问题——"调用量反超"的实质意义 人工智能领域，Token是衡量模型处理文本的基本单位，输入和输出的文字都会被拆分成Token计算。调用量直接反映模型在实际业务中的使用频率、场景覆盖范围和用户互动深度。数据显示，2月9日至15日，中国大模型以4.12万亿Token的调用量首次超越美国的2.94万亿；2月16日至22日，这个差距继续拉大至5.16万亿对2.7万亿。专家表示，调用量虽非单一技术指标，但能综合体现市场接受度、产品易用性、成本控制和产业化进度。 原因——市场规模与创新体系双轮驱动 首先，庞大的市场为技术迭代提供了理想环境。随着生成式AI从尝鲜体验转向实际应用，办公协同、内容创作、客户服务、软件开发辅助和工业设计等领域加速普及。数据显示，到2025年6月，我国生成式AI用户预计达5.15亿，较2024年底增长2.66亿。用户增长不仅带来使用量提升，还通过高频反馈促进模型在理解、推理和多任务处理等能力上的改进。 其次，创新体系的协同效应开始显现。从算力基础设施、数据治理到应用生态建设，产学研各环节形成良性互动。目前国内AI企业超过6000家，产业规模持续扩大。厂商通过提升推理效率、优化部署方案和调整计费模式等措施降低使用成本，使中小企业和个人用户更容易接触AI技术，形成"成本下降-使用增长-体验提升"的正向循环。 影响——从技术竞赛到产业效能竞争 调用量反超表明，大模型正深度融入生产生活，成为数字化转型的基础工具。对企业而言，这意味着更多业务环节开始依赖AI能力，推动流程优化和效率提升；对产业链来说，规模扩大将带动算力服务、数据治理、软件工具和安全评测等环节协同发展；在国际竞争中，评判标准正从单纯的技术参数转向实际应用能力，包括稳定性、合规性、成本效益和生态建设。 需要注意的是，调用量增长不等于高质量应用全面领先。高价值场景落地、行业合规安全、数据治理以及跨文化适应能力，仍是决定长期竞争力的关键因素。 对策——应用与治理并重推进 业界建议下一阶段应平衡规模扩张和质量提升：一是聚焦重点行业如制造、能源、交通、金融和医疗，推动可复制、可评估的示范项目，避免碎片化试点；二是加强算力和工程体系建设，提升推理效率和稳定性；三是完善安全合规框架，建立数据流通、内容安全和风险处置机制；四是培育开放生态，支持工具链和开发者平台建设，降低中小企业使用门槛。 前景——从数量增长到能力建设 分析认为，随着用户规模扩大、行业模型成熟、成本下降和治理能力提升，大模型将从通用工具发展为行业基础设施。未来竞争重点不仅是使用频率，更在于如何将调用转化为实际生产力，在可靠性、可解释性、持续迭代和全球化服务各上建立优势。中国大模型调用量的领先为产业注入信心，但真正的挑战在于将这一优势转化为持久的竞争力。
中国大模型调用量首次超越美国，标志着人工智能产业从追赶进入并跑甚至局部领先的新阶段；该成果既表明了技术进步，也验证了市场价值。随着AI从实验室走向日常生活，我们需要继续深化应用创新、完善产业生态、加强基础研究，让人工智能真正成为推动经济社会发展的核心动力。