誰在消耗5萬億模型算力？

經(jīng)濟觀察報記者 鄭晨燁

2026年2月9日至2月15日，在線人工智能托管平臺OpenRouter發(fā)布了一組數(shù)據(jù)：中國大模型的單周調(diào)用量達到4.12萬億Token，歷史上首次超過美國模型的2.94萬億Token。

OpenRouter是一個聚合全球大模型接口的平臺，被稱為人工智能界的“超級接口”。開發(fā)者不需要逐一去注冊大模型公司的賬號，只需通過該平臺的統(tǒng)一接口，就能自由調(diào)用全球各家公司推出的各類模型，因此，該平臺的使用量數(shù)據(jù)通常被視為全球大模型受歡迎程度和真實應(yīng)用強度的風向標。

緊接著的2月16日至2月22日這一周，中國大模型的周調(diào)用量進一步?jīng)_高至5.16萬億Token，三周內(nèi)增長了127%，在當周全球大模型周調(diào)用量排名前五的榜單中，MiniMax M2.5、月之暗面Kimi K2.5、智譜GLM-5與深度求索DeepSeek V3.2占據(jù)了四個席位。

根據(jù)官方用戶數(shù)據(jù)，在OpenRouter平臺近47.17%的用戶來自美國、中國開發(fā)者僅占6.01%的背景下，這組數(shù)據(jù)反映出海外開發(fā)者對中國模型的使用意愿正在快速上升。

Token是人工智能處理語言的基本單元。在算力市場中，Token調(diào)用量是衡量大模型使用強度、商業(yè)價值與滲透深度的核心指標，海外開發(fā)者對中國模型的高頻調(diào)用，標志著人工智能產(chǎn)業(yè)的重心正在發(fā)生轉(zhuǎn)移，行業(yè)不再單純比拼構(gòu)建大模型時的“一次性訓練成本”，而是進入了高頻度、常態(tài)化的“應(yīng)用推理”階段。

應(yīng)用重心的遷移直接導致了下游采購標準的轉(zhuǎn)向，國產(chǎn)AI芯片廠商也由此獲得了加快進入市場的機會。

五萬億Token流向了哪里

要厘清這五萬億Token的去向，首先需要觀察用戶使用人工智能的方式發(fā)生了什么變化。

根據(jù)OpenRouter與風險投資機構(gòu)a16z聯(lián)合發(fā)布的《2025 AI使用報告》，該平臺處理的編程任務(wù)Token占比已從2025年初的11%增加到了50%以上，成為最大的單一使用品類。這一轉(zhuǎn)變背后，是人工智能應(yīng)用模式從“問答式”向“智能體（Agent）”模式的切換。

在早期的問答模式下，用戶提一個問題，模型給出一個回答，單次交互消耗的Token通常在幾百到幾千個之間。一旦用戶停止提問，消耗也就隨之停止。但進入智能體模式后，人工智能開始在后臺持續(xù)執(zhí)行多步驟任務(wù)。

上海一家算力芯片廠商的負責人告訴記者，以編程場景為例，一個智能體在接收到指令后，會經(jīng)歷編寫代碼、運行測試、識別報錯、自我修正、再次運行的循環(huán)，為了讓機器記住此前的操作，每次調(diào)用都需要攜帶完整的對話歷史。

比如，目前國產(chǎn)大模型諸如智譜GLM-5等新一代模型已經(jīng)支持200K（約20萬Token）的超長上下文窗口。這種多輪自我修正和工具鏈級聯(lián)的模式，使得單次活躍會話的Token吞吐量呈幾何級數(shù)增長。

另外，多模態(tài)應(yīng)用的落地則進一步推高了消耗量。根據(jù)公開數(shù)據(jù)，年初爆火的Seedance 2.0視頻模型生成一條10秒、1080p規(guī)格的視頻，大約需要消耗35萬Token。

視頻生成場景單位時間內(nèi)產(chǎn)生的Token消耗，是傳統(tǒng)文本問答的數(shù)百倍。

“當前數(shù)萬億Token級別的調(diào)用量，已不再主要由測試性場景構(gòu)成，而是由一批高頻、規(guī)模化、可持續(xù)付費的商業(yè)應(yīng)用所支撐。”弗若斯特沙利文（Frost & Sullivan）中國業(yè)務(wù)主管合伙人兼董事總經(jīng)理陸景向經(jīng)濟觀察報記者表示。

陸景介紹，從頭豹研究院對國內(nèi)大模型商業(yè)生態(tài)的調(diào)研來看，目前集中買單的領(lǐng)域主要包括互聯(lián)網(wǎng)、金融、跨境電商與娛樂行業(yè)。

