16日~22日这周，中国模型的周挪用量进一步冲高至5.16万亿Token，三周大涨127%，而同期美国模型挪用量跌至2.7万亿Token。与此同时，全球挪用量排名前五的模型中，中国模型占据四席，这股壮大的增长动能，并非依赖单一爆款产品，而是中国AI厂商集群式崛起。 OpenRouter平台，汇聚了全球数百种大说话模型，占有超过500万开发者用户，是目前全球最大的AI模型API聚合平台。因而，其API挪用量数据被视为洞察全球AI利用落地趋向最真实的“晴雨表”，由于它直接反映了开发者“用脚投票”的选择，体现了模型在现实利用中的受迎接水平和竞争力。 值妥贴心的是，该平台的用户重要由海表开发者组成，其中美国用户占比高达47.17%，而中国开发者仅占6.01%，这使得其榜单数据更能客观反映中国AI模型在全球领域内的真实吸引力。 《逐日经济新闻》记者（以下简称每经记者）梳理OpenRouter数据发现，全球大模型Token挪用量在从前一年经历了惊人的发作式增长。2025年3月3日至9日当周，该平台前十大模型的周挪用量仅为1.24万亿Token。而到2026年2月中旬，这一数字已飙升至13.95万亿Token，短短不到一年功夫增长了超过10倍。 2025年，美国模型是市场增长重要动力，其Token周挪用量一度占据平台前十大模型总量的近七成，而同期的中国模型占比则不到两成。然而，进入2026年，美国模型的增快起头显露疲态，而中国模型则开启了“狂飙”模式。 这股势头并未就此终场，到2月16日当周，中国模型的周挪用量更是冲高至5.16万亿Token，三周功夫挪用量增长127%，将当吓着势进一步扩大。 2026年2月16日至22日的周榜单显示，平台挪用量排名前五的模型中，有四款来自中国厂商，别离为MiniMax的M2.5、月之暗面的Kimi K2.5、智谱的GLM-5以及DeepSeek的V3.2。这四款模型计算贡献了Top5总挪用量的85.7%。 具体来看，MiniMax于2026年2月13日颁布的M2.5模型，上线不及一周便迅快登顶周挪用量榜首。在2月9日至15日当周，OpenRouter平台总挪用量激增的3.21万亿Token中，仅M2.5这一款模型就贡献了1.44万亿Token的惊人增量。 月之暗面于1月27日颁布的Kimi K2.5模型，凭借其原生的多模态架构和壮大的Agent并行处置能力，挪用量实现了陆续跳涨。该模型能调度多达100个“Agent分身”并行工作，将复杂工作处置效能提升3到10倍。据媒体报路，Kimi在颁布Kimi K2.5后不到一个月的累计收入，已超过其2025年整年的总收入，增长重要由全球付用度户及API挪用量大涨共同推动。 智谱的旗舰模型GLM-5自2月12日颁布后，凭借其200K的超长高低文窗口和对长程Agent工作的深杜着化，用户规模迎来高快增长，其挪用量在上线次周便增长至0.8万亿Token。 从前一年，阿里千问虽单个模型上榜频次不高，但a16z与OpenRouter结合颁布的汇报显示，其全系列模型总Token挪用量以5.59万亿位居全球第二，仅次于DeepSeek（14.37万亿）。 征询公司弗若斯特沙利文（Frost & Sullivan）汇报显示，在中国大模型B端市场，2025年下半年，千问（Qwen）系列模型的日均Token挪用量占比32.1%位列第一，相较上半年的17.7%险些翻倍，相比字节豆包（21.3%）、DeepSeek（18.4%）当吓着势扩大。 他以为，产业市场集中度并非越高越好，有多家头部企业形成宽大的技术产业群落，而不是少数两三家寡头，对于竞争创新和人才生态建设是功德，也有利于在中美AI竞争中形成集群优势。 中国模型之所以能在短功夫内席卷全球开发者，除了机能上比肩甚至超过国际顶尖模型表，其极具竞争力的成本是另一个无可争议的主题优势。 在模型处置输入信息（Input）的环节，MiniMax的M2.5与智谱的GLM-5，其价值均为0.3美元每百万Token。作为对比，海表主流的对标产品Claude Opus4.6的价值则高达5美元/百万Token，是中国这两款模型的约16.7倍。 在模型天生内容（Output）的环节，成本差距更为悬殊。