中国AI日均500万亿词元:调用量年增4倍,生意逻辑变了?

资讯 腾讯网 作者:财闻 全文 2559 字 · 约 7 分钟读完 分类大模型算力

过去两年,AI行业谈论最多的,是模型参数、榜单排名和训练能力。但随着大模型逐步进入企业业务,行业真正关心的问题正在变化:模型能不能被持续调用,算力能不能稳定交付,以及每一次调用能否带来合理回报。数据显示,截至2026年7月,中国日均词元(Token)调用量已超过500万亿,较去年底的100万亿增长了约4倍。今年“双十.

所属频道 模型发布算力与芯片

模型参数、榜单排名、训练能力,这些是过去两年AI行业聊得最多的话题。可大模型一步步走进企业业务之后,真正被追问的东西变了:模型能不能被持续调用,算力能不能稳定交付,每一次调用又能不能换来合理回报。

数字能说明问题。截至2026年7月,中国日均词元(Token)调用量已超过500万亿,相比去年底的100万亿,增长约4倍。今年“双十一”,电商平台开出词元专区,国产大模型算力套餐集中上架,一周左右卖出约20万亿词元。高盛预计,

在范式智能企业级社区总经理刘玺炜看来,词元正变成AI世界里的“新石油”。随着

算力没变,生意变了

词元消耗为什么涨得这么快?AI的用法变了是其中一个关键原因。传统大模型问答一般只走一轮推理;Agent则要先理解上下文、拆解任务、调用工具、访问外部系统,再校验结果、更新状态。一项任务常常需要多轮调用,词元消耗自然水涨船高。当Agent以7×24小时的方式跑在企业业务流程里,词元消耗就不再是一次性请求,而成了持续发生的需求。

供给端很难跟着一起扩张。芯片、电力、机柜、网络建设都要时间,算力短期内没法无限增加。摩根士丹利测算,2026年至2030年,中国AI资本开支累计有望达到约8.5万亿元,IT算力规模将从26GW提升至81GW。可算力规模变大,不代表每张卡都能把能力用足。

于是,行业盯着的重点从“有没有卡”转到了“一张卡到底能产出多少可交付的词元”。

摩根士丹利在研报里提到,算力采购的决策逻辑正从追求峰值性能转向看实际部署的经济性,重点考察

三类玩家,三条路

行业在变,市场上的参与者大体可以分成三类。

云厂商手里有算力这类重资产,也握着客户入口,能靠规模采购压低单卡成本。问题是,通用算力平台很难对每一种芯片和模型都做深度优化。同时,云厂商常常与自有芯片、模型生态绑在一起,跨平台适配时很难完全中立。

芯片厂商的想法,是靠完善软件栈让客户更依赖自己的架构。在单一生态里,这条路效率不低,但中国企业的现实要复杂得多。昇腾、寒武纪、海光等不同架构同时存在,一家大型企业用上三四类加速器、五六种基础模型并不稀奇。不同芯片在编译器、算子和存储架构上各不一样,模型换一张卡,往往就得重新适配。

第三类参与者因此有了空间:不绑定特定芯片、模型和云平台的中间层。它们要干的事,是把分散的算力收进统一资源池,让模型适配不同硬件,再按任务需求把请求调度到合适的算力资源上。对客户来说,多一个平台并不是价值所在,减少适配和调度的麻烦才是。

不过,中间层的价值也有争议。芯片厂商的软件能力会继续往上走,云厂商可能把优化能力收回去自己做,开源工具则会推动部署流程走向标准化。摩根大通把这一点列为行业风险:工程能力如果沉淀不成可复用的产品,而是长期靠一个个项目定制,成本就很难降下来。

范式样本:中间层怎么做价值

范式智能2014年成立,最早做企业AI软件与部署业务,12年下来,业务已经覆盖金融、能源、通信、制造和交通等行业。在成立12周年活动上,创始人戴文渊提出了下一阶段的愿景——

这一愿景延续了“让AI普惠每一个行业及个人”的使命,但表达的重点有变化:从“AI for Everyone”到“

从技术布局看,范式的能力已经伸到算力、模型和调用环节。算力层以开源项目

范式智能CTO陈雨强打过一个比方来解释这套体系:算力和模型像发电厂,词元是电,应用则是用电设备。眼下AI应用正从简单的“电灯”走向“磁悬浮”和“电磁炮”,对供电稳定性的要求自然更高。他的原话是:“电压不稳,磁悬浮就没法准点。”

效率方面,范式披露的数据显示,GPU利用率从40%提升至65%以上,部分银行场景的效率提升超过4倍;

经营数据也反映出业务结构的变化。2026年上半年,范式收入为37.65亿元,同比增长43.4%。其中,AI Platform收入30.88亿元,同比增长30%;API收入4.64亿元,同比增长860.8%;

资本市场同样在盯API业务的增长潜力。摩根大通预测,范式2026年至2028年收入复合增长率为36%,2028年调整后净利润有望达到9亿元,比市场一致预期高37%。其核心判断之一,是API能把异构算力转化为可规模化的Token经济。

