国内大模型用量半年涨近 4 倍，价格也跟着翻倍：信通院这份报告说了什么

中国信通院人工智能研究所联合多家机构，在 10 月 23 日发布了《大模型词元服务性能监测报告（2026 年）》。报告测的是大模型「按量卖」的那部分服务：调用成功率、出字速度、首字延迟、价格、上下文长度。数据来自 2026 年 1 月到 8 月的持续监测，相当于给国内大模型服务做了一次体检。

用量：半年涨了近 4 倍

第一个数字很直观。2026 年 6 月，国内词元的日均消耗量约为 500 万亿，是 2025 年 12 月的近 4 倍。词元是模型读写文字的基本单位，用量涨成这样，说明接入 AI 的业务确实在变多，已经不只是聊天框里的问答。

速度：翻倍了，但仍落后

8 月份国内各模型的平均出字速度达到每秒 78.23 个词元，2025 年的均值是 38.25 个，一年翻了一倍。横向比较，8 月份国外典型模型的均值是 112.82 个每秒，同样比 2025 年底的 51.35 个提升一倍以上，整体还是更快。

首字延迟的走势相反。国内 8 月平均 1.26 秒，比 2025 年的 0.78 秒明显变长；国外 8 月平均 2.08 秒，也比 4 月的 1.04 秒慢了不少。报告提醒，这未必是性能退步。模型参数变多、上下文变长、调用量变大，都会把首字时间推上去。换句话说，是任务本身变重了。

价格：打完价格战，开始往回涨

过去两年大模型的关键词是降价，2026 年的关键词变成了回升。国内归一化均价从 2025 年下半年的 6.8 元涨到今年以来的 13.46 元，接近翻倍。国外今年发布的典型模型，归一化均价约 117.8 元，仍是国内的数倍。

涨价的背景不难理解。训练和推理都要算力，算力要电、要卡、要机房；模型越做越大，单次调用的成本也在上升。低价换市场的阶段过去后，厂商开始回到成本线附近定价。

上下文：百万级成了主流配置

被监测的模型里，上下文长度达到 100 万词元的占 47.8%，20 万及以上的合计 95.7%，比 2025 年底提高了超过 76 个百分点。低于 20 万的模型越来越少。上下文变长，意味着能一次性塞进去的资料更多，合同、财报、代码库这类长文档处理起来更顺手。

开源模型：平台不同，差别不小

报告选取 DeepSeek、Qwen、GLM、Kimi 四款开源模型，在官方平台和第三方平台之间做对比，有两条结论值得注意。

第一，开源模型进步很快。8 月 DeepSeek-V4-Pro 的出字速度已经是 V3.2 的两倍。第二，同一个模型放在不同平台上，速度、延迟、成功率差别明显，出字速度最大能差近一倍。原因在于各家的推理加速、批处理策略和成本控制不一样。

怎么用这份报告

对企业来说，选模型别只看跑分和单价。真正影响体验的是三件事：高峰时段稳不稳、首个字出来要等多久、长文档塞不塞得进去。报告的价值就在于把这些指标摊开，让人知道同一份钱能买到什么。

至于价格会不会继续涨，还得看算力供给和竞争格局怎么走。用量还在快速增长，短期内指望大幅降价，恐怕不太现实。