的电力成本比欧美至少低30%到50%。

第二张，价格低。美国顶级大模型做单轮完整测试，Claude Opus4.6要4970美元，GPT 5.2 Codex要3244美元。国产的Minimax M2.5只要125美元。API价格上，DeepSeek V4低到GPT 5.5的1%以下。性能差距也在缩小。ChatGPT刚发布时，中美模型差一年以上，现在不到三个月。

第三张，出海猛。OpenRouter数据显示，2026年2月，我国大模型词元调用量4.12万亿，第一次超过美国的2.94万亿。到了3月第3周，达到7.36万亿，占全球36%，是美国的2.5倍。其中近一半调用来自海外开发者。《经济学人》还提到，硅谷用开源模型的创业公司里，大约80%选的是中国大模型。卖铲子的开始给挖金子的供货，这个剧本以前都是别人写的。

但先别急着开香槟，有三盆冷水。

第一盆，算力在空转。全国已经建成42个万卡智算集群、近300个智算中心项目，可GPU平均利用率不到30%。2025年智算供给大概38亿卡时，实际只用14亿卡时。六成以上的算力投资，没变成有效生产力。更麻烦的是，0.1%的网络丢包就能让算力效率腰斩。东部抢破头，西部晒太阳，错配卡在物理定律上。

第二盆，定价崩了。全国已经发布1509个大模型，占全球40.2%，数量世界第一。但一边是DeepSeek把价格打到全球新低，一边是腾讯云Tencent HY2.0输入价格半年涨463%，智谱GLM系列累计涨超83%。降价的和涨价的同时存在，市场根本没有价格锚。

第三盆，调用量暴涨，钱没赚到。拿已上市的智谱来说，2025年营收7.24亿元，同比增长131.9%，亏损却扩大到47.18亿元。算力成本吞掉了研发开支的71.8%。再看全球标杆ChatGPT，周活超过9亿，付费用户约5000万，付费率不到6%。卖铲子的赚钱，挖金子的亏钱。烧钱的速度，跑赢了赚钱的速度。

最软的肋骨，藏在数据里。

这组数字最容易被忽视，也最要命。我国数据生产总量41.06ZB，占全球26.67%。但中文语料在全球大模型训练数据里的占比，只有1.3%。全国建成的高质量数据集体量刚超过400PB，和41.06ZB之间差着百万量级。我们有全世界最庞大的数据，却凑不出最够用的“好数据”。算力可以砸钱建，电价可以靠地理，唯独高质量语料，只能靠制度和生态一点点熬。这一课，躲不掉。

下半场的胜负手，是从“调用量”转向“价值量”。

论文里有个判断很清醒：词元的价值是分层的。通用场景的词元，聊天、写作、客服，会越来越像水电，供给充裕、薄利，拼成本。专业场景的词元，法律研判、药物研发、金融分析，才有能力溢价。同一个词元，价值天差地别。计费逻辑也在变，从按量计费，走向“按你办成了什么事”收费。

所以，词元经济上半场比的是谁的调用量大。下半场，比的是谁能把每一个词元卖出更高的价值。中国已经赢下规模这一局，能不能赢下价值这一局，才是真正的分水岭。至于怎么赢，论文给了一整套方案：统一计量标准、打通算电协同、激活数据要素、提前布局出海合规。建议读原文。

最后留个问题：你每月为AI花了多少钱？觉得值吗？

-END-

未经书面授权，禁止转载。

☼

往期精彩内容

☞免费领取数据中心基础设施运维资料

☞【视频分享】数据中心基础设施运维工程师培训

☞数据中心基础设施工程验收检查表-Excel电子表格

☞数据中心基础设施运维工程师培训教材