艾瑞前瞻：中国大模型词元经济指数

引言

人工智能逐步进入企业的日常经营，市场关注的问题也随之变化。

在应用探索阶段，企业首先关心模型能做什么：能否准确回答问题，能否生成可用内容，能否接入现有业务流程。应用进入生产环节后，还需要回答一个现实问题：这些能力能否以稳定、可承受的成本持续交付？

我国大模型Token调用量持续高速增长：据工信部披露截至2026年6月，我国日均词元调用量已突破500万亿；从高频市场数据看，8月24至30日中国大模型在OpenRouter上的周调用量达到55.16万亿Token，连续18周超过美国模型。

调用规模扩大后，观察产业竞争就不能只看模型能力，还需要看模型是否被实际采用、使用效率如何，以及应用能否持续创造商业价值。

词元经济关注模型服务的供给、使用及其创造的经济价值。调用增长是否形成了持续需求，模型降价是否改善了应用成本，企业投入能否带来有效产出，都是观察大模型商业化时需要回答的问题。

我们认为，中国大模型应用走向规模化，需要一套持续观察需求、成本与投入产出的词元经济指数体系。这有助于市场理解调用增长背后的经济变化，为产业判断提供共同参照。

一

为什么需要指数：中国大模型商业化需要系统的市场评价基准

大模型应用不断扩张，市场对它的观察却还不够完整。模型和渠道更多了，定价与补贴方式更加复杂，企业应用场景也在分化。单看报价或调用量，很难解释需求变化、成本形成与投入产出。建立一组相互补充的指数，有助于理解这些变化及其联系。

持续调用，使模型成本成为企业经营变量

在试用和概念验证阶段，模型调用量相对有限，企业通常更关注能力和效果，对单次调用成本并不敏感。

进入生产环境后，模型调用成为持续发生的业务活动。客服系统每天处理多少次交互，代码助手服务多少名开发者，智能体完成任务需要调用多少轮模型，都会影响企业的实际投入。

模型使用成本也开始影响企业的预算、产品定价和利润测算，以及企业是否扩大某项AI应用。

模型单价下降，企业总支出未必下降。调用规模扩大、任务复杂度提高，都可能增加模型消耗。企业需要了解的不只是单次调用是否更便宜，还包括持续使用模型的成本如何变化。

多重定价并存，分散报价难反映市场趋势

中国模型服务已经形成较为多元的供给体系。同一模型可能通过模型厂商、云平台、独立推理服务商和API聚合平台等不同渠道提供服务。

各渠道还可能采用多种商业安排，包括：

• 公开报价与阶梯计费

• 资源包和预付套餐

• 企业协议和渠道折扣

• 免费额度与限时优惠

• 地方模型券、算力券等政策补贴

例如，上海2026年度“模塑申城”相关补贴将模型券纳入支持方向，覆盖符合条件的第三方大模型API调用费用等支出。这类政策能够降低企业应用门槛，也使企业实际承担的成本与公开报价之间出现差异。

技术效率提升、市场竞争、渠道让利和政策补贴，都可能降低成本，但作用方式和持续性不同。只看少数模型的公开价目表，很难判断整个市场的变化。

合理质量标准，是成本比较有意义的前提

比较模型使用成本，不能脱离模型能力和服务质量。

不同模型和服务商提供的模型版本、响应速度、稳定性、上下文支持及服务保障，可能存在明显差异。即使都按词元计费，也未必是等价的服务。

如果低价伴随着能力缩水、服务降级或更多重试，企业完成同一任务可能需要更多次调用，最终成本未必下降。

如果较低成本的模型能在满足相同任务要求的前提下，稳定替代原有服务，企业就有可能降低应用成本。但这种改善究竟来自技术进步、模型适配，还是竞争让利与政策支持，仍需区分。

