一份被忽视的硬数据
10 月 23 日，中国信息通信研究院人工智能研究所联合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、中国人工智能产业发展联盟，发布《大模型词元服务性能监测报告（2026 年）》。报告基于 2026 年 1 至 8 月的监测数据，覆盖国内外主流大模型在公有云 API 上的调用成功率、吞吐、首词时延、稳定性、价格与上下文窗口。与厂商自说自话的基准不同，这是一份由国家级智库按统一口径持续采集的供给侧数据，价值在于把「模型到底贵不贵、快不快」从感受拉回到可比的数字。
价格：从价格战触底到回升
报告给出的价格曲线最值得记一笔：国内大模型归一化均价从 2025 年下半年的 6.8 元，涨到 2026 年以来的 13.46 元，涨幅接近一倍。归一化是把各家不同的计价方式折算到同一口径，便于横向比较，因此这不是某一家涨价，而是行业均价的整体抬升。作为对照，2026 年以来发布的国外典型模型平均归一价格约为 117.8 元，仍显著高于国内——也就是说，国内结束了「越打越便宜」的单向走势，价格战触底的信号已经出现。
量：调用量同步放量
价格回升的另一面是用量的爆发。报告披露，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；国内各模型平均每秒输出词元数（TPS）从 2025 年均值 38.25 提升到 8 月的 78.23，同样实现翻倍。量价齐升通常意味着需求侧已经从试点走向量产：当调用量以季度为单位翻番，厂商才有底气把单价往回拉。
为什么这是拐点而非噪音
过去两年「融资补贴换份额、亏本换调用」的叙事，在这份数据面前出现裂痕。价格触底回升，说明头部厂商开始把毛利放回定价模型，商业化取代纯增长成为主线；而国外价格仍是国内的约 9 倍，又意味着国内模型在性价比上仍握有结构性优势。对采购方，含义是直接而现实的：以「固定单价永远下行」为前提做的预算会失真，按任务量乘以模型变强带来的用量增长做弹性预算才更接近真相。
对产业链的连锁含义
报告还揭示了一个容易被忽略的细节：同一模型在不同第三方平台上的 TPS 差距最大可接近一倍，部分第三方平台甚至明显优于原厂官方平台。这意味着推理加速与成本优化能力正在成为云厂商的新护城河——选模型之外，选哪个平台部署，对单位成本的影响可能已经大到不可忽视。对开源模型而言，DeepSeek、Qwen、GLM、Kimi 在第三方平台上的性能分化，也提示「开源」不等于「到处一样快」，落地前的实测比信仰更重要。
还有一个被低估的信号，是稳定性与上下文窗口的同步改善。报告把首词时延、吞吐与调用成功率放在一起监测，说明行业竞争维度已从单纯的「谁的模型更聪明」，外溢到「谁的服务更稳、更长上下文更可靠」。当价格回升与服务质量改善同步发生，用户切换模型的代价随之抬高，头部平台的集中度有可能不降反升——这对中小模型厂商意味着，单靠低价抢份额的窗口正在收窄。
冷静看：单份报告不是终局
需要把期望值放在合适的位置。监测的是公有云 API 的归一化价格，不等于各家官网标价，也不覆盖私有化与一体机场景；归一化口径本身依赖方法论假设。价格的「回升」是相对 2025 年下半年的极低点，绝对水准仍远低于国外。但这恰恰不影响它的信号价值：它用一份持续监测数据证明，国内大模型的价格曲线已经越过底部，行业从「赔本赚调用」转向「为能力定价」的拐点正在发生。