2月，中国AI的模型调用量爆发式增长 ，首次超过美国 。

　　全球最大的AI模型API聚合平台OpenRouter数据显示
，9日~15日这周，中国模型以4.12万亿Token的调用量 ，首次超过同期美国模型的2.94万亿Token
。

　　16日~22日这周
，中国模型的周调用量进一步冲高至5.16万亿Token，三周大涨127% ，而同期美国模型调用量跌至2.7万亿Token。与此同时，全球调用量排名前五的模型中
，中国模型占据四席，这股强大的增长动能 ，并非依赖单一爆款产品
，而是中国AI厂商集群式崛起 。

　　Token是AI模型处理文本的最小单位
。相比用户数，Token调用量是更能真实反映AI模型使用强度、用户粘性及商业价值的关键指标。

　　中国模型厂商 ，正凭借快速迭代和成本优势占领全球市场
，国产算力需求正经历指数级增长 。

　　榜单洗牌：中国Token调用量首超美国，四款大模型霸榜

　　OpenRouter平台 ，汇聚了全球数百种大语言模型
，拥有超过500万开发者用户，是目前全球最大的AI模型API聚合平台。因此 ，其API调用量数据被视为洞察全球AI应用落地趋势最真实的“晴雨表 ”
，因为它直接反映了开发者“用脚投票
”的选择，体现了模型在实际应用中的受欢迎程度和竞争力
。

　　值得注意的是 ，该平台的用户主要由海外开发者构成，其中美国用户占比高达47.17%
，而中国开发者仅占6.01%，这使得其榜单数据更能客观反映中国AI模型在全球范围内的真实吸引力。

　　《每日经济新闻》记者（以下简称每经记者）梳理OpenRouter数据发现 ，全球大模型Token调用量在过去一年经历了惊人的爆发式增长 。2025年3月3日至9日当周
，该平台前十大模型的周调用量仅为1.24万亿Token
。而到2026年2月中旬，这一数字已飙升至13.95万亿Token ，短短不到一年时间增长了超过10倍。

　　2025年
，美国模型是市场增长主要动力，其Token周调用量一度占据平台前十大模型总量的近七成 ，而同期的中国模型占比则不到两成 。然而
，进入2026年，美国模型的增速开始显露疲态 ，而中国模型则开启了“狂飙”模式
。

　　数据显示
，2026年2月的第一周（2日至8日），中国模型的周调用量已跃升至2.27万亿Token ，发出了强烈的追击信号。

　　仅仅一周之后，在2月9日至15日当周
，中国模型便以4.12万亿Token的惊人调用量，正式超越了同期美国模型的2.94万亿Token ，实现了历史性赶超 。

　　这股势头并未就此停止
，到2月16日当周，中国模型的周调用量更是冲高至5.16万亿Token ，三周时间调用量增长127%
，将领先优势进一步扩大
。

　　这股强大的增长动能，并非依赖单一爆款产品 ，而是中国AI厂商集群式崛起。

　　2026年2月16日至22日的周榜单显示
，平台调用量排名前五的模型中，有四款来自中国厂商 ，分别为MiniMax的M2.5 、月之暗面的Kimi K2.5
、智谱的GLM-5以及DeepSeek的V3.2 。这四款模型合计贡献了Top5总调用量的85.7%
。

　　具体来看
，MiniMax于2026年2月13日发布的M2.5模型，上线不足一周便迅速登顶周调用量榜首。在2月9日至15日当周 ，OpenRouter平台总调用量激增的3.21万亿Token中，仅M2.5这一款模型就贡献了1.44万亿Token的惊人增量 。

　　月之暗面于1月27日发布的Kimi K2.5模型
，凭借其原生的多模态架构和强大的Agent并行处理能力，调用量实现了连续跳涨。该模型能调度多达100个“Agent分身 ”并行工作 ，将复杂任务处理效率提升3到10倍
。据媒体报道
，Kimi在发布Kimi K2.5后不到一个月的累计收入，已超过其2025年全年的总收入 ，增长主要由全球付费用户及API调用量大涨共同推动。

