MiniMax成Token调用第一之后 模型厂商的下一个必争高地显现

来源：财联社

《科创板日报》2月27日讯（编辑 宋子乔） 最近，大模型token调用量井喷成为关注点。OpenRouter最新数据显示，各大模型的token调用量自2026年1月下旬出现明显跃升。

与此同时，国产大模型站上舞台中央。2月9日-15日这周，中国模型以4.12万亿token的调用量，首次超过同期美国模型的2.94万亿token。16日-22日这周，中国模型的周调用量进一步冲高至5.16万亿Token，三周大涨127%，而同期美国模型调用量跌至2.7万亿Token。平台调用量排名前五的模型中，有四款来自中国厂商，分别为MiniMax的M2.5、月之暗面的Kimi K2.5、智谱的GLM-5以及DeepSeek的V3.2。这四款模型合计贡献了Top5总调用量的85.7%。

其中，M2.5一鸣惊人，在发布后12小时内登顶OpenRouter热度榜，一周内登顶调用量榜首，周调用量暴涨至3.07T tokens，超过Kimi K2.5、GLM-5与DeepSeek V3.2三家的总和。

OpenRouter是全球最大的大模型API聚合平台，可为开发者提供统一API接口，以访问全球数百种大语言模型。其核心功能包括多模型调用、智能路由优化和透明的性能排行榜，旨在解决多模型集成复杂和厂商封锁问题。

当目光聚焦于AI应用普及、国产模型崛起等，不应该忽视数据背后的结构性变化。

模型调用量因何在近期爆发？排名靠前的为何是M2.5等新秀？

多家机构认为，一方面是，春节带来AI应用渗透率提高，token消耗量有了总体提升；另一方面，AI模型的Agent（智能体）场景广泛落地，单次任务token消耗大幅增加。

伴随1月下旬以来的这一轮增长，梳理AI行业的新动向，也能为上述问题提供思路。

首先是OpenClaw爆火，这是一个能让大模型获得本地操作系统权限的开源智能体框架，可让AI可以自己执行Shell命令、操作文件系统，实现所谓的“本地代理主权”。当地时间2月15日，OpenClaw的创造者Peter Steinberger正式加入OpenAI，负责推动“下一代个人智能体”的研发。

随后多个面向智能体场景的大模型发布，反响热烈——

稀宇科技（MiniMax）于2月13日发布MiniMax M2.5，称该模型为全球首个为智能体场景原生设计的生产级旗舰模型。其发布后七天的调用量即突破3.07T tokens，凭借在编程和Agent工作流中的卓越性能与极低的成本，成为开发者首选。

月之暗面（Moonshot AI）于1月27日发布KimiK2.5，该模型采用原生多模态架构，能通过调度多达100个“Agent分身”并行工作，将复杂任务效率提升3到10倍。该模型在多个细分榜单（如编程、工具调用）中均排名第一，其调用量远超Gemini 3和Claude模型。

智谱于2月12日发布GLM-5，该模型参数规模进一步扩展，采用了稀疏注意力机制，是其专为复杂系统工程与长程Agent任务设计的旗舰模型。凭借免费、200K上下文窗口等优势，该模型发布后用户迎来高速增长，智谱对Coding Plan先后进行了限售、涨价等动作。

这些模型聚焦于提升编程能力和智能体任务的自动化水平，这两大能力让AI的应用场景从私人化娱乐向生产环境转变，专业开发者的token消耗远比普通对话密集，这类需求一旦被激活，带动的调用增量随之大幅攀升。

OpenRouter的官方数据证实了这一点，该平台超70%的token消耗量，来自互联网大厂、中大型企业、专业开发者的生产环境常态化调用，这类场景的单次token调用量远超个人用户、小型测试项目等。官方确认，过去数周内，平台长文本生成需求显著上升，在100K至1M token区间，MiniMax M2.5的调用量处于领先位置，这个区间正是智能体工作流的典型消耗场景。

可以说，这轮token消耗量爆发，直接反映出大模型发展的新趋势，AI正从“快思考”走向“慢思考”、从“工具”走向“劳动力”，各大AI前沿公司力研的智能体功能正属于“慢思考”的范畴。

当模型面对复杂任务（如“写一个电商网站的代码”）时，它不再直接输出答案。它会先“自言自语”：拆解需求、设计架构、编写函数、检查bug、优化性能,因为AI开始“在脑子里反复推演”。每一次推演、每一步逻辑链的建立，都在消耗token。这种“推理密度”的增加，使得token消耗的增长速度远远超过了用户数量或提问次数的增长速度。

中信证券称，AI应用场景从简单对话，向多模态（文本/图像/音频/视频）、AI智能体升级，单次任务token消耗呈指数级上升。该机构认为，token的爆发式增长，本质上反映出AI推理需求的指数级扩容。

华泰证券此前预测，随着推理范式变化，智能体加速落地，未来算力需求中存在两个倍数关系，共同决定了算力需求的广阔空间：

1）推理和token调用量之间不是线性关系，这是因为多智能体协作和多工具调用会带来token消耗量加速增长；

2）算力需求与token的增长之间不是线性关系，这是因为随着推理过程更加复杂，同样算力条件下计算时间也将增长，实时性和交互性带来对计算速度的要求。

该机构认为，与Chatbot相比，智能体在执行任务时会进行任务的分解与编码，将带来交互次数、任务复杂度、使用频率的提升，整体token消耗或提升十倍以上，而对应的算力需求将增长百倍以上，长期看好算力需求的持续快速增长。