收入涨了,赚钱能力未必跟着变好。摩根大通提到,范式同期的毛利率由37.7%下滑到32.8%,关键就在于毛利偏低的API业务占比涨得太快。该行报告判断,往后两年毛利率或许还会往30%上下走。说到底,接下来不光看收入能不能涨,还得看单位经济性改善的速度,够不够抵掉低毛利业务占比攀升带来的压力。

另外,算力行业的资本密集度仍明显高于传统软件业。比起利润表上的增长,经营现金流、自由现金流,以及新增投资能否拿到合理回报,同样值得关注。愿景和经营结果之间,最终还得靠这些指标来检验。

真正难迈过去的坎,是能不能持续交付。

AI 基础设施的较量,早就不单看某一项技术指标了。云厂商手里有规模,芯片厂商攥着生态,开源社区把低成本铺开,独立中间层则想靠兼容和调度,把不同的算力、模型和云平台串起来。

中间层能不能立住,问题不在“做不做得出来”,而在交付稳不稳、客户会不会一直用下去。中立和兼容不是多支持几款产品就算数,得真正覆盖不同芯片、模型和部署环境,在客户已有的 Kubernetes 环境里低侵入接入,同时满足

更关键的是,效率优势能不能转起来。同样的算力产出更多词元,同样的词元成本更低,省下的钱再投回适配和研发,反过来支持更多芯片与模型。这个循环一直转,成本优势才留得下来,而不是靠低价去换一时的市场份额。中间层和单纯转售算力的差别也在这儿:一个卖效率,一个赚差价。

行业看企业的尺子也在变。算力规模和模型参数依然算数,可单靠它们越来越难判断一家公司值多少钱。GPU 利用率、吞吐能力、每百万词元成本、

“词元会越来越便宜,但用词元解决问题的能力,越来越值钱。”刘玺炜这句话,把 AI 产业眼下的变化说透了。

Everyone for AI

这套基础设施能不能撑住范式智能的下一个十二年,还得看接下来的经营数字:毛利率能不能稳住,现金流能不能好转,投入能不能持续变成回报。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 摩尔线程周苑与腾讯云石梅:AI落地卡在哪,如何跨过三道坎

    从芯片、大模型到真正落地人工智能(AI)提效,“硅基”世界的演进逻辑正在发生根本重构。产业场景里的真实需求正在倒逼算力与产品的同步进化。算力底座、模型引擎与终端应用,谁在牵引谁?场景数据又如何反哺技术突破?三方共生的临界点将在何时到来?在2026年《财富》中国500强论坛上,来自AI全景生态链中不同站位的四位...

    来源 腾讯网
  2. 商汤AI落地:模型算力应用并进,港股AI商业化迎双增长

    导读THECAPITAL从模型、算力到应用,商汤正在打通AI落地的多个环节。本文3125字,约4.6分钟作者 | 冯晓亭 编辑 | 吾人来源 | 融中财经2026年,越来越多的AI企业走进港股市场。从大模型、算力芯片到智能驾驶,产业链上的公司相继受到投资者关注。随着壁仞科技、智谱、MiniMax等企业陆续上市,港股也成

    来源 腾讯网
  3. AI产业催化密集:硬件与应用两端都有动作,商业化收入成关注焦点

    每经AI快讯,全球人工智能产业近期迎来密集催化,硬件端与应用端均有重要事件落地。英伟达最新财报继续验证全球AI算力需求的旺盛程度,大模型企业Anthropic亦正式登陆纳斯达克,为投资者观察前沿AI企业的商业模式和估值水平提供了新的参照。分析人士认为,当前AI产业仍处于快速发展阶段,算力基础设施建设和大模型技术迭代..

    来源 腾讯网
  4. 华中科技大学联手阿里巴巴建AI安全研究中心,首批9个课题启动

    IT之家 11 月 21 日消息,华中科技大学与阿里巴巴集团于 11 月 18 日签署合作协议,聚焦 AI 安全共建“智能攻防与前沿安全联合研究中心”,首批启动 9 个课题。 IT之家获悉,联合研究中心首批启动的 9 个课题,覆盖大模型安全攻防、智能体与终端安全、智能化系统与软件安全、数据协同与隐私保护四大方向,以下为

    来源 AI 行业观察
  5. 范文仲:AI出海需硬件能源算力协同,制度创新待破题

    新京报贝壳财经讯(记者程靓)11月17日至19日,2026第二届AI+能源发展大会在北京中关村展示中心举办。会上,北京社科院副院长范文仲表示,中国要成为国际AI产业大国,必须在硬件制造、算力传输、应用场景落地等环节都具备世界竞争力,而这恰是中国优势。范文仲建议,AI产业国际化,要硬件、能源、算力协同出海;除了建数据..