因此，具有参考意义的价格变化，应当建立在合理质量标准和可比服务条件之上。

观察单位词元支出时，需要说明质量和服务条件；判断应用成本是否改善，还要结合具体任务的消耗与产出。

中国模型商业化需要本土观察与解释体系

中国模型的应用发生在特定的产业环境中。

开放模型与商业模型共同发展，云平台与聚合渠道参与分发，不同行业对部署方式、数据安全和服务保障提出不同要求，政策支持又影响着企业的采用门槛。

这些因素共同决定：

• 哪些模型获得持续使用

• 哪些服务形成商业竞争力

• 企业需求正在向什么方向迁移

• 技术进步能否转化为可感知的成本改善

研究中国市场的词元经济，需要把上述产业特点纳入考虑，同时观察价格、使用结构和应用产出。个别厂商的报价或单一平台的调用情况，只能反映局部。相互补充的指数与配套指标，有助于持续判断本土市场的需求变化、成本演进和商业化进程。

二

指数观察什么：从需求、成本到投入产出，构建词元经济的观察维度

模型服务的经济变化包含多个方面：需求是否增长、价格如何变化、企业为此投入多少，以及这些投入产生了怎样的效果。单一指标难以回答所有问题。

中国大模型词元经济指数，可以发展为一组相互补充的指数体系：以词元支出指数为核心，向需求、价格、消费规模、使用效能和生产效率五个方向拓展。六类指数分别观察不同的经济问题，共同帮助市场理解模型服务的需求、成本与投入产出。

• 词元支出指数：观察实际使用组合下的单位综合支出。结合市场实际采用的模型、服务渠道及输入、输出等使用构成，反映单位词元综合支出的变化。它既受到服务价格影响，也受到使用结构变化影响，为理解市场成本环境提供参照。

• 词元需求指数：观察模型服务持续付费使用的规模与变化。关注可比范围内的付费使用是否增长，以及使用能否持续，帮助判断需求扩张与模型采用趋势，区分短期调用热度和持续商业需求。

• 词元价格指数：观察可比模型服务本身的价格变化。在模型、渠道、服务条件及计费结构保持可比的前提下，关注服务是在涨价还是降价，尽量排除使用组合变化的影响，为采购比较和市场价格分析提供参考。

• 词元消费总额指数：观察模型服务实际支付规模的变化。关注明确范围内终端用户支付总额的增减，反映价格与消费数量共同作用下的市场规模变化，为理解模型应用的商业化进展提供补充。

• 词元使用效能指数：观察模型投入能够带来多少有效任务产出。在任务及质量、时延要求可比的条件下，关注同样的模型支出能够完成多少合格任务，反映应用端的投入产出效率，为模型选型和应用方案比较提供参考。

• 词元生产效率指数：观察算力投入转化为模型服务的效率。在模型、工作负载及服务要求可比的条件下，关注同样的算力投入能够提供多少符合要求的词元服务，反映供给端的资源利用效率。

其中，支出指数与价格指数的区别，在于是否反映实际使用组合的变化；需求与消费总额分别关注付费使用规模和支付金额；使用效能与生产效率，则分别观察应用端和供给端的投入产出。

词元支出指数：连接价格与实际使用

支出连接着模型服务的定价与市场的实际选择，是理解词元经济的重要切入点。它关注的是：在具有代表性的模型服务范围内，按实际使用结构形成的单位词元综合支出水平如何变化。这一观察将服务价格与实际用量联系起来，既关注模型如何收费，也关注市场正在使用什么，为理解模型应用的成本趋势提供参照。

为何使用“综合支出”而不是“模型价格”？

企业并不会面对一个统一的模型价格。不同模型、服务商及计费条件共同影响实际成本；即使价目表保持不变，模型选择和使用方式的变化，也可能改变单位词元综合支出。例如，市场更多使用价格较高的模型，或输出、缓存等词元的消耗占比发生变化，综合支出水平都可能随之改变。

指数变化可以由哪些因素推动？

指数上涨或下降，可能来自三类变化。

• 价格变化：模型服务价格调整，推动相应成本变化

• 使用结构变化：市场更多使用高价格或低价格模型，也会影响综合支出水平

• 模型与计费构成变化：新旧模型更替，以及输入、输出、缓存等消耗构成的变化，也可能影响指数走势

因此，指数上涨不一定意味着模型普遍涨价，指数下降也不必然说明企业完成任务的成本降低。比起单看涨跌，理解价格与使用结构各自发生了什么变化，更有助于判断市场趋势。

同时，单位词元综合支出不等同于市场支付总额或企业实际账单，也不直接衡量模型能力和经营收益。企业自身的成本与回报，仍需结合调用规模、任务完成情况和业务产出判断。

曲线为AI生成的示意图，不代表已发布指数、真实市场走势或未来预测

三

如何形成有效观察：代表性、可比性与可解释性

将分散的模型服务信息转化为指数，关键在于让不同时间的结果具有比较意义。对于词元支出指数，可以从以下三个方面理解其基本原则。

代表性：关注市场持续使用的模型服务

指数应关注具有持续使用基础的模型与服务，避免将少数热门产品或短期调用波动直接视为整体市场变化。观察范围决定了指数能够说明什么，局部市场的表现不能直接等同于全市场趋势。

