TL;DR - 中国大模型赢下了调用量,正在补上收入这一课

2026 年 11 月 5 日,证券时报披露一组反差极大的数字:国产大模型在 OpenRouter 平台上拿下全球约 70% 的 Token 流量,对应的美元支出份额却只有约 30%。这不是份额虚高——93.54 万亿 Token/周、连续 26 周全球第一是真实战绩。问题在于:当定价权被开源权重稀释,「卖 Token」这条路正在逼近天花板,而头部厂商的财报显示,换轨已经开始了。

一、量价背离:七成调用量,三成收入

先看调用量这一侧。OpenRouter 统计显示,2026 年 10 月 19—25 日当周,中国 AI 大模型周调用量达 93.54 万亿 Token,连续 26 周稳居全球首位;同期该平台全球总调用量为 188 万亿 Token。拆到单品:DeepSeek V4.1-Flash-1017 以 33.6 万亿 Token/周登顶全球第一,环比增长 801%;智谱 GLM-5.3-Flash 近 7 天约 15 万亿 Token,位列平台第二,近 30 天约 55.1 万亿 Token。

再看收入这一侧。中信里昂 10 月 13 日研报显示,截至 9 月底,OpenRouter 全平台单周 Token 消耗突破 146 万亿,模型合计年经常性收入(ARR)突破 15 亿美元;9 月中国大模型占平台约 65% Token 消耗量与 30% 美元支出总额。份额反转更刺眼:1 月中国占平台 Token 消耗 22%、美国 65%;到 9 月变成中国 65%、美国 31%。同期美国模型的美元支出占比从 94% 降到 70%,中国从 6% 升到 30%。

差距的成因被量化了:高盛分析师 Bobby Molavi 报告指出,开源权重模型(open-weight models)在 9 月第二周处理了 72% 的 Token 流量,却只获得平台 27% 的总支出;9 月中旬约 69% 的 Token 来自中国 AI 实验室。国产厂商相对美国同业存在约 80% 的价格折让,用量的增长极猛(周支出累计增长 27 倍、Token 用量增长 67 倍),但混合单价几乎减半。

二、账单证据:收入结构已经换轨

平台数据之外,更硬的证据在上市公司财报里。

智谱 2026 上半年(8 月 31 日港交所公告):收入 9.54 亿元,同比增长 399.7%;毛利 2.5 亿元,增长 163.7%;研发支出 21.3 亿元,增长 33.6%;经调整净亏损 19.64 亿元。结构上,MaaS 开放平台及 API 收入 8.25 亿元,同比增长 2736%,占总收入 86.5%;该业务毛利率升至 24.6%,较上年同期的 -0.4% 提升约 25 个百分点——从负转正。运营数据同样亮眼:平台用户超 740 万,覆盖 233 个国家和地区,Token 调用量较年初增长超 40 倍,付费日活用户增长 603%,前十大客户日均调用量增长 98 倍。

MiniMax 同期收入 1.166 亿美元,同比增长 283%,毛利率由 12.1% 升至 17.9%,经调整净亏损 2.93 亿美元,研发费用接近 3 亿美元。收入结构同样翻转:开放平台及其他 AI 企业服务收入从上年同期的 920 万美元增至 7390 万美元,增长 703%,占比 63.4%,取代 C 端产品成为第一大收入来源。

把这两家放在一起看,结论很直接:**在价格上行的同时调用量不降反增、毛利率成功转正,说明客户买的已经不是廉价算力,而是模型在 Coding、Agent 复杂任务上的交付能力。**方正证券研报亦指出,大模型行业竞争维度正从「词元消耗量」转向「任务交付」。

三、为什么降价换量反而涨价

这里有个反直觉但能自洽的机制:杰文斯悖论。

推理侧的效率改善提供了空间——智谱单位 Token 推理成本较年初下降 80%,单位算力(含训练与推理)所对应的收入提升 14 倍,已形成 10 万级国产芯片规模化推理能力,端到端服务性能较初始基线提升 3 倍;GLM-5.3-Flash 把单任务成本降至 0.045 美元,调用价格降至 GLM-5.2 的约十分之一。成本降了 80%,API 平均售价反而提升约 101%,毛利率还能从 -0.4% 转正到 24.6%——这只有在需求侧从「按量买算力」切换到「按结果买交付」时才成立。

