国内 AI 一天要烧掉 500 万亿个词元。跟去年底比是近 4 倍，摊到每一秒 5.8 亿个。
信通院几天前刚发的报告里，这个数最扎眼。消耗量只披露到今年 6 月，之后没再更新。
词元是大模型读写文字的最小单位。你问的每一句，它答的每一个字，都按词元计费，算力成本也从这里出。
这组数字的出处10 月 23 日，信通院人工智能研究所联合两家机构发布「大模型词元服务性能监测报告（2026年）」，监测窗口覆盖今年 1 月到 8 月，其中性能指标更新到 8 月。
对比对象分两类。一类是国内外原厂模型的官方平台，另一类是 DeepSeek，Qwen，GLM，Kimi 四款开源模型在第三方平台的表现。从成功率到上下文窗口，六个维度一起量。
图1、信通院报告封面
用量在涨，价格也在涨打了两年价格战，今年掉头向上。国内词元服务的归一化均价从去年下半年的 6.8 元涨到 13.46 元，接近翻倍。
但横向看，国内还是便宜得多。国外今年发布的典型模型，归一化均价约 117.8 元，是国内均价的八倍多。
涨价的同时用量还在冲，说明这些调用落在了真实业务里。客服，办公，研发，营销，都已经按词元算成本。
图2、国内大模型价格变化趋势
速度翻倍，差距还在今年 8 月，国内模型的平均 TPS 是每秒 78.23 个词元。去年全年均值 38.25，正好翻倍。
国外同期是每秒 112.82 个词元，比国内高约四成。两边算涨幅的起点不一样，国外拿的是去年底的 51.35，八个月提升超过一倍。
报告据此判断国外整体仍优。两边都翻了倍，差距留在四成这一档，谈不上量级落后。
图3、国内外平均 TPS 逐月对比
等第一句话的时间变长了国内首词时延从去年的 0.78 秒，升到今年 8 月的 1.26 秒。国外同期从 4 月的 1.09 秒升到 2.08 秒，接近翻倍。
报告说，这不等于性能退化。模型参数变大，上下文变长，调用量变多，三件事同时压过来，首词自然要多等一会儿。
国内外同步出现，说明它是规模扩张的副产品，不是哪一家掉链子。
还有个细节，5 月主要模型换代后时延普遍跳升，等推理优化落地，又慢慢回到换代前。
图4、国内外平均 TTFT 逐月对比
100 万词元，从零到接近一半去年底，被监测的模型里没有一个能吃下 100 万词元。八个月后，47.8% 的模型吃下了。
支持 20 万及以上的占比 95.7%，比去年底高出 76 个百分点。20 万以下的模型在退场。长上下文不再是卖点，是门槛。
图5、各时期模型上下文长度占比
同一个模型，换个平台差一半开源模型这条线更能看出问题。5 月四款模型集体换代，吞吐一路往上，到 8 月，DeepSeek-V4-Pro 的 TPS 已经是 DeepSeek-V3.2 的两倍。
但同名模型放在不同平台，TPS 最大能差接近一倍，有的第三方平台比官方还快。差距来自推理加速，优化策略，成本控制三方面的投入。
结论很直接。选型只看模型名不够，还得看它跑在谁家的机器上。
图6、同模型在不同平台的表现分布
国外媒体读出了另一个信号Pandaily 就此发了英文报道，把消耗，价格，吞吐，时延的变化逐条列了出来。
它抓住的重点是，中国模型过去靠低价换市场，现在价格往上走，用量却还在冲高，需求增长已经跑在算力扩张前面。
图7、海外媒体 Pandaily 报道要点
三件值得记住的事对开发者，那张跨平台对比图最有用。同一个开源模型，不同 MaaS 平台的速度和成功率能差出近一倍，多测几家，成本和体验可能差很多。
对企业，词元正在变成流量和带宽那样的计量资源。每天 500 万亿的盘子还会往上走，谁能把每个词元的产出做高，谁的成本就压得住。
信通院会持续更新这份监测。数字还会变，但量价齐升和性能分化这两条线，短期内看不到拐点。