中国日均Token（词元）调用量正以惊人速度攀升：从2025年底的100万亿，增至2026年一季度末的140万亿，再到二季度末的500万亿，半年内增长四倍。这一数字背后，本土模型正集体跨越“好用”时刻，但Token的统计口径却成为悬而未决的问题。

过去两个月，智谱GLM-5.2、月之暗面Kimi-K3、深度求索DeepSeek-V4正式版以及阿里Qwen-3.8-Max等国产模型密集发布，进一步缩小了与美国前沿模型的能力差距，并开始在编码、智能体等真实场景加速渗透。模型能力的提升迅速转化为商业回报：MiniMax披露，7月Token消耗量已达1月的20倍，8月ARR（年度经常性收入）超过8亿美元，而2月时这一数字约为1.5亿美元。Token消耗与商业收入几乎同步跃迁，显示付费需求正在被真实激活。

智谱的GLM-5.3-Flash则提供了另一个微观样本。该模型在第三方聚合平台OpenRouter上线前测试，不到一周消耗超23万亿Token，占该平台同期消耗量的20%；OpenCode则称每天有100万亿Token的推理容量可供测试。智谱明确声明，上述测试请求全部由国产芯片集群承载，这意味着其已能调动支撑日均百万亿Token级推理的国产算力。智谱的ARR在7月达到10亿美元。10亿美元ARR、GW级数据中心、日均百万亿Token级处理能力，正成为本土AI竞争的新门槛。

然而，Token作为AI经济核心计量单位的地位越凸显，其统计口径的混乱就越令人尴尬。一个核心困惑是：字节跳动日均180万亿Token与全国日均500万亿的关系。若简单相除，豆包一家便占全国约36%，但这显然无法直接对应算力规模或Token经济总量。从算力侧看，阿里云、华为云、腾讯云、百度智能云及运营商云承载了大量推理，而DeepSeek、智谱、Kimi、MiniMax等也在自建算力，这些可观察的调用量与算力部署，是否只对应剩下的64%份额？

更大的谜团在于中美对比。今年4月，OpenAI披露其API每分钟处理超150亿Token，折合日均约22万亿；7月谷歌财报显示其模型API二季度每分钟处理超220亿Token，折合日均约32万亿。但若以商业规模为参照，OpenAI截至7月底ARR已超400亿美元，Anthropic约650亿美元，美国头部厂商显然证明了Token的巨大商业价值。然而，将Token吞吐量与ARR简单对应后，美国头部厂商公开披露的API吞吐量加总，似乎还不如字节跳动一家多。据财新披露，截至7月底字节跳动大模型业务ARR约40亿美元，智谱约10亿美元。

这种数量级差异的关键解释之一是统计口径不同。谷歌在I/O大会上曾披露两个口径：其一是自身模型API每分钟处理约190亿Token（日均约28万亿）；其二是整个产品生态每月消耗3200万亿Token（日均约107万亿），两者相差近四倍。若豆包披露的180万亿采用类似宽口径，则与谷歌的107万亿更具可比性；若中国国家层面的500万亿日均也采用宽口径，则可能统计的是覆盖更广泛的AI产品与服务，而非狭义API调用。问题在于，OpenAI、Anthropic及美国宽口径下的日均Token消耗究竟是多少，目前并无公开数据。

另一解释是中美算力约束与支付环境不同。黄仁勋曾强调算力基础设施存在帕累托式权衡：追求更大整体吞吐还是更低单请求延迟。同样1GW算力能产生多少Token，取决于调度方式、定价及用户对延迟和Token的付费意愿。美国厂商可能更强调低延迟，追求Token的速度与价值密度；中国市场则更易形成低价格、大规模、高吞吐的Token消费，追求规模与吞吐量。这种差异也反馈到芯片设计上：Cerebras等专用推理芯片及OpenAI自研的Jalapeño强调高效推理交付，而智谱在国产芯片集群上“以算力换带宽、以通信换显存”的优化，则是在硬件受限下通过系统软件压榨吞吐。

Token经济学还引入传统AI基础设施讨论少见的变量——Token的国际贸易。不同市场的支付能力、Token价格和算力成本不同，可能形成类似商品贸易的跨境套利，毕竟中美开发者都在使用对方模型生成的Token。随着Kimi等中国模型通过AWS等全球云巨头进入海外市场并参与收入分成，Token的归属、消费地、付费方及计入哪个国家的AI经济，将更加复杂。

我们需要的或许不只是更大的Token数字，而是一套真正属于Token经济学的统计体系。唯有如此，才能解释为何中国日均Token使用量看似超过美国，但AI算力规模仍小得多，且中国AI企业收入与美国存在数量级差距。Token作为新尺度，其统计方法本身已成为亟待厘清的基础设施问题。