问题——“词元”成为衡量模型使用强度的新刻度，全球调用结构出现变化； 随着生成式技术从“试用体验”走向“生产工具”，行业衡量模型使用热度的指标正从“用户数”转向“调用量”，并继续细化到模型处理与生成信息的基本单位“词元”。OpenRouter近期公布的统计显示，平台整体模型周调用量较年初明显抬升；截至3月22日的一周内，调用量居前的多款模型来自中国研发团队，中国模型合计调用规模在该平台上实现显著增长。另外，在开源模型社区Hugging Face的全球使用排名中，中国模型也保持靠前位置。多项迹象表明，中国大模型正以更高频率进入海外开发、测试与部署流程。 原因——应用形态变化推高推理需求，成本与开源策略放大扩散速度。 一是智能体应用兴起带来“高频、多轮、长链路”的调用特征。近期，多类可在真实场景中执行任务的智能体产品走红，其运行往往需要模型进行规划、检索、工具调用与反复校验，导致单次任务消耗的词元显著增加。对“可免费部署、但持续消耗推理资源”的产品形态来说，词元成本直接决定可用性与可持续性，进而推动开发者优先选择更具性价比的模型方案。 二是价格与效率优势提升可替代性。海外媒体对比多家模型服务定价指出，中国部分模型在单位词元输出成本上显著低于美国同类产品。在企业需要控制推理预算、又要保持响应速度与可扩展性的背景下，低成本更容易转化为实际调用。 三是开源模式降低了集成门槛并增强了安全可审计属性。开源模型便于开发者快速复现、二次训练与私有化部署，也便于对代码与权重进行审计验证，更契合金融、制造、政务等对合规与数据隔离要求较高的场景。在一些西方舆论对开源模型安全性提出质疑的同时，不少企业仍选择“以工程验证说话”，用测试与审计来完成风险评估。 四是架构优化与工程能力释放“同等算力做更多事”的效应。业内人士指出，中国团队优化混合专家等高效架构，让模型在处理任务时仅激活对应的子网络，从而在一定程度上降低计算开销、提升吞吐，弥补硬件层面的约束，并带动单位成本进一步下降。 影响——从“技术可用”走向“生态可依”，全球产业链出现新变量。 其一，海外开发者工具链与企业技术栈正在重排。一些美国初创企业被曝在产品中借助中国开源模型能力，反映出开源供给正在改变创新扩散路径：模型不再只靠封闭接口输出能力，而是以可下载、可改造的方式进入各类应用。业内估算显示，美国相当比例的初创企业在研发中采用中国开源模型或其衍生版本，这意味着开源模型已成为全球创新的重要“底座”。 其二，制造、物流、机器人等真实场景的数据优势进一步凸显。相关研究认为，实体产业沉淀的流程数据与传感数据可反哺模型训练与评测，形成“数字循环”与“实体循环”耦合的正反馈，为模型迭代提供稳定燃料。 其三，国际竞争从“参数规模竞赛”转向“效率、生态与合规”的综合比拼。单纯追求更大规模已难以覆盖企业落地的关键诉求，能否在成本、可控、安全与工程化上形成系统能力，决定了模型能否被长期调用、持续产生价值。 对策——以开源生态、算力保障与治理框架共同推进高质量发展。 面向产业化新阶段，应在三个层面形成合力： 第一，夯实开源生态与开发者服务能力。通过完善开源协议合规、工具链、文档与评测基准，支持企业与科研机构在开源框架上开展可复用的行业解决方案，推动“可用模型”向“可用组件”“可用平台”升级。 第二，提升算力与能源协同效率。结合数据中心布局、绿色电力供给与算力调度体系建设，推动推理侧降本增效；鼓励在高效架构、推理加速、模型压缩与端侧部署上持续突破。 第三，完善安全与治理体系。根据开源模型的可审计优势，建立更清晰的安全评测、数据保护与应用分级机制，以透明规则提升国际合作可信度，降低企业合规成本。 前景——“词元经济”将推动模型服务进入精细化竞争阶段。 可以预期，随着智能体、多模态应用与行业专用模型加速落地，全球对推理算力与词元调用需求仍将保持高位增长。未来竞争焦点将更集中于三点：单位词元的综合成本、在复杂任务链路中的稳定性，以及生态伙伴对开源底座的持续共建能力。谁能在效率、治理与应用闭环上形成体系化优势，谁就更可能在新一轮产业扩张中占据主动。
从周度词元调用量的跃升可以看到，大模型产业正从“技术展示”迈向“生产力基础设施”阶段。真正决定胜负的，将是以开放生态为牵引、以产业场景为支撑、以成本与合规为底线的系统能力。把规模优势转化为质量优势，把短期热度沉淀为长期能力，才能在新一轮全球智能化浪潮中赢得更稳固、更可持续的主动权。