140万亿次：看见中国AI调用规模的真实上限

3月24日，在国新办举行的新闻发布会上，国家数据局局长刘烈宏抛出了一组令人震动的量化数据：

截至今年3月，中国日均Token调用量已突破140万亿。

回看两年前，这一数字还只有1000亿。

仅用两年，规模实现了千倍以上的跃升。

再往前推到三个月前——也就是2025年底——当时日均仍停留在100万亿左右。短短三个月后又上扬了40%以上。

同一时期，全球最大的AI模型API聚合平台OpenRouter给出了另一组参考：3月16日至22日，全球AI大模型总Token调用量为20.4万亿，其中中国单一国家贡献7.359万亿，全球占比达到36%。

从周度数据看，中国AI大模型的Token调用量连续三周超过美国。

这并非事后推演，也不是规划描绘，更不是哪家企业的PPT，而是已经发生的现实。

下面先把Token讲清楚。

在AI体系里，Token可以理解为模型处理信息的最小计量单位，也常被称作"词元"。你的一句话需要被拆解成Token后模型才能读懂；同样，模型回答你时也是先生成Token，再逐步拼合成可读文本。

那么140万亿Token究竟代表什么？

它意味着每天，中国的AI系统在进行海量信息交互。无论是对话、代码生成，还是图像创作与智能体执行任务，背后都在持续消耗Token。

这波调用量的快速攀升，离不开多路引擎并行发力。

过去两年，国产大模型完成了一次关键性的跃迁：并不是简单追平美国最顶尖的模型，而是凭借更低的成本，把能力做到了接近甚至在部分场景体现出优势。

以DeepSeek、MiniMax M2.5为代表的一批国产模型，把API使用成本显著压低，同时在性能上持续向海外闭源方案逼近，甚至在部分应用中出现超过。

这种"高性能、低成本"带来的叠加效应，直接降低了开发者与企业的使用门槛。过去一个创业团队可能一次GPT-4就要花掉几块钱，如今用国产模型可能只需几分钱。成本下来了，调用规模自然就更容易被拉起来。

Token调用量增长1000倍，未必来自AI突然变得更聪明，而更可能是"用得起AI的人更多了"。

Token消耗暴涨的另一个重要原因，则是AI应用形态正在发生变化。

过去AI更多停留在聊天层面——你问一句，它答一句，单次交互所需Token相对有限。

而现在，AI开始"真正干活"。

以开源AI智能体OpenClaw为代表的新一代工具，单次交互的Token消耗往往相当于传统聊天AI的10到100倍。DCCI互联网研究院院长刘兴亮指出：这些工具的关键价值，是把AI从"会聊天"推进到"会执行"，从而让AI更像"数字员工"。

与此同时，视频生成等新兴场景也成为Token消耗的重要增长来源。以即梦AI的Seedance 2.0上线为例，在短视频平台很快引发创作热潮，社交传播与内容生产相互带动，持续放大调用规模。

从智能助手到多模态生成、从单一任务到多元场景的规模化落地，共同构成了Token消耗的强劲驱动。

以前每个人每天只用AI聊几句话；现在更常见的是让AI每天处理几十件事。交互的深度与频次变了，Token消耗量也就更容易出现指数级上升。

调用量再高，也离不开算力的支撑。

过去制约中国AI产业发展的核心瓶颈之一，就是算力——高端芯片供给受限、整体算力不足。但这一局面正在被逐步扭转。

随着国产芯片在部分场景实现规模化落地，中国智能算力占比持续提高。赛迪研究院预测，2026年中国智能算力占比有望突破35%。这表明中国AI产业正在减少对单一算力路线的依赖。

更重要的是，中国拥有相对完备的电力基础设施。今年两会期间，"算电协同"首次写入政府工作报告。电力转化为算力、算力再转化为AI服务能力——这条链路正在被系统打通。

一个较直观的线索是：中国多地变压器企业的生产线正做到24小时运转，海外订单甚至已排到2027年。由Token走向出海、再带动电力设备走强，中国AI产业链的硬实力正在向外延展。