可比性：在合理质量标准下比较成本

不同模型和服务商的计费方式、服务条件与交付质量可能存在差异。成本比较需要明确这些差异，并建立一致的观察口径。价格高低只有放在合理质量标准和可比服务条件下，才具有参考意义。统一计量单位，并不意味着不同服务能够完成相同的工作。

量价结合：让实际使用决定观察重点

词元支出指数需要同时考虑服务价格与实际用量，使市场中持续被采用、使用份额较大的模型服务得到相应体现，而不是将所有报价等量看待。在此基础上，通过相对变化观察趋势，并结合价格和使用结构解释指数波动，才能更准确地理解市场成本如何演变。这类观察需要持续积累与检验，其参考价值也取决于覆盖范围和信息质量。

四

指数未来可能产生哪些价值：连接产业决策与金融应用

模型使用逐步进入企业日常经营，采购方、服务商和资金方都需要理解市场变化，但各自掌握的信息往往比较分散。词元经济指数及配套研究，可以提供共同的市场参照，增进产业各方对成本、需求与商业价值的理解。

市场研究与数据服务

分散的报价和短期调用变化，很难完整呈现市场趋势。持续的指数观察，有助于各方将自身经营情况放到更广泛的市场背景中理解。

• 企业采购与应用方：关注成本变化，为采购、预算和应用投入提供参考

• 模型厂商与服务商：了解需求迁移与模型采用趋势，判断市场变化

• 投资机构与研究机构：观察需求持续性与商业化进展，理解不同业务的经济特征

指数的价值不仅在于呈现涨跌，也在于通过配套研究，帮助市场理解变化背后的原因。围绕这些问题形成的数据服务，可以为企业与资金方提供更多共同讨论的依据。

采购与交易参考

模型服务具有持续采购、价格随时间变化等特征。随着应用规模扩大，企业越来越需要关注未来成本，供给方也需要判断需求与收入的稳定性。

具有连续性和可比性的市场基准，有望为长期采购与交易安排提供参考。远期、期货等应用方向，也值得结合产业发展持续研究。

指数可以为不同市场主体讨论未来价格提供共同参照。其金融应用能走多远，仍取决于服务标准、市场成熟度及监管条件，不能仅凭指数本身作出判断。

企业经营与授信研究

企业的AI投入正在成为经营活动的一部分，但投入规模、使用效果与商业回报之间的关系，尚不容易被外部充分理解。金融机构也需要更适合这一变化的观察视角。

将模型消耗转化为金融机构能够核验的经营证据，是值得关注的研究方向。指数及相关研究可以提供市场背景，帮助资金方理解企业AI投入的经济含义，为经营分析与授信判断补充信息。

这类信息的价值，在于丰富对企业经营的认识。调用增长不直接等同于收入增长，模型使用表现也不能替代对企业业务质量和偿付能力的综合判断。

结语

中国大模型正在从技术供给走向规模化应用。模型能力决定了应用的可能性，需求、成本与使用效率则影响这些应用能否持续开展。

研究词元经济指数，是为了更清楚地理解：模型如何被使用，投入如何形成成本，又如何转化为经济价值。随着产业发展，这类持续、可比较的市场观察，将为企业经营与资本决策提供更多参考。

艾瑞咨询是中国领先的智库品牌，依托数据、指数、洞察、咨询四大核心服务，搭载十余款AI评估及洞察工具，助力企业抢抓AI时代增长机遇，落地增长策略，提升增长效能。

自2002年成立至今，累计发布10000+份洞察报告，5000+合作案例，在中国科技、新经济领域的研究覆盖能力处于行业领先水平。