均价从 6.8 涨到 13.46 元、同款模型跨平台 TPS 差近一倍：信通院的词元账本，把 API 比价的锚换了

监管侧第一次把"牌价"和"性能"放进同一张表

10 月 23 日，中国信通院人工智能研究所联合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，发布《大模型词元服务性能监测报告（2026 年）》。报告取 2026 年 1 至 8 月的监测数据，围绕调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口六个维度，把原厂官方平台与 DeepSeek、Qwen、GLM、Kimi 四款开源模型在第三方平台上的表现摆到一起对比。对每天要出报价单的聚合层来说，这份报告的价值不在结论，而在口径：它第一次让"同款模型、不同平台"的差异变得可量化。

价格：两年价格战打完，国内均价接近翻倍

报告给出的国内归一化均价，2025 年下半年是 6.8 元，2026 年以来升到 13.46 元，涨幅 97.9%。国外更贵，2026 年以来发布的典型模型平均归一价格约 117.8 元，是国内的 8.75 倍。这解释了今年聚合层报价单为什么一直在动：不是渠道商在加价，是上游挂牌价整体上移，任何按旧价签的年框今年都在亏。

按 3000 万 tokens 的月用量折算，去年下半年是 204 元的量级，今年同期已经到 404 元，每月多出 199.8 元，量级放大多少倍，差额就放大多少倍。这条账对采购的意义是：年度预算里"单价年降"这个默认假设，今年必须删掉。

吞吐：双方都在翻倍，差距没缩

8 月国内各模型平均 TPS（每秒输出词元数）为 78.23，2025 年均值 38.25，确实翻倍。但国外典型模型 8 月均值 112.82，2025 年 12 月是 51.35，同样翻倍还多。两条曲线斜率相近，所以相对差距几乎没动：国内吞吐只到国外的 69.3%。

时延方向是变差的。国内平均 TTFT（首词时延）从 2025 年的 0.78 秒升到 8 月的 1.26 秒；国外从 4 月的 1.04 秒升到 2.08 秒，幅度更大。报告的解释是参数量、上下文长度、调用量三重上升同步发生，TTFT 变长不等于性能退化，而是负载形态变了。

调用量：半年 4 倍，日均已经到 500 万亿

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。换算成瞬时速率是每秒 57.9 亿个词元。上下文窗口也在同步膨胀：被监测模型中上下文达到 1M 的占 47.8%，200K 及以上合计 95.7%，比 2025 年底提高超过 76 个百分点。

最该抄走的一条：同款模型跨平台 TPS 差近一倍

报告测到，四款开源模型在不同平台上的 TPS、TTFT、调用成功率表现不一，部分第三方平台的性能明显优于官方平台，同一模型在不同平台间的 TPS 差距最大可接近一倍。优化策略、推理加速、成本控制不同，是分化的主因。另外，8 月 DeepSeek-V4-Pro 的 TPS 已达到上一代 V3.2 的 2 倍，换代带来的吞吐增益比换供应商更大。

我的判断：比价表该加两列。第一列是"每百万 tokens 折算生成时长"，国内 8 月均值要跑 1,000,000÷78.23≈12,783 秒，约 3.55 小时；国外 8,864 秒，约 2.46 小时，差 44%。第二列是并发在途量：一次 1000 tokens 的输出，国内端到端约 14.04 秒、国外约 10.94 秒；100 QPS 的客服场景，在途请求要备 1404 个，比国外的 1094 个多出 310 个。按 token 计费时这不吃钱，但吃配额、吃并发槽、吃限流红线——这两列才是今年选型的真实成本口径。

来源：中国信息通信研究院《大模型词元服务性能监测报告（2026 年）》，关键数据经 IT之家、新浪财经、人民财讯交叉核对。