AI的底层并不只在代码里，而在电。谁能提供更稳定的电力与算力供给，谁就更有能力承接Token消耗的持续放大。

与美国AI产业偏重少数头部企业通过单点突破不同，中国正在搭建一套更具层次的生态体系。

开源社区在做底座——从开源鸿蒙到开源欧拉等项目持续推进。

科技企业在做中台——字节跳动、百度、阿里、腾讯等持续推动国产大模型的迭代升级与产品出海。

大量创作者与中小企业则在做应用——依托基础模型，把AI更快转化为现实生产力。

三者形成了"研发—应用—反馈—迭代"的循环闭环，并借助微信、钉钉、飞书等面向十亿级用户的平台，把AI能力更普惠地落到日常使用中。

美国的AI生态更像一棵大树——顶端很强，但主枝并不多。中国的AI生态更像一片竹林——每根竹子未必粗壮，却能连片成林。

Token调用量反映的是"量"。而"质"的表现，往往更能说明问题。

AI辅助诊断已被纳入国家医保乙类目录，目前全国837家三甲医院同步落地实施。也因此，中国成为全球首个把AI诊断大规模纳入国家医保体系的国家。

这意味着什么？

意味着你去医院拍CT、做影像检查时，AI很可能已经在帮你解读影像资料；同时，这部分费用医保可报销一部分。

截至2025年12月，累计已有207款人工智能医疗器械取得三类注册证；行业已连续三年实现年度审批量超40款。全国超过80%的三甲医院已引入智能诊断系统。

但现实问题也恰恰在这里。

如果AI辅助诊断造成误诊，最终责任如何界定？我国目前还没有针对AI在医疗场景应用的专门法律法规。2022年的《互联网诊疗监管细则》只明确了一条原则：人工智能不得冒用、替代医师本人提供诊疗服务。

除此之外，权责边界几乎仍处在空白区。

AI已经进入医院，但制度的跟进还需要时间。技术跑在前面，监管追在后面——这也是中国AI发展最典型的特征之一。

摩根大通曾做过一项预测：到2030年，中国AI推理Token消耗量可能从2025年的约10千万亿增长至约3900千万亿，五年累计约增长370倍。

"十五五"规划纲要明确提出全面实施"人工智能+"行动。预计到"十五五"末，中国人工智能相关产业规模有望突破10万亿元。

从政策层面看，2025年8月国务院印发《关于深入实施"人工智能+"行动的意见》，2026年1月八部门又联合印发《"人工智能+制造"专项行动实施意见》，而在3月两会期间又首次提出"打造智能经济新形态"。政策衔接紧密、目标指向清晰，前所未有。

从产业层面看，今年一季度规模以上数字产品制造业增加值同比增长11.2%，与AI直接相关的电子专用材料制造增长32.5%，集成电路制造增长49.4%。这些增量并不等同于AI本身的增长，但正是AI带动了更完整产业链的扩张。

140万亿Token并不是终点，而只是一个新的起点。

挑战同样真实：在持续放大"量"的同时，如何实现"质"的跃升？又该如何处理AI生成内容的版权问题？怎样构建数据、技术、网络一体化的安全治理体系？

这些疑问目前没有现成、统一的答案。但有一点可以确认：如今的中国AI已经不再是追着别人的脚步走，它正在走自己的路线。

140万亿Token背后并非某个数字的偶然奇迹，而是一个国家把AI从技术能力推进为基础设施的过程。这个进程才刚刚开始。

这里是「AI清醒局」，我们下期再见。

如果这篇内容给你带来启发，欢迎点个「在看」，也许能帮到你身边的人。

关于AI清醒局

你可能在小红书见过我，在那里我叫"AI钢铁侠"。

这里是我在微信的空间。同样的风格——不贩卖焦虑，不盲目吹捧，帮你把AI的真实面貌看清楚。

AI会越来越强，但保持清醒的人永远稀缺。

关注我，不亏。