中国日均500万亿token｜其实是账单在涨，不是单价在涨

一天 500 万亿个 token。

这是 2026 年 6 月中国的日均消耗量。

中国信通院 10 月 23 日发布的《大模型词元服务性能监测报告（2026年）》给出这个数字，是 2025 年 12 月的近 4 倍。

500 万亿摊到 14 亿人头上，每人每天 3.6 万个。差不多是让 AI 每天替你读完一篇两万字的报告。

四年前，这个数字接近零。

半年翻两番，两年翻一千倍。信通院副院长魏亮在“高质量词元服务论坛”上说，相比 2024 年初增长逾千倍。

所有人看到这个数字，第一反应都是同一件事：这么烧下去，AI 该变贵了吧。你大概也是。

价格确实在涨。

同一个报告里，国内归一化均价从 2025 年下半年的 6.8 元涨到 13.46 元，接近翻倍。国外典型模型是 117.8 元，是国内的 8.7 倍。

但同一个月，另一个数字在反方向跑。

Silicon Data 编制的 LLM Token 支出指数，算的是全球市场为每百万 token 实际付了多少钱。按真实用量加权，不是挂牌价。

2026 年 9 月初，这个数字跌到 0.97 美元。首次击穿 1 美元，比夏季高点跌了一半以上，5 月底还是 2.04 美元。

一个涨了一倍，一个跌了一半。两个都是真的。

这篇要讲的，就是它们为什么能同时为真。答案不在价格上，在你买的到底是什么上。

和你有什么关系

三件事跟你直接有关。

第一，你手机里那些免费额度，会一年比一年少。不是厂商小气，是每一次调用都在真金白银地烧。

第二，你为 AI 多付的钱，不会以“AI 涨价”的名义出现。它会藏在会员费里、藏在软件订阅里、藏在你公司明年那张 IT 预算表里。

第三，从今年起，“按用量付费”这件事开始变得危险。会算账的人，正在从买 token 改成买结果。

1

500 万亿是怎么烧出来的

先说消耗为什么涨得这么凶。

不是用的人变多了，是人用它的方式变了。

国家数据局的数据，2026 年 3 月日均 140 万亿。三个月后 500 万亿，三个月涨了 2.5 倍，这个加速度不可能来自用户增长。

它来自一次形态替换。

过去你问 AI 一句话，它答一句话，一次推理结束，消耗几千 token。

现在你把任务丢给智能体，它自己拆步骤、查资料、调工具、反复校验，跑十分钟给你一个结果。

黄仁勋 10 月 21 日在柏林 GTC 上把这件事讲得最清楚。

他说过去一年，AI 从“输入即输出”转向了会思考、会推理、会迭代、会调用工具的智能体，完成一项任务不再依赖一次推理。

他给出的传导链是一条直线：智能体越有用，用的人越多，单任务消耗的 token 越多，总需求越暴涨，GPU 需求跟着走高。

一次问答几千 token，一次智能体任务几万到几十万。同一件事，成本差两个数量级。

萨姆·奥特曼在 YC 创业学校的对话里给了一条更长的时间线。

六年半前，OpenAI 全球最能烧 token 的员工，一个月用 10 万个。当时所有人都觉得荒唐。

今天，全球人均月消耗就是 10 万个。

他预测再过六年半，人均月消耗 5000 亿个。

这个数字听起来像开玩笑。但六年前的 10 万，在当时听起来也像开玩笑。

2

同一家公司，同一个月，两个方向

现在回到那个矛盾。

2026 年 8 月，DeepSeek 发布了 V4-Pro。同一时间，它把 V4 系列 API 的价格最高上调了 1100%。

而就在三个月前，同一家公司把 V4-Pro 的 API 价格永久降到原价的四分之一。

缓存命中的输入价格压到每百万 token 0.025 元，全球最低。

同一个 DeepSeek，5 月砸地板，8 月抬天花板。

这不是精神分裂，这是一个市场开始分层的信号。

底层是标准化能力，翻译、摘要、改写、提取。

这类任务谁都能做，模型之间可以互换，价格只能往下走。DeepSeek 的 V4-Flash 在 OpenRouter 上吃掉了 27% 的调用量，超过 Google 的 25%。

