漲十周后連降兩周！全球AI大模型Token調用量遭遇逆轉,到底誰在為算力漲價買單？

“免費午餐”結束，算力賬單來了。

狂飆十周的AI大模型Token調用量，在2026年4月突然踩下“急剎車”。

作為AI行業的核心 “晴雨表”，全球最大AI模型API聚合平臺OpenRouter數據顯示：全球大模型總調用量在連續10周增長后，4月6日- 12日、4月13日- 19日連續兩周下滑，最新單周總量降至20.6萬億Token。更值得關注的是，中美市場走勢徹底分化 ——中國大模型周調用量環比暴跌23.77%至4.44萬億Token，美國模型逆勢增長20.62%至4.91萬億 Token，近兩月首次反超。

01 國產模型產品力迎大考

“Token資費普遍上漲，成本增高，用戶不得不控制總量節約成本。”上海財經大學特聘教授胡延平告訴《每日經濟新聞》記者，當價格優勢不再突出，模型的產品力便成為左右用戶選擇的關鍵。

胡延平分析，上周美國AI大模型調用量回升，主要由Anthropic旗下Claude Sonnet和Opus模型拉動。這兩款模型已成為編程領域的“硬通貨”，而國產大模型在這方面的產品力仍需提升。

OpenRouter數據顯示，上周，Claude Sonnet4.6沖上榜首，周調用量達1.38萬億Tokens，環比增長19%。Claude Opus4.6位居第三，周調用量達1.22萬億Tokens。兩款模型合計占美國AI大模型周調用量逾五成。

與此形成對比的，是近期國產模型的過山車行情。

在此前一周（4月6日至12日），阿里Qwen3.6 Plus以1.66萬億Tokens的周調用量居全球榜首，但僅過一周（4月13日至19日）便下滑出榜單。

此外，記者注意到，此前多次上榜的Kimi K2.5、智譜GLM系列模型，已連續三周未登榜。此前一度沖上榜單第二的階躍星辰Step 3.5 Flash，近兩周同樣無緣榜單。

胡延平認為，OpenRouter平臺的用戶以開發者和中小企業為主，對模型迭代能力和垂直場景產品力要求極高。“市場用戶有往頭部主力模型集中的趨向，在能夠觸達的范圍內，用戶只用最好的。”他指出，用戶場景越來越要求模型具備強工具調用能力、多Agent（智能體）支持、長程復雜任務的持續達成能力，目前OpenRouter上的大部分模型在這方面還需著力提升。

有業內人士也向《每日經濟新聞》記者指出，算力成本上漲后，行業內普遍優先選擇性能穩定、輸出效果可靠的工具，價格已非首要考量。

02 算力漲價的根源：需求 “海嘯” 撞上供給 “天花板”

這場 AI 算力漲價，不是短期波動，而是供需徹底失衡的必然結果，核心是需求指數級爆發，供給卻被物理瓶頸死死卡住。

1）需求端：AI 智能體引爆，Token 消耗 “千倍增長”

2026 年 AI 行業最大的變量，是 **AI Agent（智能體）** 的規模化爆發。以爆款應用 OpenClaw（“龍蝦”）為代表，智能體徹底改變了 Token 消耗邏輯：

– 傳統模式：人機一問一答，Token 消耗線性增長，單次對話僅數十至數百 Token；

– Agent模式：自主拆解任務、多輪迭代、自我糾錯、反復調用工具，單任務 Token 消耗暴漲 1000 倍。

數據更直觀：今年 3 月，我國日均 Token 調用量超 140 萬億，較 2024 年初增長超 1000 倍。一個普通智能體運行一天，算力成本就高達 1000-5000 美元；甚至有企業吐槽，“200 美元訂閱費的用戶，每月消耗 5000 美元算力”，完全 “賣得越多虧得越多”。

2）供給端：硬件、產能、能源三重 “硬約束”

需求狂飆，但算力供給卻被物理世界牢牢鎖死：

– GPU 芯片極度稀缺：英偉達 Blackwell 芯片時租 4.08 美元，兩月漲 48%；H100 年租價從 1.7 美元 / 小時漲至 2.35 美元，漲幅近 40%；B200 租價達 5.47 美元 / 小時，環比漲 23.5%。高端 GPU 訂單排至 2027 年，有錢也租不到。

– HBM 內存價格翻倍：作為大模型核心存儲，HBM 產能不足，2026 年一季度價格直接暴漲 90%。

– 先進封裝與能源瓶頸：英偉達 CoWoS 封裝需求年增 40%，產能嚴重不足；同時，AI 算力耗電極增，多地出現電力供應緊張，進一步限制算力擴張。

無限需求撞上剛性供給，算力從 “普惠資源” 變成 “頂級稀缺資產”，漲價成了唯一出路。

03 用戶“用腳投票”：國產模型遭遇“過山車”

面對上漲的Token價格，最敏感的開發者和中小企業開始“用腳投票”。

以前，大家看誰家搞促銷、送Token就用誰家；現在，Token成了真金白銀的生產資料，價格不再是唯一標準，性價比和硬實力才是關鍵。

1）OpenRouter的數據揭示了殘酷的現實：

在4月的第二周，阿里的Qwen3.6 Plus還曾以1.66萬億Tokens的調用量登頂全球榜首；僅僅一周之后，它就跌出了榜單。與此同時，Kimi K2.5、智譜GLM系列等曾經的明星模型，已連續三周消失在主流視野。