　　智谱的旗舰模型GLM-5自2月12日发布后
，凭借其200K的超长上下文窗口和对长程Agent任务的深度优化，用户规模迎来高速增长 ，其调用量在上线次周便增长至0.8万亿Token 。

　　过去一年
，阿里千问虽单个模型上榜频次不高，但a16z与OpenRouter联合发布的报告显示 ，其全系列模型总Token调用量以5.59万亿位居全球第二
，仅次于DeepSeek（14.37万亿）
。

　　咨询公司弗若斯特沙利文（Frost & Sullivan）报告显示，在中国大模型B端市场 ，2025年下半年，千问（Qwen）系列模型的日均Token调用量占比32.1%位列第一
，相较上半年的17.7%几乎翻倍，相比字节豆包（21.3%）、DeepSeek（18.4%）领先优势扩大。

　　对于中国AI大模型的格局 ，上海财经大学特聘教授胡延平在接受每经记者采访时提出了“AI中国团
”的说法 。

　　他认为
，产业市场集中度并非越高越好，有多家头部企业形成宽广的技术产业群落 ，而不是少数两三家寡头
，对于竞争创新和人才生态建设是好事，也有利于在中美AI竞争中形成集群优势
。

　　知名风险投资机构Andreessen Horowitz（a16z）的合伙人Martin Casado观察到 ，如今在硅谷寻求融资的AI初创公司中
，其路演核心模型高达80%使用中国的开源模型。

　　竞争力：成本不到美国AI的1/10，中国Token为何便宜？

　　中国模型之所以能在短时间内席卷全球开发者 ，除了性能上比肩甚至超越国际顶尖模型外
，其极具竞争力的成本是另一个无可争议的核心优势 。

　　以OpenRouter平台公示的价格为例，中国模型的成本优势一目了然
。

　　在模型处理输入信息（Input）的环节 ，MiniMax的M2.5与智谱的GLM-5，其价格均为0.3美元每百万Token。作为对比
，海外主流的对标产品Claude Opus4.6的价格则高达5美元/百万Token，是中国这两款模型的约16.7倍 。

　　在模型生成内容（Output）的环节 ，成本差异更为悬殊
。MiniMax M2.5的输出价格为1.1美元/百万Token
，智谱GLM-5为2.55美元/百万Token，而Claude Opus4.6的价格则飙升至25美元/百万Token ，分别是前两者的约22.7倍和9.8倍。

　　如此巨大的成本差距
，直接决定了开发者在选择API时的经济考量 。

　　这种显著的成本差异，首先源于算法层面的架构创新。

　　弗若斯特沙利文中国总监李庆在接受每经记者采访时分析指出 ，以“混合专家（Mixture-of-Experts, MoE）”架构为代表的技术路线
，是中国模型能够大幅降低推理成本的核心原因之一
。目前，包括榜单上的DeepSeek 、阿里巴巴的通义千问3.5-Plus等模型 ，都已广泛采用了MoE架构。

　　MoE架构的巧妙之处在于
，它将一个巨大的模型拆分为多个相对较小的“专家网络 ”和一个“门控网络” 。尽管模型的总参数量可能非常庞大（如拥有数千亿参数），从而保证了其“知识储备
”和能力上限 ，但在实际处理一个任务时，门控网络会智能地判断该任务的性质
，并只激活（调用）其中一小部分最相关的专家网络参与计算
。

　　这种“按需激活”而非“全体动员 ”的模式，相较于传统的稠密模型（每次计算都调用全部参数） ，极大地减少了计算量和对硬件资源的需求。数据显示
，采用MoE架构可以直接让推理时的显存占用降低60%，推理吞吐量（单位时间内处理的Token数量）提升高达19倍 。这种从技术源头上实现的降本增效 ，是其成本优势的根本来源
。

