中国信通院报告：2026 年国内大模型词元服务性能翻倍，价格显著回升

封面为AI生成的主题示意图，非新闻现场照片。

10 月 23 日，中国信息通信研究院人工智能研究所、工业和信息化部重点实验室及中国人工智能产业发展联盟联合发布《大模型词元服务性能监测报告（2026 年）》。该报告基于 2026 年 1 月至 8 月的监测数据，全面分析了国内大模型服务的吞吐量、时延、价格及上下文长度等关键指标的变化趋势。报告显示，随着技术迭代，国内各模型每秒输出词元数（TPS）在 8 月份达到 78.23，相比 2025 年均值 38.25 实现翻倍。尽管进步显著，但同期国外典型模型的 TPS 均值仍为 112.82，整体性能优于国内水平。在服务时延方面，国内大模型首词时延（TTFT）从 2025 年平均的 0.78 秒提升至 2026 年 8 月的 1.26 秒。报告指出，这一增长并非性能退化，而是伴随着模型参数量增加、上下文长度扩展及调用量上升等多重因素共同作用的结果。价格监测数据显示，经历过去两年的价格战后，2026 年以来国内大模型服务均价出现明显回升。归一化均价从 2025 年下半年至多时的 6.8 元上涨至今年同期的 13.46 元，涨幅接近一倍，而国外典型模型的平均归一价格约为 117.8 元。在技术规格上，大模型的上下文长度持续向百万级扩展。被监测模型中，上下文长度达到 100 万词元（1M）的比例占比为 47.8%，20 万词元（200K）及以上的合计占比达 95.7%，相比 2025 年底提高了超过 76 个百分点。报告还对比了原厂平台与 DeepSeek、Qwen、GLM、Kimi 等开源模型在第三方平台的性能差异。监测发现，同一模型在不同第三方平台上的 TPS 差距最大可接近一倍，各平台因推理加速策略和成本控制的不同导致了显著的性能分化。