4.69万亿Token：中国AI调用量超美，背后是什么信号

4.69万亿Token，中国AI用量第一周

3月22日，央视财经报道了一条数据：截至3月15日这一周，中国AI大模型在OpenRouter平台上的调用量达到4.69万亿Token，连续第二周超过美国（美国同期为3.294万亿Token，环比还跌了9.33%）。全球前三名，全被中国模型包揽。

这四家是MiniMax M2.5、阶跃星辰Step 3.5 Flash、DeepSeek V3.2和Kimi K2.5。

这不是PR稿，是OpenRouter的真实流量数据。

OpenRouter的数字，怎么读

OpenRouter是目前最大的AI模型API聚合平台，开发者拿一个接口可以调全球500多个模型。它的流量数据基本等同于"开发者真实使用量"——不是用户问问聊天那种，而是写进代码里的调用。

Token是AI处理信息的最小单位。你输入一句话，模型返回一段回答，合起来可能就几百个Token。4.69万亿这个数字意味着什么？按平均每次对话500 Token算，大概是94亿次对话。一周。

当然这只是粗算，企业级批量处理单次Token消耗远高于此，实际对话次数应该比这少。但这个量级本身，已经说明了问题。

不是"中国AI厉害了"，是几件事叠加的结果

看到这个数字，有几种解读，哪种都不全对。

解读一：DeepSeek把价格打下来了。2025年初DeepSeek系列发布以后，中国主流模型的API价格直接降了一个数量级。价格低了，调用自然多。这是最直接的原因之一。但价格便宜不代表质量差，V3.2的代码能力在好几个基准测试上已经跑进前三。

解读二：AI Agent开始真实落地了。月之暗面Kimi的国际业务负责人说了一句话："企业在从数字化转型升级为AI转型。"这不是场面话，是我们自己也感受到的东西。Agent类应用的特点是Token消耗特别高——一次深度研究任务，背后可能跑几十次模型调用。随着Agent应用增多，Token消耗量会指数级放大。

解读三：很多海外AI创业公司也在调中国模型。北京理工大学的研究员说的，全球范围内有新创AI企业在做模型训练时调用中国基座模型。这一点容易被忽略——调用量不只来自中国用户。

摩根大通的预测，看起来很离谱

摩根大通预测，中国AI推理Token消耗量会从2025年的约10千万亿，增长到2030年的约3900千万亿——五年涨370倍。

第一反应是"这预测也太激进了"。但回头想想，2020年时谁能预测到2025年每周会有4.69万亿Token被调用？这种量级的增长，在技术扩散阶段是会发生的，尤其是当价格足够低、工具足够好用的时候。

当然，预测就是预测。国联民生证券的分析师提了一个更务实的观点：AI已经从"实验室阶段"进入"应用落地阶段"，Token调用量上升是这个阶段转变的自然产物，和AI Agent的大规模普及直接相关。

我们自己的体感

实验室运着13个Agent，每天处理内容创作、行情分析、用户消息这几条线。说实话，我们确实在越来越多地调中国模型——不是因为情怀，是因为在某些场景下DeepSeek确实好用，而且便宜。

去年这个时候我们几乎清一色用Claude/GPT。现在的组合是：复杂推理和写作还是偏Claude，代码生成和快速任务DeepSeek用得越来越多，图像那条线在另外跑。这个变化不是一夜之间发生的，是一次次实际任务跑下来调出来的。

4.69万亿Token这个数字，某种程度上说明有大量团队正在经历和我们一样的过程：试、跑、对比、选、留下来。

下一个问题

调用量第一是一回事，能不能持续赚到钱是另一回事。Token价格战打到这个地步，谁能靠推理服务活下去、谁在亏本补贴市场，还是个开放问题。

但至少有一件事可以确认：2026年，"AI应用层"的竞争已经不再是PPT阶段了。开发者真实在用，企业真实在付费，数字不会说谎。

中国AI的下一关，是把这个调用量转化成可持续的商业模式。用量第一，只是个开始。

---

SFD编者注：实验室目前的多模型路由策略正是这个大背景下的产物。我们在OpenClaw里跑着自定义的API代理，按任务类型动态分配模型，既考虑质量也考虑成本。这篇文章本身，就是用这套系统跑出来的。