中国信通院人工智能研究所等单位 10 月 23 日发布《大模型词元服务性能监测报告（2026 年）》。报告最受关注的一组数字是价格：国内大模型服务的归一化均价从 2025 年下半年的 6.8 元，涨到 2026 年以来的 13.46 元，涨幅接近一倍。
报告由信通院人工智能所、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、中国人工智能产业发展联盟联合发布，数据取自 2026 年 1 月到 8 月的监测，维度包括调用成功率、吞吐速度、首词时延、稳定性、价格和上下文窗口。
价格、速度、时延三条线
先看价格。报告称经过两年价格战，2026 年国内外价格都明显上涨；海外 2026 年以来发布的典型模型，平均归一价格约 117.8 元，仍远高于国内。
再看速度。国内各模型 8 月平均 TPS（每秒输出词元数）为 78.23 个，2025 年均值是 38.25 个，差不多翻了一倍。海外典型模型 8 月 TPS 均值 112.82 个，去年 12 月是 51.35 个，同样翻倍有余，国内整体仍落后一截。
时延反过来变长了。国内 8 月平均首词时延（TTFT）1.26 秒，2025 年平均 0.78 秒；海外典型模型 8 月是 2.08 秒，4 月时只有 1.04 秒。报告的解释是：
“TTFT 上升并非单纯的性能退化”
它把原因归到模型参数量变大、上下文变长、调用量上升几件事叠加。上下文的变化很直观：被监测模型里，100 万词元上下文的占比 47.8%，200K 及以上合计 95.7%，比 2025 年底高出 76 个百分点以上。
粗算一笔账
把几组数字放在一起，能粗算出几个比例。
- 价格：13.46 ÷ 6.8 ≈ 1.98 倍；海外均价约为国内的 117.8 ÷ 13.46 ≈ 8.8 倍。
- 速度：国内 TPS 涨了约 2.05 倍，和价格涨幅几乎同步。
- 时延：国内首词时延多了约 0.48 秒，增幅六成上下。
如果按”每元买到的输出速度”粗估，国内今年和去年基本持平：价格翻倍，吞吐也翻倍。开发者多付的钱，换来的主要是更长的上下文和更大的模型，单次请求的首字等待反而更久。这是我们用报告公开均值做的估算，不同模型、不同时段差别很大，不能套到某一家的账单上。
国内厂商今年的调价动作给这组均值提供了注脚。腾讯云年内多次上调混元等 AI 服务价格；据媒体报道，DeepSeek-V4 API 从 8 月 17 日起实行分时定价，高峰时段输出价格升到原来的 4.5 倍。价格战期间压到地板的报价，正在一家家往回调。
同一个模型，不同的平台
报告还单独监测了 DeepSeek、Qwen、GLM、Kimi 四款开源模型在原厂和第三方平台上的表现。结论是同一模型在不同平台上 TPS 最多差出接近一倍，部分第三方平台跑得比官方还快。报告认为，各家推理加速、优化策略和成本控制的取舍不同，是性能分化的主要原因。
具体到单个模型，8 月 DeepSeek-V4-Pro 的 TPS 达到 DeepSeek-V3.2 的 2 倍；5 月主要模型换代后首词时延普遍阶段性上升，推理优化落地后又逐步回落到换代前的水平。
用量的增长解释了厂商为什么敢涨价。报告提到，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。
有两处口径需要读者留意。公开摘要没有说明”归一化价格”的具体算法和计价单位，6.8 元、13.46 元、117.8 元三者只能按同一口径横比，不宜直接对照某家厂商的官方报价；被监测的模型和平台清单也未在摘要中列出，以报告全文为准。
参考来源：中国信通院、CocoLoop、界面新闻、IT之家、21世纪经济报道；核对归一化均价、TPS、首词时延与上下文占比各项数值的统计区间。