具體場景則涵蓋了以下三類：第一類是企業(yè)級應(yīng)用，如智能客服、智能營銷、代碼輔助開發(fā)、辦公自動化工具等，這類應(yīng)用在金融、電商、游戲行業(yè)已實現(xiàn)規(guī)模化部署；第二類是互聯(lián)網(wǎng)平臺中的生成式內(nèi)容服務(wù)，包括智能搜索、對話式助手與虛擬角色；第三類是AIGC（人工智能生成內(nèi)容）生產(chǎn)工具，如短視頻腳本生成、廣告文案創(chuàng)作、跨境電商商品描述生成等。

這些行業(yè)的共同特征是，業(yè)務(wù)流程中存在高比例的文本或多模態(tài)內(nèi)容生成需求，且企業(yè)能夠承接大模型服務(wù)產(chǎn)生的算力成本。

2026年2月10日，在鄭州舉行的“國產(chǎn)萬卡算力賦能大模型發(fā)展研討會”上，中國科學院自動化所研究員陳盈盈表示，驅(qū)動行業(yè)發(fā)展的核心動力依然是大算力、大數(shù)據(jù)與大參數(shù)。但隨著模型參數(shù)量增長帶來的性能提升進入瓶頸期，行業(yè)正邁向智能體、合成數(shù)據(jù)和推理計算，數(shù)據(jù)決定了人工智能的高度，環(huán)境將決定模型演進的方向。

應(yīng)用模式的改變，解釋了調(diào)用量為何飆升，那為何國產(chǎn)大模型又能在新的范式下，承接住來自全球高頻的調(diào)用需求呢？

前述算力芯片廠商負責人告訴記者，目前，MiniMax M2.5、Kimi K2.5等國產(chǎn)模型普遍采用了“混合專家（MoE）”架構(gòu)。與傳統(tǒng)的稠密模型（Dense Model）在每次運算時都要激活全部參數(shù)不同，MoE架構(gòu)通過按需激活特定的專家網(wǎng)絡(luò)，使推理時的顯存占用降低了約60%，吞吐量得到顯著提升。

稠密模型的設(shè)計邏輯是，處理每一個輸入請求時，神經(jīng)網(wǎng)絡(luò)中的每一個參數(shù)都必須參與計算。這意味著隨著模型規(guī)模的增大，所需的算力與顯存開銷會同步呈線性增長。

混合專家架構(gòu)則改變了這種全量運算的模式，它將模型參數(shù)劃分為多個功能組，即“專家”，在執(zhí)行具體任務(wù)時，路由系統(tǒng)會識別需求并只激活與之相關(guān)的部分參數(shù)。這種分工機制使得模型可以在保持巨大參數(shù)量的同時，大幅降低單次推理所需的有效算力。

技術(shù)上的優(yōu)化直接反映在了售價上。目前中國模型的輸入價格約為0.3美元/百萬Token，而部分海外同類產(chǎn)品的價格在5美元左右。此外，電力成本也是一個變量，中國西部算力節(jié)點的電力成本約為每度0.2元至0.3元，而歐美地區(qū)的成本在1元至1.5元之間。

這種成本優(yōu)勢促成了供需關(guān)系的再平衡。2026年春節(jié)期間，國產(chǎn)大模型迎來密集發(fā)布潮。2月11日，智譜上線底座模型GLM-5；2月12日，MiniMax開源文本模型M2.5；2月14日，字節(jié)跳動發(fā)布豆包大模型2.0系列，與此同時，大廠圍繞AI應(yīng)用的紅包戰(zhàn)同步打響：百度投入5億元，騰訊元寶10億元，阿里推出30億元免單計劃。

密集的應(yīng)用落地也拉動了算力消耗的急劇攀升。公開數(shù)據(jù)顯示，中國日均Token消耗從2024年初的1000億攀升至2026年2月的180萬億級別，在這種爆發(fā)式的需求驅(qū)動下，此前深陷價格戰(zhàn)的國內(nèi)大模型廠商開始集體調(diào)頭。

比如，2026年2月12日，智譜AI在發(fā)布新模型的同時，宣布上調(diào)其API（應(yīng)用程序編程接口）調(diào)用價格，部分海外訂閱價格漲幅達到30%至60%，API調(diào)用價格漲幅最高達到100%。智譜對此回應(yīng)稱，用戶規(guī)模與調(diào)用量快速提升，公司需同步加大算力投入。另外，月之暗面旗下的Kimi K2.5發(fā)布不到一個月，其海外收入便超過了國內(nèi)收入。