2）取而代之的是誰？是能“干活”的模型。

數據顯示，美國模型的反彈完全由Anthropic旗下的Claude Sonnet和Opus拉動。這兩款模型已成為海外編程領域的“硬通貨”，無論是代碼生成還是復雜邏輯推理，用戶認為哪怕貴一點，只要產出穩定，就是劃算的。

04 誰在為算力漲價買單？四層成本傳導，全行業承壓

算力漲價的成本，不會憑空消失，而是沿著產業鏈層層傳導，從廠商到企業、從開發者到個人用戶，最終由全行業共同承擔，只是承擔方式與壓力各不相同。

1）第一層：云廠商與模型企業 ——“被迫漲價，修復利潤”

過去兩年，AI 行業陷入 “低價內卷”：云廠商靠補貼搶客戶、大模型企業燒錢換流量，長期 “虧損獲客”。

漲價對它們而言，是 **“被動自救”**：

– 緩解 GPU、HBM 的巨額折舊與采購壓力，從 “規模優先” 轉向 “價值優先”；

– 把稀缺算力向高毛利、高價值的企業客戶集中，淘汰低價值的個人粗放調用；

– 頭部廠商（如擁有自研芯片的企業）反而受益，成本優勢進一步拉大，加速行業出清。

2）第二層：中小企業與開發者 ——“成本暴增，生死考驗”

這是最直接的承壓層。絕大多數中小 AI 企業、獨立開發者沒有自建算力能力，完全依賴云端 API 與算力租賃：

– 創業公司：AI 應用成本直接上漲 30%-200%，利潤被大幅擠壓，“PPT 創業” 徹底失去土壤；

– 中小開發者：低價調用時代終結，大量個人項目、低價值應用因成本過高直接停服；

– 行業分化：能靠 AI 創造高營收（如電商 AI、企業 SaaS）的企業尚能承受，純工具、低變現項目直接被淘汰。

3）第三層：重度用戶與企業客戶 ——“轉嫁成本，優化使用”

對大型企業、AI 重度用戶而言，漲價是 **“成本轉嫁 + 效率優化”**：

– 一方面，將上漲的 AI 成本部分轉嫁給終端客戶（如 AI 增值服務提價）；

– 另一方面，主動優化 Token 使用：減少無效調用、精簡上下文、切換更高能效的模型，倒逼 “精細化運營”。

4）第四層：普通個人用戶 ——“感知有限，體驗分化”

個人用戶感受相對間接：

免費額度縮水、免費模型質量下降、付費訂閱價格上漲；

大量低質低價的國產模型服務下架，反而倒逼用戶轉向更優質、更穩定的頭部模型，“劣幣驅逐良幣” 的現象被逆轉。

一句話總結：算力漲價的單，最終由 “全行業共擔”—— 低效產能被出清，高效玩家留到最后，行業從 “野蠻生長” 走向 “高質量發展”。

05 專家：全球消耗量仍處快速增長通道

短期數據波動，是否意味著AI應用熱潮正在消退？

“短期還不宜下結論。”胡延平提醒，OpenRouter的Token調用量僅占全球消耗總量的約2%～4%，其排名波動更多反映的是開源、二線及新發模型的競爭態勢，不能代表整個市場的走向。

事實上，成本壓力正在倒逼市場進化。胡延平觀察到，今年初以來，OpenClaw等各類智能體、多Agent應用已將Token調用量拉升至去年底的兩三倍水平；成本大幅抬高，促使企業和用戶轉而采用記憶優化、提示詞壓縮、Harness Engineering（約束工程）等手段主動降耗。

記者了解到，甚至有中小創業者已將Token使用量納入員工績效考核。市場正從單純追求數量的“堆量”階段，進化到追求更高投入產出比的“提效”階段。

更深層的變化，在于AI應用場景本身的質變。國聯民生證券一份研報中提出“Token通脹”的概念。這并非指Token本身變貴，而是指單位時間內、單位用戶的Token消耗結構性上升。

用戶的需求正從淺層的“問答”轉向深度的“干活”。Token不是傳統互聯網時代邊際成本幾乎為零的“流量”，而是執行生產任務時必不可少的“燃料”。

摩根大通在研報中對中國市場作出極為樂觀的預測，預計2025年至2030年，中國Token消耗量的年復合增長率將達330%，5年內將實現370倍增長。

胡延平同樣對長期趨勢保持堅定樂觀：“就中長期而言，無論OpenRouter上的統計數據如何波動，包括中國在內，全球Token消耗總量都處在快速增長通道，未來兩三年會有數十倍甚至數百倍的增加。”

漲十周、降兩周，看似是數據波動，實則是 AI 行業的一次深刻 “壓力測試”。

算力漲價，擠掉了行業的虛假繁榮，淘汰了低效產能與投機者，留下真正有技術、有場景、有商業化能力的玩家。Token 調用量的收縮，不是 AI 的終點，而是理性發展的起點—— 當每一分算力都用在 “創造價值” 上，AI 才能真正從 “概念熱潮” 走向 “產業剛需”。

至于 “誰為算力漲價買單”？答案是：所有人，但也只有扛過成本壓力、守住價值底線的人，才能笑到最后。

這場 AI 算力的 “大通脹”，才剛剛開始。