信通院报告：大模型词元价格翻倍，用量暴涨
10月23日，中国信息通信研究院人工智能研究所、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联合发布《大模型词元服务性能监测报告（2026年）》。这份基于2026年1至8月监测数据的报告，给出了一个清晰的结论：大模型词元（Token）服务正在进入“量价齐升”的阶段——价格战打了两年之后，价格涨回来了，而用量涨得更快。
价格：国内均价接近翻倍，海外仍高出近9倍
报告采用“归一化均价”口径，即把各家不同的计价方式折算到同一个统一标准上，让价格可以横向比较。按这一口径，国内大模型词元服务均价从2025年下半年的6.8元涨至2026年以来的13.46元，涨幅约97.9%，接近翻倍。
不过，横向对比看，国内价格仍然远低于海外。2026年以来发布的海外典型模型，平均归一价格约为117.8元，约是国内均价的8.8倍。也就是说，价格回升并不意味着中国市场已经变贵——在全球范围内，国内的词元服务依然是相对便宜的一端，价格战的遗产仍在。
用量：6月日均消耗约500万亿，达去年12月近4倍
比价格涨得更快的是用量。2026年6月，国内词元日均消耗量约500万亿，是2025年12月的近4倍。随着大模型加快推出，越来越多厂商通过公有云API以模型即服务（MaaS）的方式供给词元服务，词元已经成为大模型技术走向应用的关键节点。
这也是这份报告出台的背景：供给方越来越多，但用户对词元服务的性能缺乏直观判断依据，选型时面临困难。报告围绕调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度，对国内外大模型词元服务做了系统分析，正是想给选型提供一把尺子。
速度与时延：输出更快了，但首字等得更久了
性能方面呈现出一对看似矛盾的数据。2026年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；同期海外典型模型TPS均值为112.82个，同样较去年12月的51.35个翻了一倍多，整体仍优于国内。
但另一方面，模型开始输出首个词元前的等待时间——首词时延（TTFT）却在上升。国内模型8月平均首词时延为1.26秒，高于2025年平均的0.78秒；海外典型模型8月平均为2.08秒，也较今年4月的1.04秒明显增加。
报告对此给出的解释值得注意：时延上升并非单纯的性能退化，而是伴随模型参数量增加、上下文长度增加、调用量增加等多种因素同步产生的结果。模型变大了、一次要读的东西变长了、用的人变多了，第一个字自然来得更慢——这与其说是变慢，不如说是变“重”了。
上下文：百万词元成标配，短上下文加速出局
上下文窗口的扩张是另一条清晰的趋势。受监测模型中，上下文长度达到100万（1M）词元的占比已达47.8%；达到20万词元及以上的合计占比95.7%，较2025年底提升超过76个百分点，低于20万词元的模型占比则持续减少。
换句话说，能一次读入一整部书、一个大型代码库的长上下文能力，正在从少数旗舰模型的卖点变成行业标配。对开发者而言，这意味着长文档问答、跨文件代码处理这类场景的门槛在降低；对服务商而言，支撑超长上下文的成本与工程能力，正在成为新的分水岭。
平台分化：同一模型换个平台，速度能差近一倍
报告还对比了DeepSeek、Qwen、GLM、Kimi四款开源模型在不同第三方平台上的表现，结果颇具现实意义：5月份四款开源模型完成新版本换代后，TPS持续提升、时延不断压缩——以8月份数据计，DeepSeek-V4-Pro的TPS已达到DeepSeek-V3.2的2倍。
但同一模型在不同平台间的表现并不一致：部分第三方平台的性能明显优于官方平台，同一模型在不同平台间的TPS差距最大可接近一倍。报告认为，这主要源于各平台对相同模型采取的推理加速、优化策略与成本控制不同。
这对选型者是一个直接提醒：选模型不能只看模型名，还要看它跑在哪个平台上。同一个开源模型，在不同平台上可能是两种体验、两种价格，实测比榜单更重要。
影响与展望：告别价格战，竞争转向效率与体验
综合来看，这份报告描绘的是大模型服务市场的一个转折点：过去两年的价格战把词元价格压到了低位，而2026年，价格在模型能力升级、推理需求爆发的背景下回升；与此同时，用量的爆发式增长说明，涨价并没有吓退需求——AI应用正在从尝鲜走向规模化使用。
对国内产业而言，差距依然真实存在：输出速度、首词时延等指标上，海外典型模型仍领先；但国内在价格上的优势、用量上的爆发，以及开源模型在第三方平台上跑出的竞争力，都说明追赶并非空话。接下来竞争的焦点，很可能不再是谁更便宜，而是谁能在长上下文、高并发、低时延之间找到更好的平衡，以及谁能把“模型+平台”的组合体验真正做好。对用户来说，最好的策略也随之改变：少看宣传口径，多看实测数据——包括这份报告在内的第三方监测，正在成为选型时越来越重要的一把尺子。