中国AI模型调用量首超美国 四款大模型跻身全球前五

2026年2月，中国AI模型调用量迎来爆发式增长，首次超越美国。

全球最大AI模型API聚合平台OpenRouter的数据显示，2月9日至15日期间，中国模型调用量达4.12万亿Token，首次超过美国模型的2.94万亿Token。

2月16日至22日，中国模型周调用量进一步攀升至5.16万亿Token，三周内增长127%，而美国模型调用量降至2.7万亿Token。同时，全球调用量前五的模型中，中国占据四席，这一增长并非依赖单一产品，而是中国AI厂商集群式崛起的结果。

Token是AI处理文本的最小单位，相比用户数量，Token调用量更能反映模型使用强度、用户粘性及商业价值。

中国模型厂商凭借快速迭代和成本优势拓展全球市场，国产算力需求正呈指数级增长。

榜单变动：中国Token调用量首超美国 四款大模型占据前五

OpenRouter平台汇聚全球数百种大语言模型，拥有超500万开发者用户，是全球最大的AI模型API聚合平台。其API调用量数据被视为全球AI应用落地趋势的“晴雨表”，直接体现开发者选择及模型实际竞争力。

该平台用户以海外开发者为主，美国用户占比47.17%，中国开发者仅占6.01%，榜单数据更能客观反映中国AI模型的全球吸引力。

《每日经济新闻》记者梳理数据发现，全球大模型Token调用量过去一年增长显著。2025年3月3日至9日，平台前十大模型周调用量为1.24万亿Token；2026年2月中旬已达13.95万亿Token，不到一年增长超10倍。

2025年，美国模型是市场增长主力，周调用量占前十大模型总量近七成，中国模型占比不足两成。2026年，美国模型增速放缓，中国模型则快速增长。

2026年2月2日至8日，中国模型周调用量升至2.27万亿Token，展现追赶态势。

2月9日至15日，中国模型以4.12万亿Token超越美国模型的2.94万亿Token，实现历史性突破。

2月16日当周，中国模型调用量达5.16万亿Token，三周增长127%，领先优势扩大。

这一增长源于中国AI厂商的集群式发展。

2026年2月16日至22日榜单显示，调用量前五的模型中，四款来自中国厂商，分别是MiniMax的M2.5、月之暗面的Kimi K2.5、智谱的GLM-5和DeepSeek的V3.2，合计贡献Top5总调用量的85.7%。

MiniMax于2月13日发布的M2.5模型，上线不足一周便登顶周调用量榜首。2月9日至15日，平台总调用量增加的3.21万亿Token中，M2.5贡献1.44万亿Token。

月之暗面1月27日发布的Kimi K2.5模型，凭借多模态架构和Agent并行处理能力，调用量持续增长。该模型可调度100个“Agent分身”并行工作，提升复杂任务处理效率3到10倍。发布后不到一个月的累计收入已超2025年全年，增长来自全球付费用户及API调用量提升。

智谱GLM-5模型2月12日发布后，凭借200K超长上下文窗口和长程Agent任务优化，用户规模快速增长，上线次周调用量达0.8万亿Token。

过去一年，阿里千问单个模型上榜频次不高，但a16z与OpenRouter联合报告显示，其全系列模型总Token调用量5.59万亿，全球排名第二，仅次于DeepSeek的14.37万亿。

弗若斯特沙利文报告显示，2025年下半年中国大模型B端市场中，千问系列模型日均Token调用量占比32.1%，位列第一，较上半年的17.7%翻倍，领先字节豆包（21.3%）和DeepSeek（18.4%）。

上海财经大学特聘教授胡延平提出“AI中国团”概念，认为多家头部企业形成技术产业群落，而非少数寡头，有利于竞争创新、人才生态建设及中美AI竞争中的集群优势。

风险投资机构Andreessen Horowitz合伙人Martin Casado发现，硅谷寻求融资的AI初创公司中，80%路演核心模型使用中国开源模型。

竞争力：成本不足美国AI的1/10 中国Token为何价格更低？

中国模型能快速吸引全球开发者，除性能比肩国际顶尖模型外，成本优势是核心因素。

OpenRouter平台价格显示，中国模型成本优势明显。输入环节，MiniMax M2.5与智谱GLM-5价格为0.3美元/百万Token，海外产品Claude Opus4.6为5美元/百万Token，是中国模型的约16.7倍。

输出环节，MiniMax M2.5为1.1美元/百万Token，智谱GLM-5为2.55美元/百万Token，Claude Opus4.6达25美元/百万Token，分别是前两者的约22.7倍和9.8倍。

巨大成本差距影响开发者API选择。

成本差异源于算法架构创新。弗若斯特沙利文中国总监李庆分析，“混合专家（MoE）”架构是中国模型降低推理成本的核心原因，DeepSeek、阿里通义千问3.5-Plus等模型广泛采用该架构。

MoE架构将大模型拆分为多个“专家网络”和“门控网络”，总参数量大保证能力上限，实际任务中仅激活部分相关专家网络计算，减少计算量和硬件需求。数据显示，MoE架构可降低推理显存占用60%，提升推理吞吐量19倍，从技术源头实现降本增效。

中国AI厂商还通过“垂直整合”压缩成本，将模型算法、云计算基础设施和AI芯片深度协同优化，解决软硬件适配问题，提升算力利用效率。

李庆以阿里“通义-云-芯”体系为例，垂直整合模式通过算力调度算法高效利用硬件资源，降低AI服务基础设施成本，进一步降低Token生成成本。

摩根大通研报预测，2025至2030年中国Token消耗量年复合增长率达330%，5年间增长370倍。

价值转变：Token从互联网“流量”变为AI时代“燃料”

Token消耗量指数级增长，表面是用户规模和使用时长增加，深层原因是用户对AI使用模式的转变，AI从“问答工具”进化为“生产力工具”。

国联民生证券研报提出“Token通胀”概念，指单位时间、单位用户Token消耗结构性上升，归因于三大趋势：用户需求从“问答”转向“干活”，编程等场景消耗大量Token；AI Agent技术普及，多次调用模型累加Token消耗；推理强度上升，用户愿增加Token投入提升效率。

这意味着Token不是互联网时代边际成本为零的“流量”，而是生产任务的“燃料”。

英伟达CEO黄仁勋在业绩电话会上强调“计算即收入”“推理即收入”，指出算力决定Token生成，Token影响收入增长，推理性能决定客户收入能力，“性能/瓦特”是AI服务效率与收入能力的关键指标。

李庆表示，AI服务商业模式从“按量计费”向“燃料+成果”混合模式演进，Token单价随技术进步和规模效应下降，企业更愿为“成果”付费，催生订阅制模式。

李庆预测，未来AI服务定价将高度定制化，计算消耗、调用频次、任务复杂度等将影响定价，多维度动态定价体系将成主流。

记者|宋欣悦