信通院这份报告，把国内大模型服务的底裤数据都量出来了

10 月 23 日，中国信通院人工智能研究所、工信部大模型评测重点实验室和中国人工智能产业发展联盟联合发布了《大模型词元服务性能监测报告（2026 年）》。简单说，这是一份盯着国内各大模型 API 服务跑了大半年（2026 年 1-8 月数据）的成绩单，几个数字值得展开讲讲。

调用量一年翻近 4 倍，速度也翻倍了

先看总量：2026 年 6 月，国内词元（Token）日均消耗量约 500 万亿，是 2025 年 12 月的近 4 倍。Token 服务已经从"技术尝鲜"变成了真正的基础设施。

速度方面，8 月份国内各模型平均 TPS（每秒输出词元数）达到 78.23 个/秒，相比 2025 年均值 38.25 个/秒翻了一倍。不过国外典型模型 8 月均值是 112.82 个/秒，整体仍快于国内。

价格战结束：均价从 6.8 元涨回 13.46 元

这可能是最影响钱包的一条。经历了前两年惨烈的价格战之后，2026 年大模型服务价格明显回升：国内 2025 下半年归一化均价为 6.8 元，今年以来均价 13.46 元，涨幅接近 1 倍。

但别急着喊贵——国外价格仍然高得多，2026 年以来发布的典型模型平均归一化价格约 117.8 元，差不多是国内的 9 倍。国内服务依然是全球最便宜的一档。

一个反直觉的现象：首词时延反而变慢了

报告还指出一个容易误读的数据：8 月国内模型平均 TTFT（首词时延）1.26 秒，比 2025 年均值 0.78 秒明显增加；国外也从 4 月的 1.04 秒涨到 2.08 秒。

这不是性能退化，而是模型参数量、上下文长度和调用量同步暴涨的副产品——模型"想得更久"了。5 月主要模型换代升级后时延普遍阶段性上升，随着推理优化落地又逐步回落到换代前水平。

上下文窗口：百万级已成主流

被监测模型中，上下文长度达到 1M（一百万词元）的占比 47.8%，200K 及以上合计达 95.7%，比 2025 年底提高了超过 76 个百分点。长文本处理能力基本成了标配。

给普通用户最有用的一条：同一模型，不同平台差一倍

报告对比了 DeepSeek、Qwen、GLM、Kimi 四款开源模型在官方平台和第三方平台上的表现，结论很实用：

• 同一模型在不同平台的 TPS 差距最大可接近一倍；
• 部分第三方平台性能明显优于官方平台；
• 8 月 DeepSeek-V4-Pro 的 TPS 已是 V3.2 的 2 倍，换代收益明显。

也就是说，如果你在用 API 调模型，选哪家平台接入，比选哪个模型本身更影响体验——各家在推理加速和成本控制上的策略不同，直接导致了这种分化。

这份报告的价值就在于把"感觉快不快、贵不贵"变成了可对比的硬指标，选型时建议对着 TPS、TTFT 和调用成功率三项一起看。更多 AI 工具与教程见 AI 智库。