    来源 腾讯网
  6. 吴泳铭:平头哥AI芯片放量承载训练,阿里千亿美元云目标不变

    新京报贝壳财经讯(记者程子姣)11月19日,在阿里巴巴2027财年第二季度财报分析师电话会上,集团CEO吴泳铭表示,平头哥三代GPU产品路线图正在加速推进,基于自研国产算力基础设施,正在成为阿里全栈AI技术的支撑底座,将逐步承载集团内外部在模型训练、模型推理和Agentic(智能体)任务上的工作负载,并成为推动AI营收

    来源 腾讯网
  7. 阿里AI连续13个季度三位数增长,云外部收入增64%

    11月19日,阿里巴巴集团发布2027财年第二季度财报。本季度,阿里巴巴集团收入同比增长10%,经调整EBITA同比增长260%。财报显示,在AI需求驱动下,阿里云外部商业化收入同比增长64%,外部经常性收入(不包括算力设备解决方案收入)同比增长67%,AI相关产品收入连续第十三个季度实现三位数同比增长。阿里巴巴集团首

    来源 腾讯网
  8. DeepSeek-VL前负责人张博创业,Simplex AI开源个人智能体Linger

    一位DeepSeek早期核心成员,创业了。 11月19日,DeepSeek-VL前项目负责人张博(Tony Zhang)宣布,其创办的AI公司Simplex AI正式开源个人智能体产品Linger。这款产品能在用户自己的电脑上运行,替人操作软件、处理邮件,甚至让多个AI助手共同完成任务。 为了降低普通电脑运行大模型的门

    来源 AI 行业观察
  9. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  10. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  11. 英伟达回吐两年涨幅:AI概念股集体下挫,标普500跌3.70%

    一觉醒来,美股暴跌! 小雷昨夜睡得早,没想到美股直接上演一场黑色星期五。 纳指开盘就往下走,AI相关的股票几乎没给反应时间。跌得最狠的就属英伟达,一夜之间,把过去两年的涨幅吐了回去,股价回到2024年的水平。 不只是英伟达一家。芯片、服务器等凡是跟算力沾边的,全在往下掉。 最新情况是怎么样呢?当地时间11月20日,美国

    来源 AI 行业观察
  12. Superfluid 舰队模式:多台电脑连起来跑本地大模型

    本地跑大模型虽隐私安全,但单设备算力有限且易闲置。Superfluid 推出“舰队模式”,能将办公室内不同品牌、不同芯片的电脑(Mac、NVIDIA、AMD等)聚合成一个统一的推理端点。实测显示,六台异构设备协同可将吞吐量提升近五倍,且支持节点故障无缝切换,无需修改客户端代码即可享受分布式算力红利。

    来源 AI 应用前沿
  13. Anthropic冲击IPO:AI循环融资模式迎来首次公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 行业观察
  14. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
  15. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  16. 深夜,美股AI血崩,英伟达市值已跌去2.7万亿美元

    智东西(公众号:zhidxcom)编译 | ZeR0编辑 | 漠影智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%

    来源 腾讯网
  17. 腾讯混元AMA回应算力瓶颈:下一代Hy模型将大幅扩容

    智东西11月21日报道,今天凌晨,腾讯混元团队在社交媒体平台Reddit举行了一场AMA活动,与全球开发者围绕Hy4系列模型展开交流。姚顺雨也出现在了评论区,只是哪个是他的马甲我们不得而知。 ▲姚顺雨在X预告本次Reddit AMA活动(图源:X) 此次AMA处于一个非常有趣的时间点。 就在昨天,腾讯刚刚开放旗舰模型H

    来源 AI 行业观察
  18. 计算医学补AI制药短板:十部门规划提出新路径

    AI制药发展到今天,出现了一个有些反直觉的现象。 一边,是模型能力的快速跃迁。AlphaFold之后,蛋白质结构预测已经发生根本变化,生成式AI开始进入蛋白设计、小分子设计、抗体发现,生命科学基础模型、大模型和科研智能体不断出现。2026年,OpenAI发布面向生物学、药物发现和转化医学的GPT-Rosalind。Is

    来源 AI 行业观察
  19. 光禾AI推企业级智能体平台,FDE模式破解企业改造难题

    大模型进入企业后,如何与内部知识、业务系统和工作流程结合,成为企业推进AI应用的一道实际门槛。员工可以借助通用工具完成问答和内容生成,但涉及内部数据、多系统协作和具体业务执行时,企业仍需要解决系统接入、权限管理和持续运维等问题。 光禾AI选择以企业级智能体平台为底座,通过FDE项目改造服务,将AI能力嵌入企业实际业务。

    来源 AI 行业观察
  20. Metric AI开源亚美尼亚语模型Ayb 0.5:90亿参数跻身前三

    Metric AI团队推出了Ayb 0.5系列开源语言模型,包含0.8B、4B和9B三个版本。该系列基于Qwen3.5架构,针对亚美尼亚语进行了深度适配,在ArmBench基准测试中表现优异,甚至超越了部分参数量更大的模型。Ayb 0.5不仅支持文本生成和指令遵循,还保留了完整的视觉语言能力,能够用亚美尼亚语描述图片。

    来源 AI 应用前沿
向下滚动自动加载更多