　　除了算法架构的革新
，中国AI厂商还在积极探索“垂直整合
”的路径，以进一步压缩每一个Token背后的成本。这条路径的核心思想 ，是将上层的模型算法
、中层的云计算基础设施和底层的AI芯片进行深度的、一体化的协同设计与优化
，从而解决软硬件之间的适配痛点，榨干每一分算力 。

　　李庆以阿里巴巴的“通义-云-芯”体系为例进行说明 ，这种从上到下的垂直整合模式
，能够通过极致的算力调度算法，实现对底层硬件资源的最高效利用 ，从而大幅降低了AI服务背后的基础设施成本
。这种系统级的优化，使得Token的生成成本得以进一步降低。

　　摩根大通在其研报中对中国市场做出极为乐观的预测
，预计从2025年到2030年，中国Token消耗量的年复合增长率将达到惊人的330% ，在短短5年间实现370倍的增长 。

　　价值质变：Token正从互联网“流量 ”
，成为AI时代的“燃料
”

　　Token消耗量的指数级攀升，表面看是用户规模与使用时长的增长 ，但其背后更深层次的驱动力
，是用户对AI使用模式的根本性转变
。AI的角色正在从一个提供简单信息 、进行日常闲聊的“问答工具”，进化为能够深度参与工作流、处理复杂任务的“生产力工具 ”。

　　国联民生证券在近期发布的研报中 ，提出了“Token通胀
”这一概念 。这并非指Token本身变贵
，而是指在单位时间内
、单位用户的Token消耗结构性上升。报告将这一现象归因于三大核心趋势
。

　　首先，用户的核心需求正在从浅层的“问答”转向深度的“干活 ” ，即越来越多地利用AI来重构代码、改写文件 、生成文档和跑测试。编程场景天然具有“长上下文
、多轮迭代、大量输出
”的特征
，会大量消耗Token 。

　　其次，AI Agent技术的兴起和普及 ，放大了Token的消耗
。Agent会主动规划 、检索
、执行、反思，多次调用模型
，Token消耗自然按步骤累加。

　　最后是推理强度上升 。更多深度思考 、更长链路推理会显著提高输出与中间过程的Token消耗
。但对开发者而言，这往往带来更高成功率与更少返工 ，用户反而愿意“增加Token投入来换取效率”。

　　这一系列转变
，意味着Token不是传统互联网时代边际成本几乎为零的“流量 ”，而是执行生产任务时必不可少的“燃料” 。

　　这一趋势与全球顶尖芯片制造商的判断不谋而合
。英伟达CEO黄仁勋在2月26日的业绩电话会上 ，反复向市场强调一个核心观点：“计算即收入
”“推理即收入”。他指出
，没有算力，就无法生成Token；没有Token ，就无法带来收入增长 。在AI时代
，推理性能直接决定了客户的收入能力，而推理的核心 ，正是高效地生成可被商业化的Token
。在全球数据中心电力瓶颈日益凸显的今天
，“性能/瓦特 ”（Performance per Watt）已成为衡量AI服务效率与收入能力的关键指标。

　　李庆向每经记者表示，AI服务的商业模式正从过去单纯的“按量计费
” ，向“燃料+成果”的混合模式演进 。一方面，作为“燃料 ”的Token
，其单价会随着技术进步和规模效应持续下降；另一方面，随着AI从“问答
”工具向“干活”的生产力工具转变 ，企业将更愿意为直接的“成果 ”付费
，这将催生出更多基于订阅制的商业模式。

　　李庆还预测，未来AI服务的定价将不可避免地走向高度定制化和灵活化
。她表示 ，Agent时代的到来意味着任务的复杂度千差万别
，单一的定价模式将无法覆盖所有商业需求。未来，计算消耗
、调用频次、任务是否涉及多步推理或规划等高成本操作 ，都将成为影响定价的因素
，一个多维度 、动态的定价体系将成为主流 。

（文章来源：每日经济新闻）