中国大模型单周调用量首超美国 5万亿Token映射推理时代到来

全球大模型聚合平台OpenRouter的数据显示，2026年2月9日至15日，中国大模型单周调用量达4.12万亿Token，历史上首次超过美国模型的2.94万亿Token；随后一周进一步冲高至5.16万亿Token，三周内增长127%。在当周全球调用量前五榜单中，MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5与深度求索DeepSeek V3.2占据四席。鉴于该平台约47.17%用户来自美国、中国开发者仅占6.01%，这组数据被视为海外开发者对中国模型使用意愿快速上升的信号。

调用量飙升的根源是应用模式的切换。据OpenRouter与a16z的报告，平台处理的编程任务Token占比已从2025年初的11%升至50%以上，成为最大单一品类，背后是AI从问答式向智能体模式的迁移——一个编程智能体会经历编写、测试、报错、自我修正的循环，每次调用需携带完整对话历史，叠加200K级超长上下文窗口，单次会话吞吐量呈几何级增长。多模态进一步推高消耗，Seedance 2.0生成一条10秒1080p视频约需35万Token。中国日均Token消耗已从2024年初的1000亿攀升至2026年2月的180万亿级别。中国模型能承接高频调用，得益于成本与架构优势。MiniMax M2.5、Kimi K2.5等普遍采用混合专家（MoE）架构，按需激活参数使推理显存占用降低约60%；中国模型输入价格约0.3美元/百万Token，而部分海外产品约5美元，西部算力节点电力成本每度0.2至0.3元，远低于欧美的1至1.5元。供需再平衡下，厂商正告别价格战——2月12日智谱在发布GLM-5同时上调API价格，最高涨幅达100%；Kimi K2.5发布不到一个月海外收入即超过国内。

需求转向也改写了算力采购标准。2025年H100租赁价从高峰每小时90多元跌至15至20元，A100降至3至5元；企业从追求单卡算力峰值转向核算总拥有成本，即每元投入换取的吞吐量、每瓦电处理的Token。集邦咨询预计2026年推理型AI服务器占整体出货比重将升至44%，较2025年提升3个百分点，其对高端封装和HBM的要求有所下调，为中国本土推理芯片打开切入窗口。行业重心正从一次性训练成本转向常态化推理，人工智能由对话框转变为在金融、电商与编程场景后台运转的工业流程。以上数据为相关平台及机构披露口径。