Laporan yang ditayangkan CCTV (televisi pemerintah China) hari ini menyebut satu angka: hingga Juni tahun ini, rata-rata pemanggilan token harian di China menembus 500 triliun. Angka dengan metode hitung yang sama baru saja diumumkan resmi tiga bulan sebelumnya, saat itu jumlahnya masih 140 triliun.
Menelusuri kembali garis tren ini membuat semuanya lebih jelas. Istilah "token" resmi diterjemahkan ke bahasa Mandarin sebagai "ciyuan" (词元) pada Maret tahun ini, saat data yang dirilis bersamaan menunjukkan rata-rata pemanggilan harian lebih dari 140 triliun — naik lebih dari seribu kali lipat dari 100 miliar di awal 2024, dan naik sekitar 40% dari 100 triliun di akhir 2025. Jika laju ini diekstrapolasi, kenaikan selama tiga bulan kuartal kedua ini beberapa kali lipat lebih besar dari kuartal sebelumnya — perhitungan kasar menunjukkan sekitar 3,6 kali lipat, sebuah titik balik yang jelas terjadi di kuartal kedua.
Titik Beloknya Ada di Sisi Inferensi
Menurut CCTV Finance, fokus persaingan telah bergeser dari sekadar "kecerdasan model" ke implementasi agen AI dan pembangunan ekosistem. Pergeseran ini punya arti yang sangat konkret bagi anggaran komputasi: pemanggilan gaya chat adalah tanya-jawab sekali jalan, selesai dengan beberapa ratus hingga beberapa ribu token. Sementara itu, ketika agen AI mengerjakan satu tugas, ia melakukan pencarian berulang, membaca konteks, memanggil tool, dan menjalankan beberapa putaran umpan balik — konsumsi token untuk pekerjaan yang sama bisa berbeda satu hingga dua orde besaran.
Liu Feng, general manager divisi industri cerdas Tencent, memberikan angka yang bisa langsung dibandingkan dalam laporan tersebut: pada minggu pertama peluncuran versi resmi Hunyuan 3, volume pemanggilan token melonjak 68 kali lipat dibanding generasi sebelumnya, Hunyuan 2. Lonjakan volume pemanggilan hampir tujuh puluh kali lipat dalam satu pergantian generasi sudah di luar jangkauan penjelasan "penggunanya bertambah" — ini lebih terlihat seperti struktur konsumsi per tugas yang berubah total.
Ini juga menjelaskan mengapa berbagai perusahaan gencar memperluas klaster inferensi, bukan hanya fokus pada chip pelatihan. Pelatihan adalah investasi satu kali yang diamortisasi begitu model selesai dilatih; inferensi adalah biaya berkelanjutan yang makin besar seiring makin banyak dipakai, dan agen AI justru jenis produk yang menjadikan pemakaian tinggi sebagai kondisi baku.
Siklus Rilis Model Terpangkas Jadi Empat sampai Enam Minggu
Feng Wen, kepala arsitek di platform terbuka StepFun (稀宇科技), menyebut satu perubahan: pada semester kedua 2025, target vendor masih merilis pembaruan model sekali per tiga bulan; sekarang mereka harus merilis model baru setiap empat sampai enam minggu.
Perubahan ini menekan sumber daya komputasi dari dua arah sekaligus. Di sisi pelatihan, jadwal jadi makin padat — satu klaster belum sempat "bernapas" sudah harus masuk putaran berikutnya. Di sisi inferensi, beberapa versi model yang masih aktif harus dilayani bersamaan — model baru rilis bukan berarti versi lama langsung dimatikan, versi lama di API biasanya masih bertahan beberapa bulan lagi, sehingga kapasitas layanan harus disiapkan untuk mendukung banyak versi sekaligus.
Percepatan ritme ini juga punya efek ikutan: jendela waktu untuk mengamortisasi biaya pelatihan satu model jadi lebih pendek. Model-model buatan China terus menurunkan harga tahun ini, dan perang harga ini tidak lepas dari menyempitnya jendela amortisasi tersebut — mengejar volume pemanggilan sebanyak mungkin selama model masih aktif dinilai lebih menguntungkan daripada menjualnya perlahan dengan harga tinggi.
Pusat Komputasi AI Mengikuti Kontrak Jangka Panjang
Zheng Zihao, general manager pusat komputasi AI di Envision Group (远景科技集团), menggambarkan pembangunan pusat komputasi AI sedang tumbuh pesat, dengan alasan pelanggan memberikan komitmen pesanan jangka panjang yang stabil.
Lima kata "pesanan jangka panjang yang stabil" inilah kuncinya. Pusat data adalah aset padat modal — dari mendapatkan lahan sampai bisa dioperasikan butuh waktu satu hingga dua tahun, dan ketakutan terbesar investor adalah fasilitas selesai dibangun tapi kosong tak terpakai. Dengan kontrak jangka panjang sebagai jaminan, pihak pembangun berani mendesain untuk kapasitas penuh sejak awal — pasokan listrik, pendingin air, dan kepadatan rak server bisa langsung dibangun sesuai standar. "Pabrik token" domestik dan kompleks komputasi AI terpadu yang sedang digarap di berbagai daerah mengikuti logika yang sama: kunci dulu permintaannya, baru bangun kapasitasnya, sehingga rantai pasok komputasi AI domestik bisa naik kelas dari tahap validasi produk ke tahap pengiriman skala besar.
Yang Masih Kurang di Luar Angka Ini
Angka 500 triliun ini masih kekurangan pembanding horizontal. Belum ada angka global dengan metode hitung yang sama yang bisa diakses publik, sehingga sebutan "kelompok papan atas" untuk sekarang baru sebatas penilaian kualitatif, belum bisa dibuktikan dengan rasio angka.
Jika 500 triliun ini dibagi rata ke seluruh penduduk, rata-rata harian per orang dari 1,4 miliar penduduk China adalah sekitar 350 ribu token (perhitungan kasar). Angka ini sendiri tidak terlalu bermakna — sebagian besar pemanggilan berasal dari sistem perusahaan dan agen AI di backend, tidak ada hubungannya dengan seberapa banyak seseorang mengetik. Kegunaannya adalah untuk mengingatkan satu hal: token sudah bergeser dari indikator teknis menjadi indikator industri. Yang akan terus dibandingkan ke depannya adalah biaya listrik, jam pemakaian GPU, dan pendapatan yang dihasilkan dari setiap triliun token.
Sumber: CCTV Finance, IT Home (IT之家), CocoLoop, pengumuman resmi Badan Data Nasional China (国家数据局); angka volume pemanggilan sudah dibandingkan item per item dengan pengumuman resmi sebelumnya, dan angka per kapita adalah perhitungan kasar dari editor.