Xinhua Finance Investigation: The Commercialization Test After China's Large Model API Calls Rank First Globally
English text is being prepared.
A Xinhua Finance investigation points out that, according to OpenRouter statistics, during the week of October 19 to 25, 2026, the weekly API call volume of Chinese AI large models reached 93.54 trillion tokens, ranking first globally for 26 consecutive weeks, but whether call volume can be converted into sustainable revenue remains a real-world test. The report says that free traffic-generation and test calls account for a not-insignificant share, and that after deducting computing power, labor, and operations and maintenance costs, some API orders yield meager profits or even run at a loss, while the industry has yet to form a unified token pricing standard. Alibaba's AI cloud and computing power service revenue for the quarter ended June 30, 2026, was 48.437 billion yuan, with AI-related product revenue of 12.376 billion yuan, while a large number of small and medium-sized model vendors remain in the pilot stage.
Why read this
AI score 53
Starting from the API call volume data, this piece presents the inversion of computing power costs, the lack of pricing standards, and the divergence among vendors, helping readers understand the real-world constraints on the commercialization of large models.
Topics
Body
文章主体
新华财经北京11月3日电 公开数据显示，据全球AI模型聚合平台OpenRouter统计，2026年10月19日至25日当周，该平台上中国AI大模型周调用量达93.54万亿词元、连续二十六周稳居全球首位，当期在这个平台的全球总调用量188万亿词元；另据国家数据局、中国信通院等更全面的统计口径披露，2024年初全国日均词元（Token）调用量仅1000亿、到2026年3月已飙升至140万亿、增长超千倍。
然而，规模领先的调用量，能否切实转化为可持续的商业收入，仍是摆在行业面前的现实考题。
大模型赛道的估值逻辑，正在从“参数比拼、流量叙事”切换到“算力自主、付费收入、可复制场景”的商业闭环，单纯依靠调用量、榜单排名支撑估值的时代正在结束，缺乏商业化落地的概念型标的将面临估值回归压力。
调用量不等于商业价值，算力成本是道坎
不少从业者向记者坦言，亮眼调用数据存在结构性水分：免费引流、开发者测试、批量爬虫调用占比不低，稳定付费、持续复购的B端客户占比有限。
中国工程院院士邬贺铨指出，智能体带动了词元消费，“词元的消耗并不是以多为荣，而是以效率为荣”，算力价值应由词元的产出效率来衡量，而非单纯看规模。他谈到，当前对话类流量占比仍然偏高，未来流量结构会发生根本性切换，面向生产场景的智能体服务流量将成为主流。在他看来，如果流量不能沉淀为产业端可复用的工作流，再高的调用量，也只是短期热度，很难转化为企业可持续收入。
推理端词元调用量爆发正推高企业运营成本，算力成本逐渐成为压在多数模型厂商身上的重担。记者调研了解到，中小模型团队普遍面临一个现实难题：部分拿到API订单的项目，扣除算力、人力、运维成本后利润微薄，甚至出现“调用越多、亏损越大”的收入成本倒挂。
在趋境科技创始人兼CEO艾智远看来，大模型迈向商业闭环，算力成本是绕不开的第一道坎。当智能体与长文本把调用量推向指数级时，产业突围的关键在于攻坚底层系统工程，将算力储备转化为用得起、跑得稳的确定性生产力。
定价标准缺失，产业落地才是商业化试金石
当前，行业尚未形成统一的词元计价规范，不同厂商计量口径、服务边界、输出质量差异较大，客户横向比价困难，客观上延缓规模化采购。
中国工程院院士邓中翰曾公开表示，国产高端算力芯片规模化落地，仍面临软硬件协同不足、适配成本高、算力利用效率偏低等现实难题，算力底座短板，直接制约大模型商业化盈利空间。
记者接触的工业、金融领域客户态度已经明显转变：从早期愿意免费尝鲜，转向审慎付费，采购决策核心看模型能不能直接降本增效，拒绝单纯为技术概念买单。与此同时，大模型备案常态化、安全评估、合规要求持续抬升，据国家网信办数据，截至2026年6月30日累计已有988款生成式AI服务完成备案，近千款备案模型进入淘汰赛，依靠免费补贴换流量的粗放模式难以为继。
中国工程院院士张平提出，词元计量计费不能由平台自行定义，也不宜一刀切行政定价，应当建立统一基础计量尺度，由市场形成具体价格，配套任务结果校验机制，为整个行业商业化打下规则基础。
相关政策已然跟上。9月，北京市印发《北京市加快词元经济发展的行动方案（2026—2028年）》，以词元为抓手系统布局智能经济新形态。国家信息中心大数据发展部副主任王建冬认为，未来，应让词元真正担起智能经济度量衡的角色，可借鉴购买力平价思路，以标准语料为锚，测量各模型的词元压缩率，形成定期发布、可复算的换算系数，让不同厂商的“尺子”可以互认。
行业分化已然显现，中小模型企业何去何从？
可以看到的是，AI已从“概念”变成实打实的营收引擎：阿里巴巴截至2026年6月30日的季度业绩报显示，该季度AI云与算力服务收入为人民币484.37亿元，总收入及外部客户收入同比增长均加速至45%。这一增长势头主要由AI相关产品采用量的提升所驱动。AI相关产品收入达123.76亿元人民币，实现连续第十二个季度的三位数同比增长，成为营收增长核心板块；行业分化已然显现，大量中小模型厂商依旧停留在试点打磨阶段，尚未形成稳定现金流。
赛迪研究院研究员朱帅提醒，评价AI投资不能只看资本开支规模、收入增速或芯片采购量，还需综合考察业务结构、资金来源与运营效率，对广大中小企业而言，“以合理价格获得稳定、安全、适配自身业务的算力服务，往往比直接建设大型算力设施更有实际意义”。
受访业内人士认为，调用量登顶是国内大模型供给能力的阶段性成果，但行业竞争逻辑已明显转向：能够管住算力成本、沉淀稳定付费客户、落地可复制产业方案的主体，更易穿越周期；而依赖免费流量造势、缺少真实商业闭环的模型，其商业可持续性仍有待市场检验。在繁华的表象之下，大模型企业的商业化能力，终将接受真实账面的检验。
（文章来源：新华财经） 正文中部 内嵌广告