一天500万亿个词元（Token），这是2026年6月中国的日均消耗量。中国信通院10月23日发布的《大模型词元服务性能监测报告（2026年）》给出了这个数字，是2025年12月的近4倍。同一份报告里，国内归一化均价从2025年下半年的6.8元涨到了今年以来的13.46元，接近翻倍。
但全球市场为每百万词元实际支付的加权价格，却在2026年9月首次跌破了1美元。硅数公司编制的LLM词元支出指数收于0.97美元，统计的是全球200多个模型按实际用量加权的成交价。这两个价格说的不是同一件事：国内13.46元反映的是模型服务标价的归一化水平，全球指数衡量的是市场上真正被消耗掉的那部分词元平均花了多少钱。
用量涨了，国内标价也涨了，但全球实际成交均价在往下走。三个方向同时成立，说明企业面对的早已不是“词元单价贵不贵”的问题，而是“花出去的钱换回了什么”。
消耗量跳得这么快，主要不是用的人突然变多了。国家数据局的统计显示，2026年3月日均调用量是140万亿，三个月后跳到500万亿。变化来自使用方式：过去用户问一句、AI答一句，一次消耗几千词元；现在把任务交给智能体，它自己拆步骤、查资料、反复校验，跑十几分钟才交结果。商汤大装置CTO宣善明在10月的一场行业峰会上提到，单智能体工具调用、多智能体协作和长任务执行，词元消耗相比传统问答呈现千倍级增长。
任务变重了，账单自然变厚。腾讯研究院的研究员在10月底的一场论坛上提到两个容易被忽略的浪费点：智能体反复调用上下文，大量词元实际被重复消耗；缓存命中与未命中的价格可以相差约50倍。同样的模型、同样的任务，工程上有没有做缓存和调用优化，账单可能差出几十倍。单价只是标价，真正决定支出的，是使用方式和交付质量。
中软国际副总裁李晨光在10月29日西安人工智能与词元经济发展大会上把这个转变讲得很直接：瓶颈已经从“造词元”转向“花词元”，企业落地卡在场景选择和工程化交付上。中软国际的做法不是继续压低模型调用价格，而是用“AI训练营+前线部署工程师”方法和智能体平台，让词元消耗全程可追踪、可审计。按其披露，在雅砻江水风光蓄一体化项目中，发电计划生成从天级缩短到了3分钟。企业的账本正在从“买了多少词元”转向“这些词元有没有进入一个稳定、可重复的业务闭环”。
西安公路研究院的实践提供了更具体的降本参照。苟蛟龙在同一个会上介绍，团队以“五统一”机制搭建“Token超市”网关，统一采购、计量和结算，单位词元成本压降了20%到40%。他们已经梳理出68个应用场景，桥梁监测月报从5天缩到30分钟，养护巡查效率提升20倍，规范查新耗时降了87.5%。成本下降不是靠等待模型降价，而是靠把采购、计量和场景执行收拢到同一个工程体系里。
供给一侧也在调整架构来摊薄成本。商汤大装置披露，其推理业务日均词元服务量已达6万亿，预计今年第四季度达到日均10万亿。商汤的做法是把推理拆成两段：让国产算力承担计算密集的输入处理，让高带宽芯片负责输出生成，再通过调度把两类资源拼在一起。这套异构方案的目的不是单纯堆芯片，而是在高端算力供给受限的条件下，把每一份算力分配到更擅长的环节上。
10月29日西安大会上还有一个已经落地的动作：西安高新区联合华为、中软国际、高新金控、西安公路研究院成立了词元服务联盟，以昇腾算力为基础，接入Kimi、MiniMax、商汤等模型资源，搭建统一合规的词元服务平台。这是已发生的组织动作，不是预测。它能不能真正把区内企业的词元成本降下来，取决于后续平台的实际定价、场景开放程度和企业接入后的使用效率。
回到企业最关心的账单。词元单价上涨或下降，本身回答不了“AI用不用得起”。中软国际方面曾提到，算力和电力共同构成词元成本的七成以上，企业还要计算场景成功率、推理时延和系统改造投入。一个场景如果准确率不够、需要反复重试，单价再低，实际消耗也会把成本推高；反过来，一个高频、规则清晰的场景，即使单价不低，词元投入也能被稳定的产出摊薄。
眼下能确认的是，词元调用量的增长远没有停下来的迹象，而成本控制的重心正在从“找更便宜的模型”转向“把词元花在能算得清回报的地方”。苟蛟龙的Token超市把单位成本压降了20%到40%，中软国际的发电计划把时间从天级压到3分钟，这些数字提供的是可参照的工程路径，不是统一的行业结论。词元经济的账单，最终取决于每个企业把词元放进什么样的场景、用什么样的工程能力去接住它。
申明：本文仅为观点与信息梳理，不构成任何立场与事实性、投资性等参考、建议。如有侵权或其他问题，请联系下架删除。