（简之）我国的AI大模型在近来的周调用量上，已经连续第五周超越美国。截至2026年4月6日，根据OpenRouter发布的最新数据，从3月30日至4月5日这一周里，中国AI大模型周调用量是12.96万亿Token，环比增长31.48%，而美国方面AI大模型周调用量是3.03万亿Token，环比增长0.76%。
由此得出的直观对比结果是，中国大模型的周调用量已是美国的4.27倍。另外值得注意的是，在榜单情况上，全球调用量排名前六的模型中，全部均来自中国，包括阿里通义千问、DeepSeek等。
至此，我国在大模型应用层面实现了历史性突破，成为全球AI应用领域的领跑者。在2026中关村论坛年会期间举办的人工智能主题日活动上，来自政府管理部门、科研机构及AI领军企业的专家学者，从各自的角度也阐释了这轮由大模型所引领，AI驱动的Token经济火热的内外因。
中国科学院院士王怀民表示，2025年中国的开源大模型在全球的下载量名列前茅，被下载的大模型部署之后，在互联网上提供的Token服务访问量到2025年年底也成为全球最多，这为中国大模型Token调用量的后续爆发奠定了坚实基础。
三大动因：铸就中国Token调用量领跑优势
性价比碾压：核心竞争力凸显
在专家们看来，性价比优势是中国大模型Token调用量领跑全球的最关键原因，国产大模型与美国同类产品相比，形成了悬殊的价格差，且性能接近，让全球开发者用脚投票都能选择中国模型。
具体来看，国产的千问Qwen每百万Token仅需2元，而美国的GPT-5每百万Token高达60元，二者价差达到30倍。
清华大学智能产业研究院创始院长张亚勤认为，过去一年整体的单位成本和Token的单位成本下降了差不多十倍，成本的持续降低成为中国大模型性价比优势的重要支撑，也让更多开发者和企业能够低成本使用大模型服务，进一步推高了Token调用量。
场景爆发：内需市场全面激活
中国拥有极强的内需市场，大模型应用场景在企业级、消费级、行业级实现全面爆发，成为Token调用量持续增长的重要驱动力。
企业级场景中，大模型广泛应用于代码开发、文案生成、客服AI、数据分析等工作，大幅提升企业生产效率；消费级场景里，AI视频比如近来十分火爆的即梦Seedance2.0、短视频创作、智能助手等产品走入大众生活，成为普通用户的常用工具；行业级场景下，大模型实现金融、制造、教育、医疗全行业渗透，为各行业数字化转型提供支撑。
智普华章CEO张鹏指出，主权大模型应用场景十分丰富，可作为基础对话工具、创新驱动力、公共治理手段以及机器科学家，服务于制造、金融、教育、公共卫生等关键性敏感行业，加速新药研发、材料合成等前沿科研，这也从侧面印证了中国大模型应用场景的多元化与深度化。
张亚勤也表示，智能体的更重要应用未来会在工业、垂直行业中落地，医疗、机器人等领域都是智能体的应用场景，而这些场景的落地都将进一步带动Token调用量的增长。
算力基建：硬核支撑筑牢发展根基
中国算力基础设施的快速发展，为大模型Token调用量的提升提供了坚实的技术支撑，智算中心的爆发式建设以及高速网络的布局，保障了大模型服务的低时延、高并发。
目前中国已建成如粤港澳“真武”万卡集群等一批先进智算中心，时延可控制在4微秒以内；同时，5G-A、全光算力网络的布局，让大模型在面对大规模、高频率的Token调用时，能够保持稳定、高效的运行状态。
张鹏表示，要构建开放共享的数据与算力生态，促进安全的数据跨境流动共享，推动普惠性算力基础设施的建设，而中国当前算力基建的快速发展，正是践行这一理念的成果，也为大模型产业的发展提供了底层保障。
Token调用量登顶是一个里程碑：中国AI产业迈入全新发展阶段
格局拐点：中美双极形成，中国应用层领跑
从一个更大的视野来看，中国大模型Token调用量的全球登顶，推动全球AI格局迎来重要拐点，从过去的“美国独大”转变为“中美双极”的新格局，且中国在应用层实现全面领跑。
Token作为AI时代的“石油”，其调用量直接反映了大模型的实际应用程度，中国每天的Token消耗量达到美国的2.49倍，证明中国在大模型应用落地方面已走在全球前列。
王怀民表示，2025年政府工作报告开篇便提到国产大模型引领全球开源生态的发展，这标志着中国在人工智能领域的发展已经从深度融入国际开源社区，进入到了叙事引领的良好状态，而此次Token调用量的全球领跑，更是中国AI应用层领先全球的直接体现。
产业验证：从实验室走向规模化商用
中国大模型Token调用量的爆发式增长，完成了对AI产业的重要验证，标志着中国AI产业从“实验室”走向“规模化商用”，并且中国的落地速度还是全球最快。
过去大模型的发展更多停留在技术研发和实验阶段，而如今高企的Token调用量，证明大模型已经在各行各业实现实际应用，成为推动产业发展的重要力量，规模化商用的趋势已然形成。
张亚勤提到，智能体是AI发展的新范式，未来智能体将会取代SaaS和APP，成为新的应用代表，而当前中国大模型高Token调用量的背后，正是各类应用场景对大模型技术的规模化使用，也印证了中国AI技术落地速度的全球领先性。
