10月31日，中国电子信息产业发展研究院发布《新域新质创新发展十大趋势》：我国人工智能推理数据量首次超过训练数据量，标志着AI正从模型训练研发阶段迈入规模化产业应用阶段。报告给出的标尺是：截至2026年6月，日均词元（Token）调用量超过175万亿，相比2024年年初增长1000多倍。中国新闻网
但调用量本身并不等于落地。判断一项AI应用是不是"真正落地"，要看三件事：有没有人持续为它付费、有没有进入核心业务流程、能不能每天重复运转。按这把尺子，175万亿词元大致分成三层——金融、制造这类已经按账运行的产业级应用，编程与智能体这类正在爆发的调用新增量，以及声量巨大但商业账本尚未算平的内容生成。
一块"电表"的读数：175万亿是怎么构成的
从2024年初日均约1000亿，到2026年3月国家数据局宣布突破140万亿，只用了两年、千倍量级，同月中国大模型周词元调用量连续三周超越美国。央视网
增量来自任务复杂度的跃迁：早期用户主要拿大模型问答，如今交给它的是多步骤的复杂任务，单个任务的词元量以十倍、百倍计——《焦点访谈》援引的测算里，每生成一分钟720p的AI视频就要消耗上百万词元，智能体一次复杂操作轻松烧掉几十万词元。豆包则是我国第一个、全球第三个日均词元消耗突破100万亿的大模型，同样两年增长千倍。央视网
值得强调的是，词元的量从来不等于它的值。中国信通院《词元（Token）经济发展研究报告（2026年）》给出的对比是：同样一百万词元，闲聊场景只值约0.01美元，药物研发场景却可达1000美元，相差约10万倍。换句话说，看AI是否落地，不能只数电表转了多少圈，要看这些词元办成了多少事。2026年我国推理算力占比预计达70.5%、推理需求约为训练的8倍，价值高地正从消费级流量场景向产业级高价值场景迁移。知乎
金融：最"实"的嵌入
银行是把词元用进生产系统的代表。中国邮政储蓄银行上半年披露，落地超370个大模型应用场景、能力接入超90个行内系统，日均调用超600万次、日均输入输出词元超百亿。微众银行日均Token消耗量超200亿，较2025年底实现数倍增长。央视网财经央视网财经
真正能说明"落地"二字的是流程渗透：在工商银行，外汇交易智能询价比率已超过96%，客户询价交易全流程用时降至分钟级。央视网
按工行金融科技部门负责人在央视《焦点访谈》中的说法，2026年初全行业务应用日均Token消耗量已达百亿级，较两年前增长近百倍，覆盖前台客户经理、中台风控、后台运营等主要岗位。这些数字背后不是展厅里的演示项目，而是每天计费、每天审计、停不掉的生产系统。央视网
制造：从展台走进高炉
宝钢的"AI炉长"是产业侧最直观的案例：这位用几十年炼钢数据"特训"出来的工业智能体，能对高温高压的炉内"黑箱"实时感知、主动调控，钢水温度和成分控制命中率超过90%。目前宝钢已开发120多个覆盖生产、运营、营销的智能体，按《焦点访谈》披露，专业智能体每天消耗两三千万词元，一个复杂智能体训练一周要烧掉上亿词元——培养一名人类炉长需要5到10年，而"AI炉长"的代价是一张张词元账单。央视网
放到全国看，赛迪报告的口径是：我国已累计建成500多家卓越级智能工厂，覆盖31个省区市和超过80%的制造业行业大类；国产算力、大模型已在钢铁、汽车等20个行业落地1000多个应用场景。中国新闻网
编程与智能体：词元消耗的新主力
消费端之外，增长最陡的是程序员与智能体。国内媒体援引OpenRouter榜单数据：DeepSeek V4.1-Flash-1017在10月19日至25日单周处理33.6万亿token，环比增长801%，排在平台第一。那一周全平台全球大模型总调用量是188万亿Token，这一个版本就占了将近五分之一。需要留意的是，OpenRouter统计的是流经这一分发渠道的调用而非全网：同一周按厂商口径，DeepSeek直连文本请求只增长16%。但方向是明确的——编程智能体是当下词元增长最猛的引擎，"每天消耗几千万词元"对开发者而言已是常态。知乎知乎
智能体带来的变化不止是量的放大。信通院在《面向词元（Token）服务的智算基础设施发展研究报告（2026年）》中判断，交互正从"人工触发调用"走向"智能体自主执行"，智算基础设施正从"算力工厂"转向"Token工厂"，地方政策试点也随之从"建设补贴"转向"Token服务采购"。知乎
内容：声量最大，账最难算平
围绕这175万亿，此前还爆发过一场"跑偏"争议：网传"中国55%的Token消耗流向AI短剧、美国58%流向编程"，甚至引来人民日报10月20日锐评点名提醒。所谓55%的出处，其实是一家重仓短剧业务的上市公司在投资者关系活动记录表里给出的说法——AI短剧与影片生成占55%、电商及营销占24%、软件开发占15%，统计时间、样本和计算口径一概未附。被拿来对照的"美国58%“，经媒体查证没有任何机构出处；豆包公关负责人刘星则回应，视频模型只占字节总算力约10%——又是另一套互不相干的口径。人民锐评点破的关键恰恰在此：多模态视频生成天然是"词元大户”，拿视频生成的词元占比去给一国AI路线定性，本身就不成立。知乎
短剧这门"量大"的生意，钱究竟有没有落地？DataEye的上半年统计显示，全行业AI剧漫剧从业者超过50万人，仅抖音上半年新增剧目就达22.19万部；但若把5000万播放看作盈亏平衡线，能跨过去的只有约1.3%。平台侧一边用最高数十万元的激励争夺精品，一边批量下架低质AI剧，今年7月单家免费短剧平台就下架了1.2万余部；9月1日起，《微短剧发展管理办法》施行，AI生成内容必须添加显著提示。热闹是真的，多数人在盈亏线下也是真的。知乎
还有一组对照能防止我们把问题问错：中国以外20家头部短剧平台里，AI生成新剧占比从一季度3%升至三季度约三分之二——"用AI拍爽剧"根本不是中国特产。而在消费级AI的"钱坑"样本里，美国Character.AI最触目：破产文件显示，其1200万月活用户人均每天使用120分钟，但每个用户每月带来0.44美元收入的同时，要烧掉0.58美元纯算力成本，做一单亏一单，今年10月已申请破产保护。同一赛道，43人的韩国团队Zeta靠全自研轻量化小模型压住推理成本，2025年收入267亿韩元、实现盈利。可见内容类应用离"真正落地"差的不是需求，而是单位成本与付费模式能不能算得过账。
还差在哪，以及接下来看什么
产业级应用跑在前面，不代表可以乐观到底。《焦点访谈》同时提醒，我国在大模型、AI芯片和高质量数据上仍有较大提升空间；信通院报告提出的新考核口径——单任务词元消耗、有效词元率、Token ROI——恰恰说明大量调用里仍有相当比例是"无效做功"。供给侧的棋也还在落子：国家算力网已与水网、新型电网等并列为国家"六张网"之一、纳入"十五五"规划。央视网
普通用户不必记住175万亿这个数字，但可以用三件具体的事观察AI是否真的在落地：下个季度的银行、制造企业年报里，词元日均消耗还在不在涨；大模型厂商的毛利有没有转正；AI生成的内容、代码、决策，有没有人愿意单独为它掏钱。当词元像电一样被计量、被定价，AI的"落地"就不再是一道感觉题，而是一道算术题——目前的答案是：产业侧已经交了卷，编程侧正在抢答，内容侧还在算账。
