大模型服务性能监测报告发布：国内词元消耗激增，价格战后迎来显著回调

【科技纵览】10月23日，中国信通院人工智能研究所携手中国人工智能产业发展联盟，正式对外披露了《大模型词元服务性能监测报告（2026年）》。这份基于2026年前八个月实际运行数据的专业评估，从调用成功率、吞吐速度、首词时延、系统稳定性、定价策略以及上下文窗口支持度等多个核心维度，对当前大模型服务的真实生态进行了全景式扫描。

在算力消耗与处理效率方面，市场热度呈现爆发式增长态势。数据显示，2026年6月，国内大模型日均词元消耗量已攀升至约500万亿规模，这一数字相较于2025年12月实现了近4倍的跨越式增长。与此同时，处理速度也在加速迭代，8月份国内主流模型的TPS（每秒输出词元数）平均值达到78.23，较2025年的均值38.25实现翻倍提升。不过，横向对比来看，国外典型模型在8月的TPS均值高达112.82，整体处理效能依然占据优势地位。

值得注意的是，响应速度的变化呈现出复杂的技术逻辑。国内模型的平均TTFT（首词时延）在8月均值达到1.26秒，相比2025年平均值的0.78秒有所增加；而国外典型模型同期TTFT平均值为2.08秒，同样处于上升通道。报告明确指出，这种时延的拉长并非单纯的性能退化，而是伴随着模型参数量激增、上下文长度扩展以及调用总量大幅上涨的综合结果。

在市场定价机制上，经历了长达两年的激烈价格战后，2026年国内外模型服务价格均出现明显回升。国内模型在2025年下半年归一化均价为6.8元，而至2026年以来，该数值已涨至13.46元，涨幅接近一倍。相比之下，国外典型模型自2026年以来的平均归一价格约为117.8元，尽管价格上调，但仍显著高于国内水平。此外，在上下文处理能力上，被监测模型中支持1M上下文长度的占比已达47.8%，200K及以上容量的合计占比高达95.7%，较2025年底提升了超过76个百分点，显示出行业对长文本处理能力的普遍重视与技术突破。