也就是說，大模型公司正在告別虧本引流的價格戰(zhàn)，開始有了實打?qū)嵉臉I(yè)務(wù)收入。五萬億Token的流向表明，人工智能正在從單純的對話框，轉(zhuǎn)變?yōu)榻鹑凇㈦娚膛c編程場景中在后臺自動運轉(zhuǎn)的工業(yè)流程。

而順著這股成倍增長的數(shù)據(jù)流往上游看，那些承載運算任務(wù)的智算中心，挑選算力硬件的眼光也發(fā)生了變化。

算力采購的標準變了

算力市場的核心指標正在從搶奪計算卡轉(zhuǎn)向核算單位產(chǎn)出成本。

2025年，中國GPU算力租賃市場經(jīng)歷了價格下調(diào)。比如，英偉達H100計算卡的租賃價格從高峰時的每小時90多元人民幣，跌至15元到20元；A100的價格則降至每小時3元到5元。

這種價格走勢背后是采購邏輯的更替。在大模型開發(fā)初期，由于高性能芯片稀缺，市場處于資源囤積階段，追求的是單卡的算力峰值（FLOPS）。但當推理負載成為常態(tài)后，企業(yè)開始核算總擁有成本（TCO）。

“客戶不再只盯著單卡的絕對算力峰值，而是開始計算每投入一元錢能換取多少吞吐量，每消耗一瓦電能處理多少Token。”前述算力芯片廠商負責人向經(jīng)濟觀察報記者表示。

該負責人認為，當前的算力需求呈現(xiàn)出推理與渲染的雙重特征。除了文本生成，AI智能體云底座、云手機、數(shù)字孿生及工業(yè)仿真等場景對實時交互的需求，正在拉動對全功能GPU的采購。進入推理階段之后，國產(chǎn)芯片迎來了切入窗口——訓練階段行業(yè)高度依賴英偉達的CUDA生態(tài)，而推理任務(wù)則更聚焦于能耗、穩(wěn)定性和供應(yīng)安全。

TrendForce集邦咨詢分析師龔明德在回復經(jīng)濟觀察報記者采訪時亦預計，2026年推理型AI服務(wù)器在整體出貨結(jié)構(gòu)中的比重有望提升至44%，相較于2025年上升3個百分點。

龔明德認為，相比追求算力密度的大模型訓練集群，推理型服務(wù)器在底層硬件架構(gòu)設(shè)計上更注重性價比和能效比，推理端對高端封裝（如CoWoS）和高帶寬內(nèi)存（HBM）的嚴苛要求有所下調(diào)。

在龔明德看來，這種規(guī)格的放寬，有利于中國本土企業(yè)在取得HBM受限的情況下，發(fā)展中等規(guī)模算力的推理芯片，并在互聯(lián)網(wǎng)、車載系統(tǒng)等領(lǐng)域提供機會。

隨著行業(yè)重心轉(zhuǎn)向推理和微調(diào)，企業(yè)客戶在規(guī)劃智算中心預算時，投入結(jié)構(gòu)也發(fā)生了改變。

對此，陸景分析稱，過去在訓練階段，投入主要集中在高端訓練型GPU集群、超高速互聯(lián)網(wǎng)絡(luò)以及高性能存儲系統(tǒng)，以滿足長時間、高并行度的訓練需求。而在推理需求增長的背景下，企業(yè)開始更多采用推理優(yōu)化型GPU、國產(chǎn)AI芯片或異構(gòu)算力組合。在投入結(jié)構(gòu)中，軟件平臺、算力調(diào)度、模型優(yōu)化工具以及推理加速框架的占比逐步提升。

陸景認為，國內(nèi)人工智能芯片在底層軟件生態(tài)建設(shè)方面，正處于由可用向規(guī)模化商用過渡的階段，主要國產(chǎn)芯片廠商已構(gòu)建起包括驅(qū)動層、編譯器、算子庫、運行時環(huán)境在內(nèi)的基礎(chǔ)工具鏈體系，能夠支持大模型訓練、推理及智算中心部署。

目前的算力采購也已經(jīng)從單卡送測進入了系統(tǒng)級工程交付階段。由于推理任務(wù)對響應(yīng)延遲極其敏感，萬卡規(guī)模的集群在協(xié)同工作中，網(wǎng)絡(luò)通信和散熱能力往往比單張計算卡的“跑分”更具決定性。

2026年2月5日，國家超算互聯(lián)網(wǎng)鄭州核心節(jié)點正式上線試運行。在這個節(jié)點上，部署了3套由中科曙光（603019.SH）提供的scaleX萬卡超集群，最大可提供超過3萬張國產(chǎn)加速卡的算力，這是全國首個實現(xiàn)3萬卡部署且實際投入運營的國產(chǎn)AI算力池。

