中國信息通信研究院（信通院）人工智慧研究所等單位於 10 月 23 日發布《大模型詞元服務效能監測報告（2026 年）》。報告最受關注的一組數字是價格：中國大模型服務的歸一化均價從 2025 年下半年的 6.8 元，漲到 2026 年以來的 13.46 元，漲幅接近一倍。
報告由信通院人工智慧所、工業和信息化部人工智慧大模型及軟硬體評測重點實驗室、中國人工智慧產業發展聯盟共同發布，數據取自 2026 年 1 月至 8 月的監測，面向包括呼叫成功率、吞吐速度、首詞元延遲、穩定性、價格與上下文視窗。
價格、速度、延遲三條線
先看價格。報告指出，歷經兩年價格戰，2026 年中國與海外的價格都明顯上漲；海外 2026 年以來發布的典型模型，平均歸一化價格約為 117.8 元，仍遠高於中國。
再看速度。中國各模型 8 月平均 TPS（每秒輸出詞元數）為 78.23 個，2025 年均值為 38.25 個，幾乎翻了一倍。海外典型模型 8 月 TPS 均值為 112.82 個，去年 12 月為 51.35 個，同樣翻倍有餘，中國整體仍落後一截。
延遲則反而變長。中國 8 月平均首詞元延遲（TTFT）為 1.26 秒，2025 年平均為 0.78 秒；海外典型模型 8 月為 2.08 秒，4 月時僅 1.04 秒。報告的解釋是：
「TTFT 上升並非單純的效能退化」
報告將原因歸結為模型參數量變大、上下文變長、呼叫量上升等幾項因素疊加。上下文的變化相當直觀：在被監測的模型中，100 萬詞元上下文的占比為 47.8%，200K 以上合計為 95.7%，比 2025 年底高出 76 個百分點以上。
粗算一筆帳
把幾組數字放在一起，可以粗算出幾個比例。
- 價格：13.46 ÷ 6.8 ≈ 1.98 倍；海外均價約為中國的 117.8 ÷ 13.46 ≈ 8.8 倍。
- 速度：中國 TPS 成長約 2.05 倍，與價格漲幅幾乎同步。
- 延遲：中國首詞元延遲多了約 0.48 秒，增幅約六成。
若以「每元買到的輸出速度」粗估，中國今年與去年大致持平：價格翻倍，吞吐量也翻倍。開發者多付的錢，換來的主要是更長的上下文與更大的模型，單次請求等待第一個字的時間反而更久。這是我們用報告公開的均值所做的估算，不同模型、不同時段差異很大，不能套用到某一家的帳單上。
中國業者今年的調價動作，為這組均值提供了註腳。騰訊雲（Tencent Cloud）年內多次調漲混元（Hunyuan）等 AI 服務的價格；據媒體報導，DeepSeek-V4 API 自 8 月 17 日起實施分時定價，尖峰時段的輸出價格升至原來的 4.5 倍。價格戰期間壓到底線的報價，正一家一家往回調。
同一個模型，不同的平台
報告還針對 DeepSeek、Qwen、GLM、Kimi 四款開源模型，分別監測它們在原廠與第三方平台上的表現。結論是同一模型在不同平台上的 TPS 最多可差到接近一倍，部分第三方平台跑得比官方還快。報告認為，各家在推論加速、最佳化策略與成本控制上的取捨不同，是效能分化的主要原因。
具體到單一模型，8 月 DeepSeek-V4-Pro 的 TPS 達到 DeepSeek-V3.2 的 2 倍；5 月主要模型換代後，首詞元延遲普遍階段性上升，待推論最佳化落地後，又逐步回落到換代前的水準。
用量的成長，說明了業者為何敢漲價。報告提到，2026 年 6 月中國詞元日均消耗量約為 500 兆，是 2025 年 12 月的近 4 倍。
有兩處口徑需要讀者留意。公開摘要並未說明「歸一化價格」的具體算法與計價單位，6.8 元、13.46 元、117.8 元三者只能在同一口徑下橫向比較，不宜直接對照某家業者的官方報價；被監測的模型與平台清單也未在摘要中列出，應以報告全文為準。
參考來源：中國信通院、CocoLoop、界面新聞、IT之家、21世紀經濟報導；已核對歸一化均價、TPS、首詞元延遲與上下文占比各項數值的統計區間。