一线的定价动作也印证了这一点。腾讯混元 11 月 4 日发布 Hy4,首次引入视觉理解与 Computer Use 能力,定价却与前代 Hy4-preview 持平:输入 6 元/百万 Tokens、输出 18 元/百万 Tokens、缓存命中 0.3 元/百万 Tokens。快思慢想研究院院长田丰的判断是:大模型在 B 端的成功高度依赖端到端全栈工程交付能力,而非单一维度的参数比拼;资本市场对头部大模型企业的定价,已跨越对齐 GPT-4 的技术盲盒期,转向评估「用户生命周期价值与推理成本的剪刀差」。

四、能力账本:分差依然真实

商业化换轨不等于能力反超。SuperCLUE 11 月 5 日发布的 2026 年 11 月通用大模型测评榜单,共有 19 个国内外模型参与,覆盖智能体编程、数理推理、超长上下文、精确指令遵循、幻觉控制五大任务。总分第一是闭源的 Gemini-4-Argon(73.62),GPT-6.1-Sol 以 71.76 紧随;国产开源第一梯队是 Kimi-K3.1-Pro(61.46)、DeepSeek-V4.1-Flash-1017(58.95)、GLM-5.3(50.66)。Kimi 是榜单参评名次第一、开源模型第一、国内模型第一,但它与 Gemini 的绝对分差是 12.16 分,相当于对方的 83.5%。

分项更能说明商业化的着力点:Kimi 的幻觉控制拿到 67.78 分,在国内模型中优势明显;而精确指令遵循只有 44.83 分,与 Gemini 的 68.97 分差显著。在企业采购的账本里,幻觉率比跑分更值钱——一次错误调用的人工复核成本,往往高于数百万 Token 的价差。

五、供给侧:11 月第一周的密集上新

供给侧的密度同样在抬升:百度 ERNIE 5.5 Flash Base 以 2800 亿总参数、140 亿激活参数、33.5 万亿预训练 Token 的 MoE 形态直接放出基座模型(FP8 与 BF16,无微调无后训练);美团 LongCat-2.5(11 月 2 日)总参数 1.6 万亿,全程由国产算力完成训练,长上下文训练单卡吞吐提升 86%;Thinking Machines 的 Inkling 2 Small(11 月 5 日)以 5940 亿总参数、170 亿激活的 MoE 亮相,联合强化学习跑了 1075 步、超 1700 万次 rollout、历时 9 天占用 2048 张 GPU,权重虽暂闭源,官方承诺完成外部安全测试与红队测试后以 Apache 2.0 许可开放;谷歌 Gemini Omni 1.2 Flash 则把原生 15 秒视频生成的 API 定价较前代下调 30%。

六、对企业采购方的三条判断

第一,别再用「每百万 Token 单价」作为唯一决策指标。当 80% 的价格差可以在一周内被 801% 的调用量增长抵消,单价下降的收益已经被竞争对手拿走,你的议价空间在收窄。第二,按任务而不是按 Token 签合同:把幻觉率、指令遵循率、失败重试次数写进验收指标,让供应商对交付结果负责。第三,把「能力分差」和「商业条款」分开谈:Kimi 与 Gemini 仍有 12.16 分的能力差,但这个差距已经可以用本地部署、国产算力适配和私有化数据合规来对冲,而价格与交付条款的差距正在迅速收窄。

FAQ(高频问题直答)

Q1:国产大模型在 OpenRouter 上的份额到底是多少? A:看两个口径。Token 侧:2026 年 10 月 19—25 日当周,中国模型 93.54 万亿 Token,占该平台全球总量 188 万亿的约一半,连续 26 周第一;9 月单月口径为约 65%。美元支出侧:9 月中国模型约占平台总支出 30%;高盛口径下,9 月中旬约 69% 的 Token 来自中国实验室,而开源权重模型整体只拿到 27% 的平台总支出。用量的份额明显高于收入的份额,这就是「量价背离」。

