问题：从“能用”到“高频使用”，全球大模型竞争正在进入以调用量衡量实力的新阶段；国家数据局负责人刘烈宏在中国发展高层论坛2026年年会（北京）上表示，截至2026年3月，我国大模型日均词元调用量突破140万亿。与此对应，国际主流模型聚合平台OpenRouter的公开统计显示，截至3月22日当周，中国模型周调用量达到7.3万亿词元，超过美国同期的3.5万亿；全球前五高调用模型中，中国模型占据多数席位。调用量的快速攀升，既反映了技术能力提升，也说明产业对大模型的依赖正在加深。 原因：增长由多重因素共同推动。一是成本优势更明显。公开资料显示，部分国产模型每百万词元的输出成本显著低于海外同类产品，价格差异直接影响企业选型与规模化部署。二是开源生态带来“滚雪球”效应。在HuggingFace等国际开源平台上，中国模型长期保持较高热度，工业企业也更倾向选择可定制、可私有化部署的开源方案。三是算力与能源结构优化提供支撑。“东数西算”推动数据中心向资源和电力条件更优区域集聚，西部绿色电力价格优势叠加规模化基础设施建设，有助于降低训练与推理成本。四是技术路线持续演进。以“混合专家”等架构为代表的算法与工程优化，通过动态激活计算资源提升效率，在算力约束下提高单位算力产出。五是智能体类应用兴起，带动词元消耗明显增加，深入放大性价比优势。 影响：调用量增长正在改变产业组织方式与创新节奏。其一，应用端加速从内容生成向研发设计、生产制造、农业管理、医疗健康等领域渗透，推动“数据—模型—应用”闭环加快形成。公开数据显示，截至2025年6月，我国生成式人工智能用户规模已达5.15亿，用户基础为规模化迭代提供支撑。其二，企业研发与运营效率提升，部分制造企业通过大模型辅助设计缩短研发周期；农业场景中借助气象与病虫害数据分析提高预测准确率。其三，产业链协同能力增强。我国人工智能核心产业规模已突破1.2万亿元，产业链企业数量持续增长，芯片、框架、平台与应用的分工协作更趋成熟。同时，调用量激增也对数据安全、内容合规、能耗管理与人才供给提出更高要求。 对策：进入高强度应用阶段，需要在“降本增效”和“安全可控”之间形成系统平衡。一要继续夯实算力底座，推进算力网络建设、数据中心能效提升与绿色能源消纳，提高算力供给的稳定性和性价比。二要完善开源治理与产业标准，明确模型权责边界，推进评测体系、接口规范与安全基线建设，降低接入成本与合规成本。三要强化关键技术攻关与工程化能力，围绕推理优化、模型压缩、端侧部署与高可靠训练开展联合攻关，提升复杂场景下的可用性。四要健全伦理与安全治理框架，完善数据分类分级、隐私保护、内容标识与风险处置机制，推动应用“可追溯、可解释、可审计”。五要扩大高水平对外合作，在基础研究、开源社区与国际标准等领域加强交流互认，以开放促创新、以合作促共赢。 前景：随着大模型从工具走向基础设施，调用量仍有增长空间，但竞争焦点将从单一规模指标转向“可靠性、可控性、行业适配度与综合成本”。未来一段时期，谁能在绿色算力供给、开源生态治理、行业数据工程与安全合规体系上形成系统能力，谁就更可能在全球应用格局中保持领先。同时，国际社会对技术治理与安全边界的关注将持续上升，合规能力将成为“出海”和跨境合作的重要门槛。
从追赶到领跑，我国人工智能正在形成具有自身特点的发展路径。在全球技术竞争加速的背景下，坚持开放合作、强化创新驱动、注重应用实效，不仅能为产业升级提供新动能，也有助于为全球人工智能治理提供更多可借鉴的经验。站在新的起点上，如何在技术创新与社会责任之间找到平衡，将影响我们能否把握这场技术变革带来的机遇。