MiniMax M2.5的输出价值为1.1美元/百万Token，智谱GLM-5为2.55美元/百万Token，而Claude Opus4.6的价值则飙升至25美元/百万Token，别离是前两者的约22.7倍和9.8倍。 弗若斯特沙利文中国总监李庆在接受每经记者采访时辰析指出，以“混合专家（Mixture-of-Experts, MoE）”架构为代表的技术路线，是中国模型可能大幅降低推理成本的主题原因之一。目前，蕴含榜单上的DeepSeek、阿里巴巴的通义千问3.5-Plus等模型，都已宽泛选取了MoE架构。 MoE架构的奇妙之处在于，它将一个巨大的模型拆分为多个相对较幼的“专家网络”和一个“门控网络”。只管模型的总参数量可能极度重大（如拥罕见千亿参数），从而保障了其“知识储蓄”和能力上限，但在现实处置一个工作时，门控网络会智能地判断该工作的性质，并只激活（挪用）其中一幼部门最有关的专家网络参加推算。 这种“按需激活”而非“整个带头”的模式，相较于传统的浓密模型（每次推算都挪用全数参数），极大地削减了推算量和对硬件资源的需要。数据显示，选取MoE架构能够直接让推理时的显存占用降低60%，推理吞吐量（单元功夫内处置的Token数量）提升高达19倍。这种从技术源头上实现的降本增效，是其成本优势的根正本源。 除了算法架构的改革，中国AI厂商还在积极索求“垂止佧合”的蹊径，以进一步压缩每一个Token背后的成本。这条蹊径的主题思想，是将上层的模型算法、中层的云推算基础设施和底层的AI芯片进行深度的、一体化的协同设计与优化，从而解决软硬件之间的适配痛点，榨干每一分算力。 李庆以阿里巴巴的“通义-云-芯”系统为例进行注明，这种从上到下的垂止佧合模式，可能通过极致的算力调度算法，实现对底层硬件资源的最高效利用，从而大幅降低了AI服务背后的基础设施成本。这种系统级的优化，使得Token的天生成本得以进一步降低。 摩根大通在其研报中对中国市场做出极为乐观的预测，预计从2025年到2030年，中国Token亏损量的年复合增长率将达到惊人的330%，在短短5年间实现370倍的增长。 Token亏损量的指数级攀升，表表看是用户规模与使用时长的增长，但其背后更深档次的驱动力，是用户对AI使用模式的底子性转变。AI的角色在从一个提供单一信息、进行日常闲聊的“问答工具”，进化为可能深度参加工作流、处置复杂工作的“出产力工具”。 国联民生证券在近期颁布的研报中，提出了“Token通胀」剽一概想。这并非指Token自身变贵，而是指在单元功夫内、单元用户的Token亏损结构性上升。汇报将这一景象归因于三大主题趋向。 首先，用户的主题需要在从浅层的“问答”转向深度的“干活”，即越来越多地利用AI来沉构代码、改写文件、天生文档和跑测试。编程场景天然具佑装长高低文、多轮迭代、大量输出”的特点，会大量亏损Token。 最后是推理强度上升。更多深度思虑、更长链路推理睬显著提高输出与中央过程的Token亏损。但对开发者而言，这往往带来更高成功率与更少返工，用户反而愿意“增长Token投入来换取效能”。 这一趋向与全球顶尖芯片造作商的判断不谋而合。英伟达CEO黄仁勋在2月26日的业绩电话会上，反复向市场强调一个主题概想：“推算即收入”“推理即收入”。他指出，没有算力，就无法天生Token
；没有Token，就无法带来收入增长。在AI时期，推理机能直接决定了客户的收入能力，而推理的主题，正是高效地天生可被贸易化的Token。在全球数据中心电力瓶颈日益凸显的今天，“机能/瓦特”（Performance per Watt）已成为衡量AI服务效能与收入能力的关键指标。 李庆向每经记者暗示，AI服务的贸易模式正从从前单纯的“按量计费”，向“燃料+成就”的混合模式演进。一方面，作为“燃料”的Token，其单价会随着技术进取和规模效应持续降落
；另一方面，随着AI从“问答”工具向“干活”的出产力工具转变，企业将更愿意为直接的“成就”付费，这将催生出更多基于订阅造的贸易模式。 李庆还预测，将来AI服务的定价将不成预防线走向高度定造化和矫捷化。她暗示，Agent时期的到来意味着工作的复杂度千差万别，单一的定价模式将无法覆盖所有贸易需要。将来，推算亏损、挪用频次、工作是否涉及多步推理或规划等高成本操作，都将成为影响定价的成分，一个多维度、动态的定价系统将成为主流。