夜雨聆风上周，一个数字让我盯着屏幕看了很久。
44.6万亿。
这不是GDP，不是市值，而是全球AI大模型一周的Token调用量。换算一下，相当于地球上每个人每周向AI问了5600个问题。更让人坐不住的是，这个数字已经连续八周上涨，环比暴增23.5%。
这不是需求曲线。这是冲锋号。
如果你把全球AI产业想象成一场战争，那么Token调用量就是前线的弹药消耗。弹药消耗得越快，说明战事越激烈。而连续八周上涨，意味着这场战争不仅没有降温，反而在全面升级。
问题来了：这场战争到底在打什么？谁会赢？而你我，应该站在哪里？
一、数字不会撒谎：为什么调用量在疯狂上涨？
先看三组数据。
第一组：据OpenRouter最新统计，上周（6月8日至14日）全球AI大模型总调用量为44.6万亿Token，其中中国大模型贡献了18.42万亿，美国5.72万亿。中国大模型的周调用量环比增长29.81%，已经连续四周增长。而就在四个月前，全球周调用量还只有20.6万亿，中间甚至出现过短暂下跌。
短短四个月，翻了一倍多。
第二组：CS人工智能指数（930713）今天午间收盘强势上涨4.61%。成分股光迅科技涨停，浪潮信息涨9.70%，寒武纪涨超9%。这个信号很明确——资本市场正在用真金白银投票：AI的需求不是泡沫，是实打实的增长。
第三组：麦肯锡最新研究显示，全球企业AI采用率在2026年达到72%，而2023年这个数字只有55%。注意这里的关键词是"采用"，不是"了解"或"关注"。72%的企业不是在观望AI，而是在使用AI。
这三组数据拼在一起，指向同一个结论：AI正在从"概念验证"阶段进入"规模化部署"阶段。而规模化部署的最大特征，就是Token消耗量指数级增长。
为什么会这样？原因有两个。
第一，模型能力变强了。一年前的大模型，回答一个复杂问题可能需要调三次API。现在呢？一次搞定。准确率从"勉强能用"变成了"值得信赖"。当工具变得好用，人们自然用得更频繁。这和当年智能手机的普及逻辑一模一样——不是用户突然变多了，而是手机突然变好用了。
第二，应用场景在爆炸式增长。过去企业用AI，顶多写写文案、做做翻译。现在呢？AI编程（Claude Code市场份额54%）、AI科研（Claude Opus 4.8首次突破ScienceQA 75分）、AI视频生成（Gemini Omni原生视频生成）、AI智能体（从"交互智能"进化到"执行智能"）……每一个新场景，都是一条新的Token消耗管道。
换句话说，Token调用量的暴涨，不是泡沫的信号，而是产业成熟的信号。
二、模型的"日更时代"：为什么迭代速度在失控？
5月20日，Google发布Gemini 3.5 Pro。 5月26日，OpenAI的GPT-5.6在Codex后端日志中被泄露。 5月28日，Anthropic发布Claude Opus 4.8。 6月1日，中国MiniMax发布M3。
不到两周，四款旗舰模型密集亮相。这已经不是什么"军备竞赛"了，这简直是在打闪电战。
更可怕的是迭代节奏。OpenAI从GPT-5.5（4月23日发布）到GPT-5.6泄露，只用了三周。Anthropic从Opus 4.7到Opus 4.8，速度提升2.5倍，价格下降三分之二。Google直接把Gemini 3.5 Flash免费开放。
有人把这种现象称为模型的"日更时代"。这个词虽然夸张，但方向是对的。模型的竞争已经从"谁能做出最好的模型"变成了"谁能以最快的速度做出下一个更好的模型"。
为什么速度突然变得这么重要？
因为今天的大模型竞争，本质上是一个"能力-成本-生态"的铁三角博弈。谁先在某个维度拉开差距，谁就能在下游生态中建立护城河。
GPT-5.6押注的是"推理能力"——150万Token上下文窗口，实时多模态推理。Claude Opus 4.8押注的是"科学推理"——ScienceQA 76.4分，全球首个突破75分。Gemini 3.5押注的是"多模态世界模型"——200万Token上下文，原生视频生成，而且免费。中国军团押注的是"成本优势"——DeepSeek V4成本仅为GPT-5的三十分之一，MiniMax M3编程能力宣称超越GPT-5.5。
不同的押注方向，对应着不同的商业逻辑。OpenAI要做的是"最聪明的助手"，Anthropic要做的是"最可靠的伙伴"，Google要做的是"最容易接入的基建"，而中国公司要做的是"最便宜的生产力"。
但不管方向如何，所有人都面临同一个压力：如果你停下来，别人就会超过你。而且不是慢慢超过，是一觉醒来就被甩开了。
这就是模型迭代速度"失控"的真正原因——不是因为技术上突然有了什么突破，而是因为竞争格局决定了没有人敢减速。
三、6500亿美元的赌注：谁在为这场战争买单？
模型迭代这么快，背后是什么在支撑？
答案是：钱。而且是天文数字的钱。
根据多家机构统计，2026年全球四大科技巨头（微软、Google、Meta、亚马逊）在AI基础设施上的投资总额，预计超过6500亿美元。有分析机构甚至给出了7250亿美元的数字。什么概念？相当于瑞典一年的GDP。
这些钱花在了哪里？
