近期，全球人工智能（AI）市场和资本市场同时上演了戏剧性的一幕。一方面，AI芯片巨头英伟达在发布创纪录财报后，股价却意外大跌，市值一夜蒸发近2600亿美元。另一方面，中国A股市场的国产算力、云计算、数据中心乃至电力板块却掀起涨停潮。这一冷一热的鲜明反差背后，一个关键的市场信号浮出水面：中国AI模型的实际应用正在经历爆发式增长。
根据全球最大的AI模型API聚合平台OpenRouter的数据，2026年2月，中国AI模型的周调用量（以Token为计量单位）首次超越美国。在2月16日至22日这一周，中国模型的周调用量冲高至5.16万亿Token，而同期美国模型则为2.7万亿Token。Token是AI模型处理信息的最小单位，其调用量直接反映了模型在真实世界中的使用强度和商业价值，被视为衡量AI应用落地最真实的“晴雨表”。
更值得关注的是，此次调用量的激增并非依赖单一爆款，而是呈现出“集群式崛起”的态势。在全球调用量排名前五的模型中，有四款来自中国厂商，包括MiniMax的M2.5、月之暗面的Kimi K2.5、智谱的GLM-5以及DeepSeek的V3.2。同时，该平台用户主要由海外开发者构成，美国用户占比高达47%，而中国开发者仅占约6%，这表明中国AI模型凭借其强大的性能和竞争力，正在赢得全球开发者的“用脚投票”，成功实现了“出海”。
这一核心变量的变化，引发了资本市场对AI价值链的重新审视。
市场对英伟达的担忧开始浮现。尽管英伟达财报依然强劲，但投资者辩论的焦点已从短期业绩转向对AI资本支出可持续性的长期担忧。市场不再简单地将AI繁荣等同于英伟达高端芯片的销量。中国主流模型普遍采用的“混合专家（MoE）”等高效架构，通过“按需激活”部分参数而非调用全部参数的方式，大幅降低了单位Token所需的算力，在保证性能的同时，削弱了市场对高端GPU的线性依赖。这意味着，AI使用量的爆发，不再与英伟达GPU的需求量简单挂钩，这动摇了支撑其高估值的核心逻辑之一。
与此形成鲜明对比的是，国产算力、云计算和数据中心板块的集体上涨。全球开发者对中国模型的广泛调用，直接催生了对国产算力基础设施的指数级需求。资本市场迅速意识到，AI发展的价值正在从硬件制造向下游的应用和基础设施服务传导。既然全球用户正在大规模使用运行在中国服务器上的模型，那么为这些模型提供计算和存储服务的中国企业，自然成为直接受益者。
一个更深层次的市场信号则指向了电力。AI算力中心是名副其实的“电老虎”，电力成本在AI大模型运营成本中占比可高达60%至70%。随着AI推理需求的急剧攀升，电力已从辅助资源升级为AI时代的核心生产要素。中国在电力成本上，尤其是西部地区的绿色电力，具有显著的全球优势。据测算，中国西部绿电成本仅为欧美平均水平的五分之一到四分之一。这种基础能源的成本优势，为中国AI产业构筑了坚实的成本壁垒，“电力不出境、Token出海”正成为一种新的价值变现逻辑，打开了电力运营商的盈利与估值空间。
中国AI模型调用量的反超，其背后是技术与商业模式的双重驱动。一方面，中国模型厂商通过快速迭代和架构创新，在性能上追赶甚至部分超越了国际顶尖模型。另一方面，它们提供了极具竞争力的成本。平台数据显示，在处理相同数量的Token时，部分中国模型的成本仅为海外对标产品的十几分之一甚至二十分之一。“可用、好用、用得起”的实用主义路径，正在全球范围内赢得市场。这被一些分析解读为中国AI选择了“修路”而非“造神”的哲学：不执着于创造全知全能的AGI，而是致力于将AI像水电一样，以低成本、高效率的方式融入千行百业，创造真实的经济价值。
这一系列连锁反应揭示了全球AI产业进入了一个新阶段。市场的评判标准正从单纯的技术参数和硬件堆砌，转向更注重应用落地、成本效益和商业模式的可持续性。中国AI调用量的历史性突破，不仅证明了国产大模型的技术实力和全球竞争力，更重要的是，它正在重塑全球AI算力需求格局，为国产算力、云计算乃至电力等全产业链打开了全新的增长空间。
