词元用量全球第一：中国AI用得多，为什么赚得少？｜老高AI观察

老高AI观察 · 第15期｜2026 年 9 月 29 日

有一个世界第一，中国 AI 拿到手已经快一年了，但几乎没人开发布会。

2026 年 8 月 17 日，国家数据局官网挂出一篇解读文章，原刊《求是》。里面有一句很硬的话：2024 年初，我国日均词元调用量是 1000 亿；到 2026 年 3 月，这个数字变成 140 万亿。两年多，涨了一千多倍。

同一个数字的另一面写在官方文件里：国产开源模型的服务价格，对海外闭源旗舰具备”跨数量级优势”。翻译成大白话——我们用的量最多，但每一份卖得最便宜。

所以这个第一，是”用得多”的第一，不是”赚得多”的第一。这个差别决定了接下来一年做 AI 生意的人该怎么挑模型。

日均调用量两年涨了上千倍

上面的数字出自国家数据局（国家数据局官网的这篇解读）。同一篇里还有一条对照：据全球大模型聚合平台 OpenRouter 统计，2026 年 4 月下旬以来，中国大模型的周词元调用量已连续三个月超过美国，稳居全球首位。

到了 6 月，公开可查的数字开始打架。经济日报 8 月 14 日引国家数据局监测数据，说的是日均调用量”激增至近 175 万亿”；一个月后，新华网 9 月 14 日的报道则写明”工信部数据显示，截至今年 6 月已突破 500 万亿”。同一个时点、同一件事，两个口径差了近三倍。

配套还有两组数：截至 2026 年 8 月，全国累计建成高质量数据集超 12.6 万个、数据总体量超 1815 PB；今年 6 月，北京首家”词元工厂”落地，一期每日词元产能 1.4 万亿个（中国青年报的这篇报道）。

两个数字差在哪，官方没有解释，我不猜。不管按哪套口径算，”量在暴涨”这个方向没有分歧。

时机比事件更值得看

把 2026 年的动作排一遍，会发现这不是突然冒出来的：3 月，”Token”的中文译名定为”词元”，定位”智能时代的价值锚点”；5 月开词元经济座谈会，纳入工作体系；6 月印发的高质量数据集建设方案里，“词元交易”第一次写进官方文件；8 月底，数博会的主题直接定为”词元——数据要素价值释放新路径”。

我更在意那篇解读里的一个类比：词元之于智能经济，像石油时代的”桶”、电力时代的”度”；紧接着一句是，掌握计量单位等于掌握定义权。半年时间，一个技术名词走完了从译名到展会主题的全流程，这种速度在行业里不多见。

计量单位被写进政策，通常意味着竞争焦点已经从”谁的技术更强”转向”谁的成本结构更好”。技术天花板还能往哪顶，大家心里有数；剩下的战场在价格和效率上。

用量第一的位置，是用价格换来的

先看国家数据局官网的原话：国产开源模型的服务价格，相比美国闭源模型的旗舰版本具备”跨数量级优势”。国家数据发展研究院院长胡坚波在数博会上补了一层——不同场景下词元的价值差异极大，通用对话里百万词元可能只值几元钱，医疗、金融场景能高出去数十倍甚至上百倍。

两句话连起来读，意思很清楚：用量是靠低价堆出来的。国产开源把价格打到地板，换到了全球最大的调用规模。这笔账在市场份额上划得来，在收入上划不来。

这跟前几期写过的海外两家同日降价是同一条线——不是谁比谁便宜，是整个中文市场的价格锚已经被国产开源按住。站内收录的主力里，千问云、LongCat 走的都是低价换量这条路。

单价在跌，总账单不一定会跌

中国金融新闻网 8 月 6 日的一篇分析把这件事说透了：单位词元价格持续下降，但企业的 AI 总支出未必同步减少；模型能力、任务复杂度的差异，又推动词元服务形成分层定价。

这跟DeepSeek 那次涨价并不矛盾。8 月它把部分模型价格抬到原来的 2.3 到 4.5 倍，同时下调了 Flash 的价格——同一张价目表上，便宜的线占入口，贵的线收钱。整体单价往下走，单个厂商往上分层。

那篇分析里还有一句建议原样记住：企业真正需要比较的，不是名义词元单价，而是单位有效任务的综合成本。它解释了一个反直觉现象——价目表上的数字年年降，你的账单不一定跟着降：多轮推理、外部检索、工具调用都会推高一次任务的真实消耗。

降价降的是单价，不是总成本。这话放在聊天里像绕口令，放在预算表上就是真金白银。

谁的位置会被重新定价

普通用户短期基本无感。订阅费和 API 单价是两套账，中间隔着好几层，传到手上时已经衰减得差不多。

做 AI 工具生意的人要重算一次。过去两年很多产品的成本模型建立在”单价会一直降”这个假设上，现在得加个条件：单价降，但你的一次任务可能吃掉更多词元。按次计费的产品尤其危险——收费按次，成本按词元，中间的口子会被悄悄拉开。

还有一类容易被漏掉：内容站、自媒体、做批量内容的小团队。你不直接调 API，但写作、翻译、配图全在调，传导慢一点，方向一样。

换个角度，我可能漏了什么

第一，我把”用量第一”往负面读，可能读偏了。规模本身就是壁垒——调用量堆上去，单位成本会被摊薄，这也正是官方文章里”超大规模市场优势”的意思。

第二，价格低是国产厂商主动选的战略，不是卖不上价。开源换生态位、低价换开发者，这套打法在互联网时代反复出现过，能不能收口，现在下结论太早。

第三，词元只是中间投入。那篇金融分析自己也承认：调用规模与任务质量、生产率、企业价值之间，不存在自动对应关系。拿它当衡量 AI 竞争力的唯一尺子，本身就不完整。

建议你从哪儿下手

第一，选模型别再只看价目表。把一个你真实要跑的任务拿去两家都跑一遍，比一比完成它到底花了多少钱——这个数字才是你的成本。

第二，把功能分层。哪些必须用贵的、哪些换便宜的不影响效果，分开配，比整体换供应商省得多。顺手可以看看站内收录的 豆包 Seed 2.1 这类页面，价格和能力的对应关系比跑分表更直接。

第三，想跟上这条线，可以常翻 老高AI观察——计量单位、定价方式这类变化不上热搜，但它决定的是明年的成本线。

我把判断放这儿

中国 AI 拿下的第一个世界第一，是用价格换来的规模——它说明我们的市场跑得比谁都快，但还没说明我们能把这股规模变成收入；谁能把”用得多”变成”单位任务更便宜”，谁才占住下一轮的位置。

关于词元经济，被问最多的几点

本文依据

• 国家数据局官网（2026-08-17，原刊《求是》2026/16）：词元定位、140 万亿、OpenRouter 周调用量对比、跨数量级价格优势
• 经济日报／中国经济网（2026-08-14）：6 月日均调用量近 175 万亿（国家数据局监测口径）
• 新华网（2026-09-14）：”Token”定名时间线、工信部口径 500 万亿
• 中国青年报（2026-09-01）：高质量数据集 12.6 万个／1815 PB、北京首家词元工厂日产能 1.4 万亿
• 中国金融新闻网（2026-08-06）：词元价格下降、分层定价、单位有效任务综合成本

老高，AI工具箱站长，持续记录AI行业的真实变化。想及时拿到AI行业动态、工具玩法和能落地的创业机会——👉 AI工具箱交流群（免费进）