AD3 名运营的活,现在 1 个 Agent 全包了 AD让豆包和千问,主动推荐你的企业
Industry News

2026年AI趋势:500万亿词元之后,行业在比什么?

发布于 2026-11-13 · 查看原文

五组截至11月12日可核实的事实:混元Hy4补上视觉与电脑操作、全国日均词元消耗约500万亿、国内均价从6.8元回升到13.46元、双11 Token被摆上货架、企业端92%试点却只有8%见到收益。

2026年11月,中国AI行业几乎在同一时间出现了五个变化:模型开始会"看"也会"动手",全国日均词元消耗跨过500万亿,API价格掉头向上,Token第一次被摆上电商货架,而德勤的一份白皮书给企业落地浇了盆冷水。

这五组事实都截至11月12日,也都能在公开报告里查到出处。把它们摆到一起,会看到一个共同的转向:行业评价标准正在从"用得多不多",换成"用得值不值"。

一、模型:开源阵营补上了"眼睛"和"手"

11月4日,腾讯混元发布Hy4正式版。总参数770B、激活参数49B,走混合专家(MoE)路线。

相比8月的preview版本,这一版有两个实质性变化:第一次具备视觉理解能力;第一次支持电脑操作(Computer Use),可以同时调用命令行和图形界面去完成任务。

混元同步公布的自测数据值得看一眼:幻觉率从preview版的12.95%降到7.2%,"因为猜测而出错"的比例从23.1%降到5.6%。定价没有调整,仍是每百万词元输入6元、输出18元、缓存命中0.3元。团队的说法比较克制——模型权重和系统卡片会在近期开放,同时承认与顶尖闭源模型仍有明显差距。

11月5日,2026年世界互联网大会乌镇峰会闭幕,首次发布《携手构建全球开放人工智能行动倡议》,共18条。开源与开放,成了这个月模型侧绕不开的关键词。

二、调用量:两年时间,从1000亿涨到500万亿

中国信通院10月发布的《大模型词元服务性能监测报告(2026年)》给出一组数字:2026年6月,国内日均词元消耗量约500万亿,接近2025年12月的4倍。这份监测基于2026年1—8月对国内外30余个平台、100余个模型服务的公开接口实测。

换成更长的周期看,曲线更陡。信通院9月的《词元(Token)经济发展研究报告(2026年)》显示,日均调用量从2024年初的约1000亿,增长到2026年6月的500万亿。

吞吐能力同步抬升:月均TPS比2025年翻倍;2026年8月,原厂大模型的平均输出速度达到每秒78.23个词元,同样比2025年均值翻了一番。代价写在另一面——原厂大模型的整体时延在增长,而开源模型部署在第三方平台上的时延则持续被优化。

三、价格:单边下跌的日子结束了

信通院在10月"高质量词元服务论坛"上披露的对比数据是:2026年以来,国外主流大模型每百万词元服务均价117.8元,国内13.46元。

但真正值得注意的变化发生在国内曲线本身。2025年下半年,国内归一化均价是6.8元;2026年以来升到13.46元,涨幅接近一倍。也就是说,"模型越来越便宜"这个持续了三年的直觉,今年不再成立。

腾讯研究院副院长李刚在10月26日《Token经济》新书交流论坛上给了四点观察:部分轻量模型的API价格没有如预期下行,反而走高;智能体反复读取上下文,制造了大量冗余支出;产业链利润更多集中在上游;下游还没跑出稳定现金流,投入却已经先行。

时延上升也有解释。信通院在报告里把原因归到三件事的同步放大:模型参数量、上下文长度、调用量。

四、消费端:Token第一次被摆上货架

今年双11,某直播间半小时卖出2万亿Token;电商平台出现了Token销售入口;多家大模型厂商集体进场。

渠道的动作更早。三大运营商从2026年4—5月起陆续推出Token套餐;中国移动推出统一算力计量单位MT(Mobile Token),并在武汉试点把Token写进话费账单;湖北大数据集团词元交易中心9月上线运营。高校也在发额度:中国科学技术大学"词元计划"每人每天1亿词元,同济大学每周折合约1亿词元。

推广效果并不理想。光明日报11月的调查点出了两个硬伤:

  • Token不是标品。各厂商在输入、输出、上下文缓存、图片解析上的统计口径不一致,不同套餐之间无法直接换算。
  • 消耗速度不可感知。一款9.9元含500万词元的套餐,用户只发一句"你好",后台就消耗约4.9万词元;再生成一张日程表,又花掉约50万词元。

结果就是,多数C端用户依旧停留在免费额度里,付费习惯没有真正养成。

五、落地:92%在试点,只有8%见到收益

德勤中国10月27日发布的白皮书给出了一个不太好听的结论:92%的企业已经开展AI应用试点,但只有8%认为AI投入带来了财务和战略上的实际收益,只有4%认为公司真正完成了组织级转型。

试点企业内部的分层也很清楚:28%还停在概念验证,56%处于渐进落地,进入规模化推广和变革重塑阶段的各占4%。

用例不及预期的原因排序里,排第一的不是技术:

排名 原因(多选) 占比
1筒仓式组织形式阻碍创新33%
2平台架构薄弱32%
3数据可用性不足31%
4组织文化障碍28%

再看一组来自Anthropic公开披露的账本:2026年上半年,按Token调用计费的收入131亿美元,占总收入80%;同期算力与基础设施费用89.45亿美元,占营收55%。德勤的判断是,企业AI投资的重心正在从客户服务、营销和编码,转向研发与核心供应链。


写到这里,一个现实问题会浮出来:模型一周发布好几个,Token套餐口径各说各话,机构报告一份比一份长。想跟上节奏,靠手动刷信息源已经不现实。

想高效了解更多AI应用?推荐使用AI智选工具导航 aibookmarks.cn,一键聚合全球优质AI资源,把模型动态、工具入口和场景分类收在同一个页面里,少走一些对比和跳转的弯路。


六、五个变化指向同一个问题

模型在补能力,调用量在暴涨,价格开始回升,Token被推给普通消费者,企业端却迟迟算不出回报。这五件事放在一起,指向同一个转向:从"用得多不多",到"用得值不值"。

下一个季度有三个可以验证的观察点:

  1. 单位词元产出——同样的钱,能换回多少实际交付。
  2. 按结果计费的落地速度——从卖Token转向卖结果,谁先跑通。
  3. 组织架构能否跟上——33%的阻力来自筒仓,这一项不动,技术投入很难变现。

数据与事实来自公开报道及机构报告,本文仅做整理与解读。原文作者:Jennifer(QUORIS)。

想第一时间看到更新?

我们只在目录有实质变化时发邮件,不做日常推送。