问题——从技术指标热到应用指标热，行业如何衡量真实价值 近年来——大模型技术快速迭代——早期“参数规模越大越强”的简单比较方式逐步难以反映实际能力与产业价值。随着应用落地加速，词元调用量等“用量指标”被更频繁地用于衡量模型真实业务中的渗透程度。火山引擎上披露，截至今年3月，豆包大模型日均词元调用量已超过120万亿，短期内实现翻倍增长；与发布初期相比增幅达千倍。业内普遍将这个指标视为大模型进入规模化应用阶段的重要信号：模型是否真正创造价值，不仅看实验室评测，更看生产环境中被持续调用的强度与频率。 原因——多模态与智能体叠加，带动调用量呈现“结构性跃升” 用量快速增长并非单一因素推动，而是多类应用共同作用的结果。回顾大模型应用演进路径可以发现：早期需求多集中在搜索、资料整理、文本问答等轻量场景，调用量增长相对平缓；随着文本能力稳定，客服、营销、教育辅导、互动娱乐等高频场景释放需求，用量进入稳步上行通道；近期则出现明显跃升，背后主要有两股力量叠加。 一上，多模态生成尤其是视频生成加速普及。与文本交互相比，视频类内容理解、生成与多轮调整过程中消耗的词元量显著更高，单次请求即可带来数量级放大。有关负责人指出，生成一段一分钟的720P视频，所需词元消耗可达到百万级别，直接推动平台整体用量快速抬升。 另一上，智能体及工具调用框架走热，带来“多轮链式调用”新范式。相较传统对话，智能体往往需要任务拆解、工具调用、结果校验与迭代优化中经历几十轮甚至上百轮交互，用量随调用轮次同步增长。近期部分智能体产品引发关注，继续放大了企业与个人在复杂任务处理、流程自动化等的使用需求。 同时，用量增长正从个人尝鲜走向企业生产。相关数据表明，词元消耗较大的场景多集中在非结构化信息处理与分析，如金融投研、教育辅导、内容生产等。这类场景对模型提出更高要求：不仅能“对话”，更要能“完成任务”、能嵌入流程、能与业务系统协同。 影响——产业竞争逻辑改变，成本与定价成为新焦点 大规模调用带来的直接影响之一，是行业竞争从单纯的模型能力对比，转向“综合效能”较量：同样的任务，谁能以更低的端到端成本、更稳定的交付质量、更可控的安全合规实现闭环，谁就更具竞争力。相关负责人在采访中表示，企业更关注的是“把事情做成”的总体成本，而非单一的词元价格。换言之，词元单价的升降必须放在整体解决方案的效率、模型质量、工程优化与业务收益中综合衡量。 另外，随着多模态与智能体带来的计算消耗上升，行业对算力成本、服务稳定性与价格体系的讨论升温。近期部分云厂商调整大模型相关服务价格，也使市场对“用得起、用得稳”更为关注。对企业而言，若缺乏精细化管理，调用量增长可能带来预算压力；对服务方而言，如何在性能、成本、体验之间取得平衡，考验技术与运营能力。 更深层的影响在于，词元用量正在成为观察产业转型的“晴雨表”。在工业时代，用电量常被视为产业活力的指标之一；在智能化转型过程中，词元调用量反映了企业把大模型嵌入核心流程的深度。火山引擎上披露，其平台上累计达到万亿级词元消耗的企业数量较此前进一步增加，覆盖互联网、教育、金融、消费电子等领域。这意味着大模型正在从“项目试点”走向“规模化生产”。 对策——从“买模型”到“管用量、提效率”，推动可持续商业化 面对用量增长与成本压力并存的局面，业内需要在技术、管理与生态协同上同步发力。 其一，以端到端效果为导向做工程化优化。企业在选型时应把关注点从“模型排名”转向“任务完成率、时延、可用性与总体成本”，通过提示词与流程设计、检索增强、缓存与压缩、多模态链路优化等手段减少无效调用，提高单位词元产出。 其二，建立可度量的用量治理体系。对高频场景设置调用配额与预算告警，对智能体类应用强化“工具调用次数、成功率、回退机制”等指标管理，避免无边界的多轮调用造成成本失控，并以数据驱动持续迭代。 其三，推动面向行业的产品化交付。用量增长的核心来源已从通用对话走向行业任务，服务方需要将模型能力与行业知识、合规模块、数据治理、评测体系结合，形成可复用的行业方案，帮助企业缩短落地周期、提高稳定性。 前景——“用量时代”打开更大空间，竞争将回到真实生产力 从发展趋势看，大模型应用仍处在加速扩张阶段：多模态生成、智能体协作、企业知识库与流程自动化将持续扩大调用规模。同时，行业也将进入更强调“高质量增长”的阶段——不仅要用得多，更要用得好、用得省、用得安全。随着模型与算力效率提升、工具链成熟、行业数据治理完善，单位成本下降与应用范围扩展有望形成正循环，推动大模型从“能用”走向“好用、常用、深用”。
日均120万亿词元的调用量表明，大模型发展已从能力展示阶段进入价值交付阶段。用量的快速增长不仅反映技术进步，更体现产业对效率与成本的重新考量。能否将模型转化为可靠的生产力工具，将决定这轮技术变革的深度和广度。