生态优势：正向循环形成，差距持续拉大
当前，中国大模型产业已形成模型、开发者、用户的正向循环，生态优势逐步凸显，且与其他国家的差距持续拉大。全球开发者因中国大模型的高性价比选择中国产品，大量的用户使用又为大模型的优化迭代提供了丰富的数据，而不断优化的模型又能吸引更多开发者和用户，形成良性循环。
王怀民认为，开源是当今世界最具活力的科技创新的模式，能够有效激发和汇聚人类群体智能的资源，而中国国产大模型在开源生态的领先发展，吸引了全球大量开发者参与，进一步完善了中国大模型的产业生态，成为推动模型、开发者、用户形成正向循环的重要力量。
张亚勤也指出，未来全球技术大模型不会超过十个，中国将占据三、四个，且80%的模型会走向开源，这一发展趋势将进一步巩固中国大模型的生态优势，让中国在全球AI产业发展中持续保持领先。 来源：飞象网
相关推荐
-
马化腾重提“重资产”变革：当模型只领先几个月，AI靠什么赚钱？
过去一年，大模型行业最不缺的，可能就是突然冒出来的“冠军”。一款新模型发布，榜单成绩冲上前列，开发者开始测试，行业媒体集中讨论。厂商也会趁着这股热度，向外界展示自己的技术进展。但热闹往往持续不了太久。没过几个月，新的模型又来了，榜单上的名字换了一批，市场注意力也跟着转移，已经成为整个大模型行业的常态。 技术热度的快速更…
-
openEuler发布面向Agentic Infra的操作系统，全球协同共建AI生态
11月13日，以“智启未来，引领 Agentic Infra 创新”为主题的Agentic Infra操作系统大会（以下简称“大会”）在北京中关村国际创新中心成功举办。本次大会由开放原子开源基金会孵化的明星社区openEuler主办，openEuler现场正式发布面向Agentic Infra的操作系统，大会集结全球技术专家、科研专
-
快乐虾米APP上线，让AI“做同款”，一键生成自己的歌
11月13日，阿里巴巴旗下AI音乐创作平台快乐虾米（HappyShrimp）正式上线APP版本，同步登陆iOS与Android平台，覆盖App Store及各大安卓应用商店。 快乐虾米是一款面向大众用户的AI音乐创作与发现应用，用户只需描述想表达的情绪、故事或音乐风格，即可由AI完成歌词、作曲、编曲与演唱，…
-
腾讯WorkBuddy联合中国记协“记者之家”推出记者节AI办公福利，最高送出超20万份积分
WorkBuddy联合推出记者节AI办公福利，拟送出超20 万份1000积分卡，累计额度超过2亿积分。即日起至 2026 年11 月 30 日，已在“记者之家”大学堂完成机构认证的新闻工作者，通过 WorkBuddy小程序 或 “记者之家”大学堂…
-
从新电能到新厂房：百度世界大会定义人工智能的下一幕
11月12日，百度主办的第二十一届百度世界大会在北京国家会议中心二期举行，主题为“下一幕，智能组织”。百度世界2026把AI的下一幕指向智能组织：李彦宏首提组织进化三原则，杨元庆谈人机分工与投入产出。
-
金杯搭着自变量，上了具身机器人的车
连续两个交易日涨停后，金杯汽车在11月10日晚间发公告给所谓的机器人业务降了降温：“目前，子公司金智变量向自变量机器人提供组装服务，核心零部件均为外购，产品设计、核心研发和专利技术依赖自变量，机器人组装业务收入只有50万元。” 公告把双方的合作说得很清楚：金杯负责制造，自变量掌握产品和技术，且合作金额很小。值得注意的是…
-
AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力
随着智能体兴起，AI不再只靠GPU，CPU 负责调度、通用计算和把数据喂给 GPU，内存、网络、存储各就各位，整套硬件协同起来，算力潜力才真正释放得出来。
-
远景星河基地引爆外网，中国AI基建能力为何远超美国？
11月8日，全球知名半导体与AI产业研究机构SemiAnalysis发布题为《探访中国"星际之门"》的深度研究报告，这是该机构研究团队首次公开披露对中国数据中心的实地探访。报告将远景乌兰察布星河基地称为中国版"星际之门"，并高度评价远景为新型能源系统的集大成者、AIDC电力系统的引领者。 报告开篇即给出高度评价。Sem…
-
对话红帽：中国AI的底牌，不只是大模型
AI竞争的下一阶段，拼的不只是算力和模型能力，更是谁能用开放的技术生态，把成本、效率与自主选择权同时掌握在自己手中。 过去，行业谈论AI，绕不开模型能力和算力规模。开源模型增加了模型选择；同时，平台对异构算力的支持让企业不必把算力押在一种硬件上。 这背后，是开源正在成为AI产业的重要力量。 红帽全球副总裁兼大中华区总裁…
-
一台机器人犯过的错，怎样让另一台少走弯路？
“让后来者从前人止步之处继续。” "by the last beginning where those before them had left off" ——勒内·笛卡尔 一台机器人犯过的错，怎样才能让另一台机器人少走弯路？ 设想一次普通的取杯任务：机器人找到了水杯，规划好接近方向，却在…