靠的就是这个位置。

顶层是前沿能力，长程推理、多步智能体、百万上下文。

这类任务做不了就是做不了，没得换。价格由能力决定，不由竞争决定。

底层通缩，顶层通胀。两层同时存在于一家公司的价目表上。

a16z 给底层那条曲线起过一个名字，LLMflation。

固定质量水平下，模型成本每年下降约十倍。GPT-3 那一档能力，2021 年底是每百万 token 60 美元，三年后 0.06 美元。

一千倍，比摩尔定律快得多。

但这条曲线只管“同样的能力”，它管不了“更强的能力”。

而后者，才是你今年真正在买的。

3

两个指数在打架，因为它们数的不是同一篮东西

这里有个细节，值得你停一下。

Silicon Data 那个 0.97 美元的指数，不是“最便宜的模型挂多少钱”。它是按真实用量加权、全球市场为 100 万个 token 实际付的钱。

覆盖 200 多个开源模型，120 多个闭源模型。

它把变动拆成三个因子：厂商调价、用量在高价和低价模型之间迁移、模型进出篮子的结构变化。

三个里面，只有第一个是通常意义上的“降价”。

这意味着，均价跌到 0.97 美元，未必是厂商在让利。更可能是需求正从贵模型流向便宜模型。

只要更便宜的模型接住更多调用量，哪怕所有厂商都不改价，这个指数也会自己往下走。

信通院那个 13.46 元，数的是另一件事。

报告里那张价格趋势图，横轴是各家模型的发布日期，纵轴是那一代新模型的归一化标价。

2026 年发的新模型，参数更大、上下文从 8K 涨到 1M、能力更强。标价自然更高。

一个数的是“市场实际付的均价”，一个数的是“当期新品的标价”。

两个都对。但它们不是同一把尺子。

这就是所有关于 AI 贵不贵的争论都吵不出结果的原因。涨价的人和降价的人，手里拿的是两份不同的账单。

你感受到的贵，来自第三件事：你买的那个东西，本身变大了。

4

电有度，token 没有

信通院人工智能研究所平台与工程化部主任曹峰在论坛上讲了一句话，是这场混乱的根源。

他说，电是标品。不管在哪里用，一度电蕴含的能量是一样的。但 token 不同，每百万 token 蕴含的智能水平参差不齐。

他给这个概念起了个名字，智能密度。

这句话推下去，结论很清楚：标品才能竞价，非标品只能定价。

电有度，水有吨，宽带按兆，这些东西能被比价，因为它们同质。市场一比价，价格就被压到成本线附近，然后稳定下来。

token 现在没有这个单位。

你让 AI 翻三句话，是一百万 token。你让它读完一份财报做推理，也是一百万 token。

前者卖 0.025 元，后者卖几十块，它们在一个价目表上，共用同一个量词。

于是三种完全不同的定价逻辑，同时在这个市场里跑。

黄仁勋按工厂产出算。

一座 1 吉瓦的 AI 工厂造价约 500 亿美元，一年能产出 400 亿美元收入。他连工期都折成了钱：晚投产三个月，少收约 100 亿美元。

“100 亿美元的收入，会让任何人感到焦虑。”

奥特曼按公用事业算。人均月消耗从 0 到 10 万再到 5000 亿，token 像水电一样按表计费，用多少付多少。

企业按人头算。Uber 今年把每名员工、每个工具的支出上限设成每月 1500 美元。

三种算法，没有一个能对上。

工厂算的是产能回报，公用事业算的是用户增长，你的公司算的是成本控制。三方坐在同一张桌子前，用的却是三套货币。

5

账单是这么失控的

到这一步，前面那些抽象的话可以落到具体数字上了。

亚马逊今年用 Claude Sonnet 给自家网站填充作者信息，这是个小活。

结果花了 180 万美元，超出预算 860%，五个月后才发现，最后也没部署成功。

按 Claude Sonnet 每百万输入 3 美元、输出 15 美元的公开价算，180 万美元最多能烧 6000 亿 token。

相当于 GPT-3 整个训练语料的两倍。

一个填充作者信息的需求，烧掉了两倍 GPT-3。

Meta 那边更热闹。

有员工搭了个排行榜叫 Claudeonomics，聚合 8.5 万名员工的用量，排出消耗最高的前 250 人。30 天里，Meta 员工一共烧了 73.7 万亿 token。