第一，芯片。NVIDIA的Vera Rubin平台在2026年初发布，单卡FP8算力达到17.5 PFLOPS，是三年前旗舰芯片的4.4倍。单卡显存从80GB跃升到288GB。芯片间互联带宽从900GB/s涨到3.6TB/s。NVIDIA拿走了AI GPU市场约90%的份额——每一瓦新AI数据中心容量，都意味着新一轮GPU采购。
第二，数据中心。2026年全球算力中心总容量达到102 GW，其中AI负载占62 GW，超过60%。预计到2030年，这个数字将膨胀到220 GW，AI占比超过70%。一个万卡集群的功耗，已经从千瓦级飙升到吉瓦级。散热方案从风冷变液冷，液冷从冷板式进化到浸没式，PUE已经可以压到1.05以下。
第三，能源。美国算力中心的年耗电量占全美电力需求的比重，正在持续攀升。一个吉瓦级的AI数据中心，一年消耗的电力足以供应一个小型城市。
2026年全球AI算力发展研究报告里有一句话特别刺眼："Scaling Law的持续演进，让扩大算力规模成为提升模型性能的核心路径。"
翻译成大白话就是：你想要更好的模型？先建更大的数据中心。
这就是一场豪赌。6500亿美元砸进去，赌的是AI需求会持续增长，赌的是大模型会是未来十年最重要的基础设施，赌的是先发优势会转化为不可逆的生态壁垒。
那么问题来了：这些钱能赚回来吗？
Anthropic的年化收入已经达到约470亿美元。Claude Code单一产品年化收入接近63亿美元。ChatGPT全球用户逼近10亿。这些数字说明，至少在编程和企业服务两个赛道上，AI的商业化已经跑通了。
但更多人关心的是另一个更根本的问题：这6500亿美元里，有多少是在"卷"竞争对手，有多少是在"建"真实价值？
答案可能是：两者都有。
基础设施投资有很强的"军备竞赛"属性——你今天不建，明天竞争对手建了，你的模型就比别人慢，客户就跑了。但与此同时，这些投资也确实在创造真实的生产力。AI编程工具已经让开发者的效率提升了30%-50%，AI科学推理已经在加速药物研发和材料科学的突破。
所以，与其说这是"泡沫"，不如说这是"投资过剩期的正常现象"。所有基础设施革命——铁路、电网、互联网——都经历过这个阶段。铁路修得比需求多，电价跌到比发电成本还低，光纤铺满了海底却没人用。但最终，过剩的基础设施会催生出全新的应用生态。
AI正在重演这个剧本。
四、中国的"算力时刻"：成本屠刀与逆袭之路
如果说这场战争有什么出人意料的剧情，那一定是中国AI力量的崛起。
就在上周，中国大模型单周调用量达到18.42万亿Token，环比增长29.81%。而美国是5.72万亿。中国大模型的调用量已经是美国的3.2倍。全球前五大模型中，中国占了四个席位。
这组数据意味着什么？
意味着在全球AI应用市场上，中国大模型已经从"追赶者"变成了"主力军"。
怎么做到的？两个字：成本。
DeepSeek V4的推理成本只有GPT-5的三十分之一。MiniMax M3的编程能力宣称超越GPT-5.5，同时保持着极具竞争力的价格。月之暗面Kimi K2.6的上下文窗口超过200万Token，ARR已经突破1亿美元。
中国大模型的核心策略是：用极致的性价比打开市场，用巨大的调用量摊薄研发成本，再用规模优势反哺技术迭代。
这个策略能持续吗？看两个关键变量。
第一，芯片。华为昇腾950、寒武纪思元系列已经实现了新模型Day 0适配——新模型发布当天就能在国产芯片上跑起来。这是国产AI芯片从"能用"到"好用"的关键转折。虽然NVIDIA在高端GPU上依然一家独大，但推理端的国产替代已经在快速推进。
第二，基础设施。中国的"东数西算"工程、全国一体化算力网、超大规模智算集群，正在构建一个庞大的算力底座。单集群GPU数量已经超过万块，形成了低成本的Token产能。
当然，挑战也很明显。在科学推理、多模态理解等前沿能力上，中国模型和GPT-5.6、Claude Opus 4.8之间仍然存在差距。但这个差距正在以肉眼可见的速度缩小。
更重要的是，中国大模型找到了一个独特的生态位：不是跟美国比"谁最聪明"，而是比"谁最便宜、谁最好用"。
在全球AI民主化的进程中，"便宜好用"可能比"最聪明"更有市场。
结语：每个人都被卷入这场战争
回到开头那个数字：44.6万亿Token，连续八周上涨。
这个数字的意义，不只是AI产业的数据。它更像是一个时代的路标——告诉所有人，AI不再是一个"未来概念"，而是正在发生的事实。
对创业者来说，这意味着你的竞争对手可能不是另一家公司，而是一个同时使用五六个AI工具的团队——三个人的产出顶你十个人。
对职场人来说，这意味着把AI当成"副驾驶"已经不够了。未来三年内，AI会从辅助工具变成执行主体——如果你今天的岗位职责能被一段Prompt描述清楚，那么你明天就可能被替代。
对大公司来说，这意味着"观望"的成本正在急速攀升。每推迟一天拥抱AI，就多失去一天的先发优势。
但硬币的另一面是：AI也在创造巨大的新机会。会使用AI的设计师，产能是传统设计师的三倍。会用AI做数据分析的分析师，处理速度是传统方法的十倍。率先用AI改造供应链的企业，库存周转率提升了40%。
440000亿Token，每一颗Token都是一次"我选择用AI而不是人"的投票。
这场战争没有旁观者。你以为自己只是在看新闻，其实你已经在了战场中央。
不进则退，不快则亡。
这不是危言耸听，这是正在发生的现实。
