如果說AI大模型是一片正在升溫的海洋，那么今天，全球的開發(fā)者正在用一種最真實的方式投票：不是論文，不是發(fā)布會，而是調(diào)用量。誰被用得最多，誰就是這片汪洋大海里真正的“主航道”。

在這里，有一個很多人都沒意識到的問題：大模型的調(diào)用量是怎么算出來的？每次你問AI一句話，它回你一段內(nèi)容，一來一回，背后其實都在不斷消耗一種看不見的單位。這種看不見的單位叫token，中文名叫詞元。就在最近，一組數(shù)據(jù)讓全世界都深感意外：中國大模型的詞元消耗量，正在全面超越美國。更重要的是，這不是一次偶然的反超，而是連續(xù)好幾個星期都在擴大差距。

那么問題來了，為什么越來越多的全球開發(fā)者開始轉(zhuǎn)向中國的詞元？在這場大模型混戰(zhàn)中，中國到底做對了什么？面對算力需求的爆炸式增長，中國的下一張牌準備好了嗎？今天，我們就用盡可能通俗易懂的語言，把這些問題深度拆解一下。

一、為什么中國詞元開始反超美國？

在開始拆解之前，我們先要把一個概念講清楚：什么是詞元？詞元的英文是token，在很長一段時間里都沒有對應(yīng)的中文翻譯。直到2026年3月23日，在中國發(fā)展高層論壇2026年年會上，國家數(shù)據(jù)局局長在講到token時，使用了“詞元”一詞，token才算是有了官方“蓋章”的翻譯。

那么，詞元到底是什么呢？你可以把它想象成一塊塊“文字積木”。比如，你問AI一句話：上海今天的天氣怎么樣？在我們?nèi)祟惪磥?，這是一整句話，但在AI眼里，它會被拆解成很多小塊，一塊塊來處理。在回答的時候，你也會發(fā)現(xiàn)，AI并不是把一整段話都提前想好，然后一下子完整地輸出給你，它更像是搭積木一樣，一塊塊往后接，一個字一個字往外蹦，慢慢地拼出一整段話。這些“積木”就叫詞元。

所以，詞元消耗越多，就說明越來越多的人真的開始在使用這個大模型了?，F(xiàn)在發(fā)生的變化是，全球用戶正在瘋狂調(diào)用中國的大模型。有一個專門聚合全球AI大模型的平臺，叫 OpenRouter。你可以把它理解成AI大模型的統(tǒng)一入口。開發(fā)者通過這個平臺，可以隨時切換、調(diào)用全球各種大模型，不用分頭接入。也正因為如此，OpenRouter更像是一個大模型真實使用情況的排行榜。

來自O(shè)penRouter的數(shù)據(jù)顯示，2026年3月，按照詞元消耗量來計算，全球排名前五的大模型里，前四名都來自中國，它們分別是：小米的MiMo、上海稀宇科技的MiniMax、上海階躍星辰的Step、深度求索的DeepSeek，排名第五的，才是谷歌的Gemini。

這里面有一個點非常值得注意：在OpenRouter的500多萬用戶里，來自美國的開發(fā)者占比將近一半。相比之下，來自中國的用戶占比不到10%。也就是說，這個榜單反映的，不是中國人在用中國的大模型，而是以歐美為主體的全球開發(fā)者都在主動選擇中國的大模型。那么問題來了：他們?yōu)槭裁床挥妹绹拇竽Ｐ湍兀看鸢负芎唵危簝蛇叢畈欢嗦斆?，但中國的便宜太多?/p>

在業(yè)內(nèi)，有一個很直白的對比，調(diào)用中國大模型的價格，往往只有海外頭部模型的十分之一甚至更低，而雙方的能力差距一般也就在3個月之內(nèi)。這就好比有兩家造車廠，一家車確實性能好，但很貴；另一家車差不多好，但價格只有十分之一。對市場來說，這都算不上是一道選擇題，哪家真香不言而喻。

那么問題來了，為什么到現(xiàn)在這個時候，中國大模型的性價比優(yōu)勢會被突然放大呢？

二、為什么中國大模型會突然爆發(fā)？

先說一個很多人可能還沒意識到，但已經(jīng)在現(xiàn)實中發(fā)生的變化。就在前兩年，AI更多還是一種“高科技”的存在，看起來很高端，但和普通人終究還是有點距離?？傻搅爽F(xiàn)在，這種“高科技感”已經(jīng)漸漸被“實用感”所替代。寫文案、做PPT、修圖片、翻譯文章……這些原本需要人來完成的基礎(chǔ)工作，現(xiàn)在都已經(jīng)能用AI來完成了，雖然很多時候還是需要真人來兜底，但趨勢已經(jīng)很清楚了，那就是AI正在變得可用，而且是越來越好用。

這種轉(zhuǎn)變意味著AI的角色變了，它正從前沿的科技項目，變成人們?nèi)粘Ｊ褂玫墓ぞ?，成為生活中必不可少的基礎(chǔ)設(shè)施。一旦變成基礎(chǔ)設(shè)施，AI的市場邏輯就會跟著改變。用戶不僅會關(guān)注誰更先進，還會關(guān)注誰更有性價比。

這里還有一個關(guān)鍵問題。對普通用戶來說，AI可能是免費的，或者是付費訂閱的，但對于開發(fā)者而言，每次調(diào)用大模型，都要按詞元精準計費。你用多少，就付多少。也就是說，開發(fā)者不是在用AI，他們是在采購算力。一旦進入到這個階段，整個市場的行為就會變得極其理性：大家一定會選擇效果差不多但價格低很多的大模型。