按公开定价折算，月账单约 2.21 亿美元。

6 月，Meta 给约 6000 名员工发备忘录，对 token 用量设限。

同时搭了一个叫 AI Gateway 的中台，实时监控各团队的用量和支出。

Uber 在 2026 年头四个月，烧光了全年的 AI 编程预算。

一项调查显示，只有 26% 的企业能全面看清自己的 AI 成本花在哪。

古德哈特定律在这里又应验了一次：当衡量指标变成目标，它就不再是好指标。排行榜一挂出来，冲榜的人比干活的人多。

这些不是管理事故，这是计量表还没装好，你只能自己认账。

一个东西开始被大规模消费，却没有一个可靠的计量单位，你的账单一定会失控。

历史上每一次都是这样。电力刚普及时，用户按灯泡个数付费，不按度数，因为没装电表。直到电表普及，电力才变成一门正常的生意。

token 现在处在“按灯泡个数付费”的阶段。

6

杰文斯的手，和中国的 8.7 倍

那价格往下走，总支出为什么还往上走？

因为单价跌得越快，用的人越多，用得越狠。

OpenAI 的 CFO 萨拉·弗里尔在 All-In 播客上给过一组数字。

免费用户日均约 7 轮对话，第一档付费用户约 15 轮。20 美元一个月的 Plus，用量是免费的 3 倍，Pro 是 11 倍。

更直接的例子是 Luna 模型。OpenAI 把它的价格降了 80%，用量涨到了原来的 10 到 13 倍。

单价降八成，总量涨十倍，你的账单还是涨的。

这就是杰文斯悖论。

1865 年，杰文斯发现蒸汽机效率提高之后，英国的煤炭消耗不是减少，而是暴增。因为效率让煤变得更划算，划算让更多人用得起，用得起就烧得更多。

摩根士丹利算了一笔反向的账，来说明为什么这未必是坏事。

企业中位 token 支出不到每名员工每月 11 美元。而一个典型的 AI 用例能产生约 55 美元的价值，token 成本只有 2 到 5 美元。

十倍以上的回报。

所以真正的结论不是“AI 太贵了”，是“你还不知道自己买的那部分值不值”。

回到中国的位置。

国内 13.46 元，国外 117.8 元。8.7 倍价差。

这个价差是中国模型用三件事一起打出来的：架构优化、激进定价、全面开源。

DeepSeek、月之暗面们在推理时只激活部分参数，从源头压低算力消耗。头部模型几乎全部开放权重，你甚至可以直接下载下来私有化部署，API 定价因此失去溢价空间。

这是优势，但曹峰提醒了一句：单纯的价格竞争，不是产业健康发展的标志。

因为价格战打到某个点，就没法再打了。

算力租赁市场 2026 年一季度 680 亿元，同比增长 62%，全年预计突破 2600 亿元。GPU 租金今年已经两度上调，累计涨 20%。

上游在涨，下游在打价格战，中间那层会被挤得很薄。

三大运营商今年集体转身，从“卖带宽”变成“卖 token”。这个动作说明一件事：token 已经被当成了和水电一样的公共事业品。

但公共事业品是要有计量表的。

最后

回到开头那个矛盾。它其实不是矛盾。

底层在通缩，顶层在通胀，中间的账单在爆。三件事同时发生，因为它们发生在三个不同的位置。

你现在能做的判断只有一条：别再按 token 买，开始按结果买。

按 token 买，你买的是一个会变的计量单位。它这个月代表一句话，下个月代表一份报告。你没法比价，也没法控成本。

按结果买，你买的是“这件事做成了”。做不成不用付，做成了值多少你事先知道。

亚马逊那 180 万美元，如果按结果付，一分钱都不用给，因为最后没部署成功。

这个转变已经在发生。企业开始设人均预算、建成本中台、按项目结算。这一年之后还活着的 AI 产品，大概率不是最便宜的，是敢把价格绑在结果上的。

而对你自己来说，最实际的一条是：手上那些免费额度，会一年比一年紧。这不是坏消息，是这门生意终于开始算账了。

*关注一刻talks，我们不预测 AI 会涨到多贵。我们帮你看清楚，那张账单上真正被计价的，从来不是 token。*

本文章谨为商业研判，不构成任何投资建议