日均调用量破140万亿，中国算力告别“堆卡”迎Token价值大考

2026年，中国西北的数据中心重地，正在上演一场近乎狂热的“造城运动”。

6月，DeepSeek豪赌1GW级巨型智算基地，直接落子内蒙古乌兰察布；7月，曙光8000宣布首个全国产10万卡超集群正式接入国家超算互联网；8月，阿里云官宣将AIDC交付周期硬生生压到了100天，沿着西北绿电带疯狂跑马圈地。

值得注意的是，不同于之前厂商们将重心放在硬件张数加总或理论算力峰值的展示，而是转移到了系统工程。一些正在发生的变化是，衡量算力基础设施的真正标准，似乎已经从“拥有多少张卡”转向“能否让十万张卡稳定、持续、无瓶颈地协同完成一项真实的大模型任务”。

疑问随之而来，算力基建正从简单的硬件叠加，走向残酷的系统工程考验。这种转变背后的根本驱动力究竟是什么？为什么在卡数飙升的同时，整个行业却集体陷入了对“有效产出”的焦虑？

AI Coding时代，调用量突破140万亿

产业界在疯狂“砸钱造城”，必定是因为下游需求爆发到了供不应求的地步。

事实上，过去几年AI技术的落地形态不断发生变化，增长引擎也从Chat AI，逐渐转向能够持续调用模型的Agent，也因此，模型调用量迎来了疯狂的增长。国家数据局披露，2026年3月我国日均Token调用量已超过140万亿，较2024年初的1000亿增长1000多倍。

这种调用需求的爆发，正在改变全球模型使用的相对格局。OpenRouter平台数据显示，2026年2月9日至15日，中国模型调用量为4.12万亿Token，高于同期美国模型的2.94万亿Token。

原因是什么？

其实并不复杂。Chat AI通常是一问一答，Agent却需要自主规划任务、调用工具、读取返回结果，再根据结果继续执行和验证。同一个任务往往需要模型连续运行数轮甚至数十轮，因此Token消耗远高于普通对话。简而言之，支撑这轮调用量暴涨的，是单个任务正在变得越来越“重”。

其中，AI Coding正是最典型的Token消耗场景。

一项在SWE-bench Verified上，使用8个前沿模型和OpenHands Agent的研究显示，Agentic Coding平均Token消耗约为单轮代码推理的3500倍、代码聊天的1200倍，输入Token远高于输出Token，平均输入/输出比为154:1。

当这种高消耗任务从少数实验走向大规模应用，平台层面的Token结构也随之发生变化。OpenRouter与a16z基于超100万亿Token匿名元数据发布的《2025 AI使用报告》显示，编程任务的Token占比已从2025年初的11%升至50%以上，成为平台最大的单一使用品类；而2026年3月风头最盛的通用Agent框架OpenClaw，单周也只贡献了平台约四分之一的消耗。

从现阶段来看，真正把Agent的高频调用转化为稳定Token消耗的，并不是所有通用Agent，而是已经形成明确工作流和付费意愿的AI Coding。

服务商的账本：谁在靠Token赚钱？

这一判断，也在服务商的账本上得到了最直接的印证。

智谱是国内较早将资源集中到Coding路线的模型厂商之一。GLM Coding Plan全球付费开发者已突破24.2万，Token调用量半年上涨15倍。更值得注意的是，2026年一季度，GLM API价格累计上调约83%，同期调用量仍增长约400%。其模型API的ARR在3月达到17亿元、同比增60倍，到7月整体ARR冲上10亿美元。从1亿到10亿，Anthropic用了15个月，智谱只用了5个月。

月之暗面的增长曲线更陡。主打长程编程的K3发布仅48小时，用户请求量便逼近现有集群承载极限。MiniMax M2.5上线七天，调用量突破3.07万亿Token。

如果说模型厂商看到的是单个产品的需求爆发，那么云厂商看到的，则是整个Token市场被快速做大。

以MaaS调用量计算，火山引擎豆包大模型日均Token调用量从2024年底的2万亿，增长到2025年底的63万亿，2026年3月进一步达到120万亿，到6月已经升至180万亿。两年间增长超过1500倍。IDC数据显示，火山引擎在中国公有云MaaS市场的调用量份额达到9.5%。而在其内部，增长最快的业务之一正是代码工具Trae，日均Token消耗已经从最初的80亿增长到3000亿至4000亿量级。

阿里云呈现出的则是另一条曲线。

2026财年第四季度，其AI相关收入达到89.71亿元，占外部商业化收入比重首次超过30%；百炼平台客户数同比增长八倍，过去五个月日均Token收入增长约15倍。阿里云在财报和业务披露中反复提及的增长来源，也包括百炼模型调用以及Qoder等AI Coding产品。

总的来说，Agent打开了远高于传统聊天的Token消费空间，而AI Coding则率先把这种需求变成稳定收入，使得疯狂吞噬算力的需求打爆了供给，整个AI产业顺理成章迎来了“需求爆发—价格上涨—规模扩张”的黄金繁荣期。

重度用户的狂欢下，Agent时代的算力黑洞

然而，调用量爆发并不意味着商业模式已经成立。

正常情况下，需求越旺盛，规模效应越明显，厂商收入与利润也应同步增长。但进入Agent和AI Coding阶段后，行业却出现了一个反常现象，那就是产品越火，厂商反而越频繁地限购、涨价，甚至暂停新用户。

月之暗面就是一个典型案例。Kimi发K3后48小时，因算力被打爆而不得不暂停C端新订阅入口。如果新增需求能够稳定转化为新增利润，厂商通常没有理由在需求最旺盛的时候主动“关门”。

中国企业资本联盟副理事长柏文喜曾认为，“事件核心在于K3通过了需求测试，却未通过供给与利润测试”；另有专家指出这主要是算力不足后的服务保障，反映独立大模型公司正从抢用户转向重收入、重效率。

这种矛盾，在模型厂商的调价策略中表现得更加明显。

阿里云百炼Coding Plan的Lite套餐自2026年3月20日起停止新购，4月13日起停止续费与升级，原有40元低价档随之退出；智谱GLM部分套餐改为固定时间限量销售，实际接近买不到。智谱Max档每天仅开放约20%额度；除此之外，阿里云、腾讯云、MiniMax、小米均已推出或更名为Token Plan，用Credits/Token精细计费替代按请求次数计费。

其实，以前Chat AI的Token消耗相对平缓且可预测，但到了Agent时代，尤其是AI Coding场景，这套逻辑开始失效。正如前文研究中所提到的，在部分Agentic Coding任务中，输入输出Token比甚至可以达到154:1。

这意味着，用户之间的成本差距被迅速拉大。一个普通用户可能每天只调用几十次，而一个真正把Coding Agent接入开发流程的重度用户，可以让模型连续运行数小时甚至全天工作。单个用户消耗的Token和算力成本，由此可能相差数十倍甚至上百倍。

问题也随之出现。包月制，本质上是用固定收入覆盖不确定的算力消耗；而Agent恰恰把这种不确定性放大到了极致。产品能力越强，吸引来的专业开发者和高频用户越多。这些用户使用得越充分，厂商承担的边际算力成本反而越高。一旦超过预设容量，厂商最终只能通过限量、限额、拆分权益或者改为Token计费来重新控制成本。