這個趨勢，在2026年年初被進一步放大。OpenClaw的出現(xiàn)，徹底改變了AI消耗詞元的體量。以前和AI之間一問一答，一輪下來可能也就花費幾百上千個詞元，可一旦安裝了“龍蝦”智能體后，它需要反復(fù)讀取系統(tǒng)日志、高頻調(diào)用工具、進行多輪自我糾錯，單次任務(wù)消耗的詞元，可能就是過去的幾十倍甚至幾百倍。這樣一來，詞元價格的重要性就被瞬間放大，這也是中國大模型開始反超的原因。

來自O(shè)penRouter的數(shù)據(jù)顯示，在詞元的成本方面，中美大模型已經(jīng)出現(xiàn)了明顯的分化。以中國的MiniMax例，在輸入端，每百萬詞元的成本大概在0.3美元。相同的體量，美國的Claude Opus 4.6成本約為5美元，兩者相差十幾倍。輸出端的差距就更大了，一度拉開到了二十倍左右。我們再來看另一款國產(chǎn)大模型：階躍星辰的Step，同樣是完成一個月的智能體任務(wù)，它的Step Plan套餐只需要99元人民幣，而海外主流模型的費用通常在120到150美元之間。

那么新的問題又來了，為什么中國的詞元成本，會比美國的便宜那么多呢？

三、中國為什么能把詞元成本壓下來？

在2026年1月舉行的達沃斯論壇上，英偉達首席執(zhí)行官黃仁勛在一場對話中，把AI比作一個五層蛋糕，從上往下數(shù)，最上面的第一層是包括聊天機器人在內(nèi)的各種應(yīng)用，第二層是大模型，第三層是云端設(shè)施，第四層是芯片，最底下的第五層是能源。這個比喻說透了一件事：AI的底座，其實是電。

道理很簡單，每一個詞元的生成，都離不開芯片的計算，而這種計算是需要電力支撐的。如果只是生成一個詞元，耗電量極低，幾乎可以忽略不計?？梢坏┻M入訓(xùn)練階段，大模型就需要反復(fù)處理數(shù)千億個詞元，這就會讓它變身名副其實的“吞電獸”。以GPT-3為例，它完成一次完整訓(xùn)練需要的電量，可以讓100多戶美國家庭用上整整一年。

從這個角度來看，構(gòu)成AI大模型運行成本的基座，其實是電費。OpenAI首席執(zhí)行官山姆·奧特曼就預(yù)測，未來，AI的成本會越來越接近能源的成本。也正因為如此，不少美國AI企業(yè)都患上了“電力不足恐懼癥”，開始親自下場“搞電”。2025年10月27日，谷歌和美國新紀元能源公司聯(lián)合宣布，將在2029年重啟一座位于艾奧瓦州的核電站，為谷歌的AI基礎(chǔ)設(shè)施供電。2026年1月9日，Meta宣布和三家核電供應(yīng)商達成協(xié)議，向其中一家采購電力，同時協(xié)助另外兩家開發(fā)小型模塊化反應(yīng)堆。

這些巨頭心里門清，盡管美國目前在芯片領(lǐng)域依然保有明顯優(yōu)勢，但最先進的方案不一定就是市場會買單的方案。如果不解決電力成本問題，只要中國把芯片領(lǐng)域的差距縮小一步，美國在市場上就會被甩開一截。這一點，在大模型調(diào)用上已經(jīng)有所體現(xiàn)。而要想把電力成本打下來，就必須要在發(fā)電增量上做文章，把整個盤子做大，而不是在現(xiàn)有的盤子里左右倒騰。

相比之下，中國在電力方面的優(yōu)勢極為突出。從量上來看，2025年中國全社會用電量首次超過10萬億千瓦時，是美國的兩倍多，比歐盟、俄羅斯、印度、日本加起來都要多。更關(guān)鍵的是，從結(jié)構(gòu)上來看，中國的中西部地區(qū)擁有大量風(fēng)電、光伏、水電設(shè)施，發(fā)電成本更低。這樣一來，中國就更有條件做一件事：讓算力也流動起來，用上更便宜、更綠色的電。

2025年7月，上海電網(wǎng)首次完成跨省算力轉(zhuǎn)移測試。測試中，位于浦東的一家智算中心接到虛擬電廠的調(diào)度指令，3分鐘后，中心里正在運行的AI計算任務(wù)便被轉(zhuǎn)移到了位于湖北十堰的數(shù)據(jù)中心。同時，智算中心的單機用電負荷下降了75%。這個測試的成功，不僅意味著在用電高峰時，可以把計算任務(wù)快速轉(zhuǎn)移到電力負荷較低或是清潔能源豐富的地區(qū)。更重要的是，它意味著算力也可以被調(diào)度，優(yōu)化算力成本也就有了更大的想象空間。

事實上，在算力和電力協(xié)同發(fā)展方面，中國已經(jīng)啟動了長期布局。在2026年全國兩會上，政府工作報告首次將“算電協(xié)同”納入新基建的部署，明確了算力和電力深度融合的頂層設(shè)計。

說到這里，我們大概能看清一件事。在全球AI競爭的海面上，風(fēng)向已然發(fā)生改變。過去兩年，大家比拼的是誰的模型更大、誰的參數(shù)更多，這就好像是在比誰的船更大、更快。現(xiàn)在，這場競爭正在轉(zhuǎn)向另一個方向，大家比的，是誰的船性價比更高、跑得更久。電力，就是這片海面之下最深的暗流。誰能掌握這股暗流，誰就能決定未來的航向。