一天烧掉500万亿词元，均价涨到13.46元：中国大模型进入"又贵又忙"时代

一句话结论：中国信通院2026年10月23日发布的监测报告显示，2026年6月国内词元日均消耗已达约500万亿，是2025年12月的近4倍，而国内大模型服务均价涨至13.46元，价格战正式结束——中国大模型从"便宜但没人用"，走进了"又贵又忙"的阶段。

这份《大模型词元服务性能监测报告（2026年）》基于2026年1至8月的监测数据，围绕调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度展开。数字很多，但拼起来是一幅相当清晰的时代切片。

一、消耗量：半年翻四倍是什么概念？

2026年6月，国内词元日均消耗约500万亿，是2025年12月的近4倍。半年增长四倍，这个增速在任何一个信息技术史上都不算常见。

更值得看的是结构。这次爆发恰好对应智能体大规模落地的阶段：一个Agent跑一次任务，背后可能是几十次模型调用、上百次工具往返，词元消耗模式和"用户在对话框里问一句答一句"完全不是一个量级。这也是为什么"单价下降"和"总账单上升"能同时成立。

二、速度：TPS翻倍了，但还是慢于国外

8月国内各模型平均TPS（每秒输出词元数）达78.23，较2025年均值38.25翻倍。这个进步幅度是实打实的。

但国外典型模型8月TPS均值112.82，整体仍优于国内。换句话说，我们追了一倍，差距还在。

更微妙的是时延。国内模型平均TTFT（首词时延）8月均值1.26秒，较2025年平均值0.78秒明显增加；国外典型模型8月TTFT平均2.08秒，同样在上升。报告给出的解释是：TTFT上升伴随模型参数量、上下文长度及调用量增加，并非单纯性能退化。

这个解释我信一半。参数量变大、上下文变长、并发变高，首字确实会变慢，这是工程事实。但用户不关心原因，用户只关心"我点了发送之后要不要等两秒"。当模型从"玩具"变成"生产工具"，1.26秒和0.78秒的差别，就是"顺畅"和"卡顿"的差别。这可能是下一阶段最该卷的指标。

三、价格：13.46元这个数字的分量

价格战结束，2026年国内大模型服务均价涨至13.46元。虽然仍远低于国外，但方向变了。

有意思的是为什么涨。我的判断是三条线同时起作用：一是推理成本并没有随规模线性下降，尤其是长上下文、多轮工具调用场景，算力消耗远超预期；二是模型能力分层，真正干活的是贵的那一档；三是过去两年靠融资补贴出来的低价，本身不可持续。

对用AI的团队来说，这是第一次需要认真算单位经济账的时刻——不是"要不要用"，而是"哪一步用贵的模型、哪一步用便宜的"。

四、成本之外，真正的瓶颈是人

Tessl博客引用Jellyfish 2026年9月AI Engineering Trends的数据，我觉得和这份信通院报告应该放在一起读：中位数公司已有22%的合并PR由自主编码Agent撰写（90分位达53%），但仅约0.6%的PR由Agent评审后合并（前10%公司为9%）。

也就是说，生产端已经被AI接管了两成到五成，但审核端几乎还是人。这就是"人类注意力成为新瓶颈"最具体的量化表达。

Anthropic的内部报告印证了同一个方向：截至2026年8月，其员工指导的交互式智能体工作时长已达人类的6倍，员工的工作重心从执行转向构建工具、监控流程、管理智能体。

五、企业该怎么做？

第一，把词元当成本项管理。区分"探索性调用"和"生产性调用"，前者用小模型，后者才用大模型。这不是省钱技巧，是工程纪律。

第二，把首字时延写进验收标准。1.26秒这种数字在PPT里没什么感觉，但在客服、编程补全、语音交互场景里，它就是产品体验的分水岭。

第三，也是最重要的一条：投资审核环节。当生成的成本趋近于零，验证的成本就变成全部。谁能把"验证"这一环做薄，谁才真正拿到了AI的杠杆。这不是买模型能解决的问题，是流程和人的问题。

一句话收尾：中国大模型已经过了"比谁便宜"的阶段，接下来的竞争，是比谁能让用户在可接受的成本下，少等一会儿、少改几次。这两件事听起来不性感，但它们是所有商业落地的最后一公里。