2026 年国内大模型均价翻倍，每秒吞吐量也翻倍

一句话结论

中国信通院报告指出，2026 年国内大模型每秒吞吐量同比翻倍，服务均价上涨近一倍，性能提升以成本增加为代价。

关键要点

• 2026 年 6 月国内词元日均消耗量约 500 万亿，是 2025 年 12 月的近 4 倍。
• 2026 年 8 月国内各模型平均 TPS 为 78.23 个/秒，较 2025 年均值 38.25 个/秒翻倍。
• 2026 年国内词元服务均价达 13.46 元，较 2025 下半年均价 6.8 元上涨近 100%。
• 上下文长度达 1M 的模型占比 47.8%，200K 及以上模型合计占比 95.7%。
• 同一开源模型在不同第三方平台间 TPS 差距最大可接近一倍。

背景与事实

中国信息通信研究院（简称“中国信通院”）人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室和中国人工智能产业发展联盟，于 10 月 23 日联合发布《大模型词元服务性能监测报告（2026 年）》。该报告基于 2026 年 1 至 8 月的监测数据，围绕各平台词元服务调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度开展分析，对比了原厂大模型官方平台以及 DeepSeek、Qwen、GLM、Kimi 四款开源模型在第三方平台上的性能差异。

报告数据显示，随着大模型技术迅速迭代，词元（Token）服务成为从技术走向应用的关键节点。我国日均词元调用量持续攀升，2026 年 6 月国内词元日均消耗量约为 500 万亿，这一数字是 2025 年 12 月的近 4 倍。产业中越来越多的 MaaS（Model as a Service，模型即服务）平台厂商通过公有云 API 方式供给大模型词元服务，但用户仍面临选型困难等问题，缺乏直观的性能判断依据。

在性能指标方面，2026 年 8 月份国内各模型平均 TPS（每秒输出词元数）达到 78.23 个/秒，与 2025 年均值 38.25 个/秒相比实现翻倍；而 8 月份国外典型模型的 TPS 均值为 112.82 个/秒，与 2025 年 12 月的 51.35 个/秒相比提升亦超过一倍，整体表现优于国内。与此同时，词元服务时延有所增加，2026 年 8 月份国内各模型的平均 TTFT（首词时延）达到 1.26 秒，相较于 2025 年平均值 0.78 秒明显增加；国外典型模型 TTFT 平均值达到 2.08 秒，相比 4 月份的 1.04 秒亦明显增加。

报告指出，TTFT 上升并非单纯的性能退化，而是伴随着模型参数量增加、上下文长度增加、调用量增加等多种因素同步产生的结果。价格方面，经历了过去两年价格战后，2026 年国内外模型服务价格明显上涨。国内 2025 下半年归一化均价为 6.8 元，而 2026 年以来均价为 13.46 元，涨幅接近 1 倍；国外 2026 年以来发布的典型模型平均归一价格约为 117.8 元，仍显著高于国内。

影响分析

对于中文开发者与企业从业者而言，这份报告揭示了一个关键现实：性能提升正在伴随成本大幅上升。均价接近翻倍的趋势意味着，若业务对大模型调用量级较大（如日均消耗数十亿词元以上），2026 年的推理成本将比 2025 年下半年增加近一倍，这直接冲击了企业的算力预算规划。从业者需重新评估“按量付费”模式下的成本弹性，可能需要在模型选型时更权衡“极致性能”与“性价比”的平衡点。此外，报告揭示的同一模型在不同第三方平台间 TPS 差距最大可接近一倍的现象，意味着单纯选择知名开源模型已不足以保证服务质量，开发者必须将“平台性能基准测试”纳入选型流程，而非仅依赖模型参数，这增加了技术选型的复杂度与测试成本。

适用边界

上述结论主要适用于通过公有云 API 调用大模型词元服务的商业场景及高性能推理需求场景。对于本地部署开源模型、对时延不敏感的离线批处理任务、或调用量极低（如日均消耗低于 100 万词元）的个人开发者场景，价格翻倍与平台性能差异的实际财务影响可能微乎其微。同时，报告数据基于 2026 年 1 至 8 月监测结果，若 2026 年下半年有新的推理优化技术落地或价格战重启，当前得出的“成本上升”趋势可能在短期内发生逆转，结论时效性受限于报告发布时点。

孤本观察

报告反映出大模型行业正从“拼价格”转向“拼综合性能与稳定性”，价格回升与吞吐量翻倍同时发生，暗示行业已度过纯价格竞争阶段。平台间性能的巨大方差表明，MaaS 服务商的底层推理优化能力正成为核心竞争壁垒，模型本身仅占体验的一部分。

来源：IT之家