中科曙光高級副總裁李斌告訴經(jīng)濟觀察報記者，鄭州核心節(jié)點的上線，驗證了國產(chǎn)算力基礎(chǔ)設(shè)施的工程化能力，行業(yè)已從早期的單點突破，轉(zhuǎn)向大規(guī)模落地部署。此前各家廠商在硬件設(shè)計、軟件棧和互連協(xié)議上自成體系，導致算力資源難以跨平臺調(diào)度。

“萬卡集群的落地不僅是IT技術(shù)問題，更是冷卻、供電等跨學科的工程化挑戰(zhàn)。”李斌強調(diào)，如果單點技術(shù)出現(xiàn)短板，會直接拖累整個系統(tǒng)的效率，目前的系統(tǒng)研制突破了傳統(tǒng)IT技術(shù)與其他工程技術(shù)的結(jié)合瓶頸。

目前，該國產(chǎn)算力系統(tǒng)已完成了千款應(yīng)用的適配。根據(jù)國家超算互聯(lián)網(wǎng)鄭州核心節(jié)點運維主任安磊的介紹，超算互聯(lián)網(wǎng)第一期已有645家第三方商家適配了該節(jié)點，超過7200款軟件和源碼接入。

在這些資源的支持下，已有超過70%的國產(chǎn)新能源汽車在該平臺上進行流體和碰撞仿真實驗，例如，針對國家新出臺的規(guī)范可能要求禁用新能源車隱藏把手的變化，車企需要利用大集群模擬門把手改為開放式后對能效與風阻的影響。

此外，該集群還支撐了國產(chǎn)羽絨服頂級面料的研發(fā)，以及為國際奢侈品品牌提供智算資源支持其在國內(nèi)的優(yōu)化設(shè)計。

這種由下游應(yīng)用爆發(fā)倒逼上游基建升級的邏輯，也正在轉(zhuǎn)化為國產(chǎn)芯片廠商的業(yè)務(wù)收入。比如，根據(jù)2026年初中國移動的人工智能通用計算設(shè)備集采結(jié)果，在總價值超過50億元的訂單中，采購推理型AI服務(wù)器7499臺。其中，華為昇騰系廠商斬獲了34億元的份額，昆侖技術(shù)等國產(chǎn)企業(yè)的占比顯著提升。

另外，國產(chǎn)算力廠商的業(yè)績也在過去一年實現(xiàn)了爆發(fā)性增長。比如，2月27日，寒武紀（688256.SH）發(fā)布的業(yè)績快報顯示，2025年營收增長453.21%，達到64.97億元，并實現(xiàn)了20.59億元的歸母凈利潤，這是該公司上市以來的首次年度盈利，寒武紀表示，收入增長受益于人工智能行業(yè)算力需求的攀升，公司推動了應(yīng)用場景的落地。類似地，摩爾線程（688795）、沐曦股份（688802）、海光信息（688041.SH）2025年度的業(yè)績表現(xiàn)亦均有大幅提升。

瀚博半導體創(chuàng)始人兼CEO錢軍則向經(jīng)濟觀察報記者表示，物理人工智能正接近關(guān)鍵拐點，實現(xiàn)路徑依賴于從虛擬到現(xiàn)實的閉環(huán)。瀚博半導體成立于2018年12月，是一家國產(chǎn)高性能GPU芯片提供商。

錢軍表示，圖形渲染作為構(gòu)筑仿真與數(shù)字孿生的基礎(chǔ)，是連接人工智能與物理世界的第一步，該公司已在AI推理與云渲染領(lǐng)域建立了基本盤，目前其產(chǎn)品已在超10家頭部互聯(lián)網(wǎng)公司、多家運營商和央國企落地。

根據(jù)伯恩斯坦（Bernstein）發(fā)布的《2025年中國AI芯片產(chǎn)業(yè)報告》，中國本土AI芯片品牌市場滲透率已從2024年的約29%提升至2025年的42%。這也意味著，在數(shù)萬億Token持續(xù)消耗的背后，國產(chǎn)算力通過對行業(yè)應(yīng)用的適配和成本結(jié)構(gòu)的優(yōu)化，正在完成從邊緣備選向市場首選的跨越。

（作者 鄭晨燁）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

鄭晨燁

資深記者。關(guān)注新能源、半導體、智能汽車等新產(chǎn)業(yè)領(lǐng)域，有線索歡迎聯(lián)系：zhengchenye@eeo.com.cn，微信：zcy096x。