信通院报告显示国内词元价格较去年下半年翻倍，消耗量增长3倍

《大模型词元服务性能监测报告（2026年）》于10月23日发布，发布方为中国信通院人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室与中国人工智能产业发展联盟。

报告显示，国内词元价格较去年下半年翻倍，消耗量增长则达到3倍，词元服务整体呈现量价齐升态势。

2026年6月，国内词元日均消耗量约500万亿，相当于2025年12月的近4倍。

词元（Token）服务已成为大模型技术走向应用的关键节点。通过公有云API提供大模型词元服务的模型即服务（MaaS）平台厂商正在增多。

报告开展的背景在于，用户对词元服务性能缺乏直观判断依据，选型时面临困难。

监测数据的时间范围为2026年1至8月，分析维度包括调用成功率、吞吐速度、首词时延、稳定性、价格与上下文窗口等，覆盖国内外大模型词元服务。

经过过去两年价格战，2026年国内外模型服务价格明显上涨。

归一化是把各家不同的计价方式折算到同一口径，使价格可以横向比较。

国内归一化均价由2025年下半年的6.8元升至今年以来的13.46元，涨幅接近一倍。

国外价格仍显著高于国内，2026年以来发布的典型模型平均归一价格约为117.8元。

性能方面，8月国内各模型平均每秒输出词元数（TPS）达到78.23个，较2025年均值38.25个实现翻倍。

同期国外典型模型TPS均值为112.82个，整体表现仍优于国内。

时延方面，国内模型平均首词时延（TTFT）持续上升，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平均值为2.08秒，同样呈上升趋势。

报告解释，时延上升不能简单视为性能退化，其与模型参数量增加、上下文长度增加、调用量增加等因素同步发生。

在报告监测的模型中，上下文长度达到100万（1M）词元的占比为47.8%。

20万（200K）词元及以上的模型合计占比95.7%，较2025年底提高逾76个百分点，上下文更短的模型占比持续下降。

报告同时比较了DeepSeek、Qwen、GLM、Kimi四款开源模型在多个第三方平台的表现。

5月这四款开源模型完成新版本换代，此后TPS持续提升、时延不断压缩。

以8月数据计，DeepSeek-V4-Pro的TPS达到DeepSeek-V3.2的2倍。

不过，同一模型在不同平台上的表现并不一致，部分第三方平台的性能明显好于官方平台，同一模型的TPS在不同平台间最大差距接近一倍。

报告认为，性能分化主要源于各平台在推理加速、优化策略与成本控制上对相同模型采取了不同做法。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。