国内日均词元消耗冲到 500 万亿，一年翻了近四倍

大模型到底有多忙？中国信通院给出的一个数字很直观：2026 年 6 月，国内每天消耗的词元大约有 500 万亿个，接近 2025 年 12 月的四倍。词元是模型读写文字时用的最小计量单位，可以粗略理解成「字数」。调用量翻倍再翻倍，说明用 AI 的人和应用都在快速变多。

一分钟速览

• 2026 年 6 月，国内词元日均消耗约 500 万亿，是 2025 年 12 月的近 4 倍。
• 国内模型平均输出速度 78.23 词元每秒，比 2025 年均值翻倍，但仍落后国外的 112.82。
• 首词时延从 0.78 秒涨到 1.26 秒，原因不是单纯变慢，而是模型更大、上下文更长、调用更多。
• 价格战结束：国内归一化均价从 6.8 元涨到 13.46 元，国外典型模型约 117.8 元。
• 近一半被测模型支持 100 万词元上下文，95.7% 达到 20 万以上。

速度：翻倍了，但还没追上

报告统计的是公有云上按量售卖词元的服务，也就是常说的 MaaS。2026 年 8 月，国内各模型平均每秒输出 78.23 个词元，2025 年这个数字是 38.25，等于一年翻了一倍。同期国外典型模型平均 112.82，也比 2025 年底的 51.35 翻倍，但绝对值仍高出一截。换句话说，大家都在提速，国内还差大约三成。

延迟：变慢背后有原因

首词时延指的是提问之后，多久能看到第一个字。国内 8 月平均 1.26 秒，2025 年平均 0.78 秒，看起来像是退步。报告的解释是，这段时间模型参数变多、上下文变长、调用量暴增，三者叠加，推理压力自然更大。国外也一样，典型模型从 4 月的 1.04 秒涨到 8 月的 2.08 秒。所以这不是简单的技术退步，而是能力升级带来的阵痛。

价格：便宜时代暂时结束

过去两年各家打价格战，如今价格明显回升。国内归一化均价从 2025 年下半年的 6.8 元涨到 13.46 元，几乎翻倍。国外典型模型今年以来的平均归一价格约为 117.8 元，仍是国内的数倍。对开发者来说，预算要重新算了，尤其是调用量大的应用，成本结构会跟着变。

上下文：百万字成了标配

被测模型里，支持 100 万词元上下文的占 47.8%，20 万及以上的合计 95.7%，比 2025 年底提高超过 76 个百分点。低于 20 万的模型越来越少。这意味着把整本合同、整套代码丢给模型，正在从卖点变成基础能力。上下文变长也解释了前面的延迟上升：读的东西多了，第一个字自然出得慢一些。

开源模型：同一款模型，平台不同差一倍

报告跟踪了 DeepSeek、Qwen、GLM、Kimi 四款开源模型。8 月 DeepSeek-V4-Pro 的输出速度已经是 V3.2 的两倍。更有意思的是平台差异：同一款模型在不同平台上的速度、首词时延、调用成功率差别明显，部分第三方平台甚至快过官方，速度差距最大接近一倍。原因在于各家的推理加速、优化策略和成本控制不一样。对用户来说，选模型之外，还得选平台。

趋势洞察

这组数据勾勒出一个阶段变化：行业从「有没有得用」进入「贵不贵、快不快、稳不稳」。调用量四倍增长说明需求是真实的，价格回升说明补贴不可持续，平台性能分化说明工程能力开始决定体验。接下来值得关注的是，谁能把延迟压回去，同时把价格控制住。谁做到这两点，谁就能接住下一波应用。