Q2:为什么卖得越多,单价反而涨了? A:两条原因。第一是成本塌陷提供了空间:智谱单位 Token 推理成本较年初降 80%,API 平均售价提升约 101%,毛利率仍从 -0.4% 转正到 24.6%。第二是需求性质变了:当客户购买的是 Coding、Agent 复杂任务的交付结果而不是可随时替换的算力时,定价锚点就不再是 Token 单价。涨价与降本同时发生,说明定价权正在从「算力商品」向「任务服务」迁移。

Q3:这对企业采购意味着什么? A:三件事。一是把验收指标从「单价 × 调用量」换成「任务成功率 + 幻觉率 + 重试成本」;二是准备按任务计价、按结果付费的合同条款;三是别用调用量份额倒推技术差距——份额受价格战严重扭曲。榜单显示国内第一 Kimi 与闭源第一 Gemini 仍有 12.16 分差距,但这个差距与你能否拿到更稳的商业条款相比,已经不是主要矛盾。

Q4:开源权重模型只拿到 27% 支出,厂商不是亏了吗? A:短期确实存在分流:权重公开后,第三方基于同一权重以更低价格提供服务,用量算在整个开源生态头上,收入却分流了。但这也是「加量不加价」的另一面——腾讯 Hy4 在引入视觉理解与 Computer Use 的同时定价分文未动(输入 6 元、输出 18 元/百万 Token),美团 LongCat-2.5、百度 ERNIE 5.5 Flash Base 同属供给侧持续加码。开源抢的是生态位和调用量,变现要靠平台、企业合同与端到端交付补回来。

Q5:这些数据可靠吗? A:分三层看。一手:智谱 8 月 31 日港交所中期业绩公告、MiniMax 港股中期业绩、SuperCLUE 官网通用榜原始分项表、腾讯混元与百度的官方发布。机构研报:中信里昂 10 月 13 日报告(经财联社、观点网转载)、高盛 Bobby Molavi 报告(经证券时报转载)。媒体统计:OpenRouter 平台的周度调用量快照由证券时报等转述。需要说明的口径差异:智谱调用量增幅在不同披露中同时出现「超 40 倍」与「超 27 倍」两种表述;OpenRouter 被 Stripe 收购、中系模型占其流量 61% 等说法来自二手追踪站,本文未将其作为核心论据。

Q6:现在该不该调整模型选型策略? A:更该调整的是采购结构而非模型名单。能力侧,国产开源第一梯队(Kimi-K3.1-Pro、DeepSeek-V4.1-Flash-1017、GLM-5.3)已能覆盖 Coding 与长文本主场景,幻觉控制是 Kimi 的相对优势项,适合对准确性敏感的场景;复杂数学推理仍是 GPT-6.1-Sol 的强项(76.32 分)。商务侧,把「量价背离」变成自己的议价筹码:既然厂商正在从卖 Token 转向卖交付,你的谈判也应从单价转向条款。

关键术语(Key Terminology)

  • 量价背离(Volume-Price Divergence):Token 用量份额与美元收入份额之间的系统性缺口。本文中开源权重模型占 72% 流量却只拿 27% 支出,是最典型的量化表现。
  • 杰文斯悖论(Jevons Paradox):资源使用效率提升后,总用量不降反升。国产模型约 80% 的价格折让换来 Token 用量 67 倍增长、周支出 27 倍增长,即此机制。
  • 任务交付(Task Delivery):客户为「完成一件事」而非「消耗多少 Token」付费的商业形态,是当前大模型商业化的核心计价单位。
  • MaaS(Model as a Service):模型即服务。智谱上半年该口径收入 8.25 亿元,占其总收入 86.5%,毛利率 24.6%。
  • Token 推理成本(Unit Inference Cost):单次推理的边际成本。智谱该指标较年初下降 80%,是本轮毛利率转正的直接来源。
  • 幻觉控制(Hallucination Control):模型输出事实性错误的能力维度,在企业场景中直接决定人工复核成本。Kimi-K3.1-Pro 该项 67.78 分。
  • 开源权重模型(Open-weight Models):权重公开但可能带非商用限制的模型。9 月第二周在 OpenRouter 承载 72% Token 流量,却稀释了原厂 API 定价权。
  • 单位算力收入(Revenue per Unit Compute):每单位算力投入产生的收入。智谱半年内提升 14 倍,是衡量商业化效率的关键指标。

参考资料

官方与一手披露

机构研报与财经媒体

模型发布与生态