中国信通院：6月国内日均Token消耗约500万亿，模型服务提速但价格回升

据IT之家10月24日报道，中国信通院等机构联合发布《大模型词元服务性能监测报告（2026年）》。来源显示，2026年6月国内词元（Token）日均消耗量约为500万亿，是2025年12月的近4倍。随着大模型通过公有云API进入更多应用，服务能否稳定调用、响应是否及时，以及实际使用成本，正成为模型选型的重要考量。

这份报告由中国信通院人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室、中国人工智能产业发展联盟联合发布，基于2026年1—8月监测数据，比较原厂官方平台，以及DeepSeek、Qwen、GLM、Kimi四款开源模型在第三方平台上的服务表现。

输出速度提升，首词等待与价格也在增加

报告呈现出一个值得注意的变化：模型生成内容更快，并不意味着用户等待第一段回答的时间更短。8月国内各模型平均TPS，即每秒输出词元数，达到78.23个，较2025年均值38.25个翻倍；国外典型模型同期均值为112.82个，整体仍高于国内。

与此同时，国内模型8月平均首词时延为1.26秒，高于2025年平均的0.78秒；国外典型模型8月为2.08秒，也高于4月的1.04秒。报告指出，时延上升不能简单视为性能退化，还与模型参数量、上下文长度和调用量增加等因素有关。

• 价格方面：国内模型服务2025年下半年归一化均价为6.8元，2026年以来为13.46元，接近翻倍；国外同期发布的典型模型平均归一价格约117.8元。
• 上下文方面：被监测模型中，支持百万词元上下文的占比为47.8%，支持200K及以上的合计占95.7%，较2025年底提高超过76个百分点。
• 开源服务方面：5月更新监测版本后，相关模型输出速度持续改善；8月DeepSeek-V4-Pro的TPS已达到DeepSeek-V3.2的两倍。

需要注意，以上价格为报告中的归一化比较指标，不能直接当作某款模型API的实际账单报价，具体成本仍需结合平台计费规则与使用方式判断。

选型影响：同一个模型，换个平台也可能改变体验

对开发者和企业用户而言，报告更具操作价值的发现是：模型名称相同，不代表服务性能一致。四款开源模型在不同平台上的输出速度、首词时延和调用成功率均存在差异，同一模型跨平台TPS差距最大可接近一倍，部分第三方平台的性能还优于官方服务。

报告将这种差异归因于各平台不同的推理加速、优化策略与成本控制。这意味着，选择模型之外，还需要选择合适的服务提供方。交互式助手更应关注首词等待和稳定性，批量生成任务则更重视吞吐速度与成本；长文档处理也不能只看上下文窗口，还要验证实际响应表现。

总体来看，国内Token消耗增长与服务能力提升同步发生，但价格回升、长上下文普及和平台性能分化，也让选型更复杂。对准备接入AI的团队，较稳妥的做法是用真实业务样本测试候选平台，同时核对成功率、时延和账单，而不是仅凭模型榜单或单一速度指标作决定。