过去半个月，一张两行字的图在社交平台反复出现。
中国55%的Token消耗流向AI短剧和视频生成，美国58%花在编程、研发、企业自动化。
配文更扎眼：中国又一次把火药做成了烟花。
10月30日，人民日报05版刊发人民锐评《警惕“中国AI跑偏论”》，给这个说法泼了冷水。
评论说得很直接：忽略总量、口径、样本等差异，做简单机械的数字对比，难免武断。人民日报
但这场争论真正值得看的地方，不是谁被打脸。
是那张图虽然站不住脚，它问出的问题却是真的：为什么中国AI看起来在做内容，美国AI看起来在做生产力？
先把图拆了。
55%这个数，来自中文在线今年6月的投资者交流材料。长江商报
它是一家重仓AI短剧的上市公司，讲给投资人听的市场判断，不是国家统计部门或第三方机构的全国普查。
公开信息里，也看不到它交代统计口径、覆盖平台和Token换算标准。
美国那58%，环球时报10月27日的答问文章说得很直接：找不到任何权威出处。环球时报
两个来源不同、口径不同的数字，被拼成一张“中美对比图”，结论自然悬空。
更关键的是，Token不等于算力。北京日报
视频生成按像素和帧数计费，Token消耗天然比文本高几个数量级。
有开发者按视频模型的计费口径粗算，一个5秒的720p镜头约10万Token；一部90分钟的短剧，Token量能到亿级。知乎
视频占比高，首先说明视频是Token大户，不说明中国把一半算力拿去拍剧。
字节跳动旗下豆包公关负责人刘星10月19日也公开回应：字节总算力中，只有约10%用于视频生成模型的训练和推理。长江商报
占比离开总量，更没有意义。
在OpenRouter这个全球主流API聚合平台上，10月19日至25日一周，上榜中国模型调用量93.54万亿Token，美国模型22.47万亿，中国已连续26周居首。36氪
中国模型哪怕只有15%用在软件开发，绝对量也未必小。
图是错的，但它撞上了一个真问题。
美国AI的钱，很大一部分从企业软件预算里来。
美国企业为软件付费有几十年习惯，AI出现后，最自然的动作是把它塞进现有预算，替代昂贵、稀缺的工程师工时。
写代码又恰好是一件“对错可验证”的事：编译器会报错，测试用例会失败，ROI算得清。
所以编程、企业自动化先爆发，不奇怪。
中国AI的钱，更多从注意力经济里来。
企业软件付费习惯相对薄，B端大单项目制、交付重、回款慢；而短剧、电商、直播的付费链路短，刷到就能充值。
AI把内容生产的边际成本打下来，资本和算力自然先往这里走。
这不是谁更高尚、谁更短视，是两国利润池的形状不同。
美国也有AI网红内容，中国也有工业AI，只是出圈程度不一样。
有位知乎答主把这件事说得很直白：美国是用AI补昂贵稀缺的研发人力，国内是用AI批量生产廉价内容，撬动大众消费。知乎
说中国AI“只有短剧”，也不符合事实。
截至2026年上半年，中国生成式AI用户突破7亿，普及率超过50%。中国新闻网
规模以上制造业企业中，AI技术应用普及率超过30%。
在OpenRouter上，编程任务的Token占比，从今年2月的约10%升到9月的约50%。环球时报
这些数字不能证明中国AI已经全面领先，但足以说明，“一半算力造爽剧”是一个被剪裁过的故事。
真正的差距，不在Token流向，在价值捕获。
据阑夕翻译的美国风投Dimension Capital内部信，Anthropic今年7月的年化收入超过650亿美元，OpenAI约400亿美元。微博
中国这边，豆包月活3.45亿，超过Qwen和DeepSeek之和，每天收入却不到100万元，且基本来自购物佣金。
调用量可以很大，钱不一定跟着来。
这背后是几堵更慢的墙：企业数字化底座薄，很多工厂的数据还没上网；生产场景容错低，用AI省的钱不归决策人，出的错却要决策人担；开发者工具的默认入口，仍握在GitHub、Hugging Face这些英文平台手里。
模型能力是快变量；这些是慢变量，拆起来要以年计。
所以，“跑偏”是个伪命题，“谁付钱”才是真问题。
人民日报、环球时报、北京日报接连下场，不只是为了辩一句面子。
它们释放的信号很具体：国务院“人工智能+”行动把“AI+科学技术”列在第一条重点行动，算力网被纳入“六张网”，十万卡级算力池开始上线。人民日报
下一阶段，财政、算力、国企采购大概率会更多流向科研和产业，而不是简单禁掉短剧。
烟花本身不是问题。
问题是，卖烟花的钱，最后有没有变成造枪炮的预算。
接下来一年，看三个数就够了：国产模型Token里编程和科研的占比有没有升；企业AI预算有没有从市场部挪到研发部；模型公司的收入，有没有跟上调用量。
