下午3點，美國紐約。面對新收到的工程任務，美國一家創業公司的工程師麥克，熟練地使用來自中國大模型公司的人工智慧（AI）模型助手，輸入關鍵要求幾秒後，一份結構清晰、要點全面的項目計劃在螢幕上顯現。借助這個“智慧幫手”，原本需要半天的工作，不到半小時就已完成。

　　在海外，越來越多的人開始使用中國大模型提高工作效率。模型的每一次對話，都在消耗一種名為“詞元（Token）”的數字資源。詞元是AI理解人類語言的最小單位。好比人類學語言，不會一開始就讀整篇文章，而是拆成一個個句子，再把句子拆成字、詞。AI理解人類語言，也需要把句子段落先“打碎”。通常來説，一個漢字約等於1個詞元；一個英文單詞約等於1至2個詞元；標點符號也算詞元。比如“今天天氣很好。”這句話，可以被AI拆分成“今”/“天”/“天”/“氣”/“很”/“好”/“。”共約7個詞元。

　　當前的大模型，一次能處理的文字量是有限的，比如用戶輸入一段話，模型生成一段回答，兩者加起來不能超過一定數量的詞元。AI工具會按照使用的詞元數量産生費用，就像打電話按分鐘計費一樣，輸入輸出的文字量越多，費用就越高。

　　數據顯示：今年3月，中國日均詞元調用量已突破140萬億，兩年增長超千倍。據機構最新統計，中國AI大模型在全球詞元使用量中佔領先地位。

　　全球用戶為何選擇中國AI大模型？稀宇極智（MiniMax）副總裁嚴奕駿介紹：“用戶的選擇標準非常直接。第一，模型是否足夠聰明好用、快速響應，能否真正解決複雜問題；第二，價格是否合理、可持續。”詞元調用量的本質是真實使用量，背後反映的是AI大模型在真實場景中的滲透深度、應用的頻率和廣度。“中國AI大模型谈球吧论坛被全球用戶高頻使用。這是來自全球用戶的認可。”嚴奕駿説。

　　對於大模型而言，同時滿足更聰明和更便宜並不容易——模型性能的提升，往往伴隨著參數量的指數級增長，這意味著需要消耗更多的詞元；而詞元消耗得越多，企業的運營成本和用戶的使用成本就越高。

　　如何平衡？嚴奕駿介紹，以“MiniMax M2.5”模型為例，“一方面，我們通過演算法創新，讓模型學會以更高效、更精簡的推理路徑逼近答案，在源頭降低詞元消耗；另一方面，我們致力於提升單詞元的含金量。”在每秒輸出100詞元的高效吞吐條件下，該模型連續工作一小時只需花費1美元。有機構測算，在同等性能下，中國模型的調用成本，只有美國的1/10左右。

　　“成本的下降，不僅是中國大模型企業技術進步的結果，更是中國電力優勢、供應鏈優勢的集中體現。”復旦大學經濟學院教授李志青説。我國豐富的應用場景，在持續為AI大模型技術迭代提供試驗場。截至2025年12月，我國生成式人工智慧用戶達6.02億人，較2024年12月增長141.7%。用戶基數快速擴大，帶動AI從網際網路領域加速向辦公協同、工業設計等更深層場景延伸，讓AI從技術嘗鮮變成日常工具；應用滲透率不斷提升，也為模型迭代持續提供數據反饋，提升處理複雜任務的能力，為未來發展打開空間。

　　AI的盡頭是電力。“一台AI伺服器，功耗是傳統伺服器的5倍到8倍，訓練一個大模型需要數億千瓦時電，日運營電耗超過50萬千瓦時。電力成本，對算力産業全球佈局至關重要。”李志青介紹，“這恰恰是中國的優勢。中國有全球規模最大的電力供應系統，配合特高壓電網與綠電消納機制，全流程自主可控的電力技術，讓我們的算力穩定且有著成本優勢。”

　　位於江蘇南京的國電南瑞科技股份有限公司，正是這根鏈條的重要節點。服務於電網調度的技術支撐平臺上，實時電量清晰可視。來自西部戈壁的風電、青藏高原的光伏電等低價、豐沛的綠電，正源源不斷上“網”，並通過自主研發的多層級智慧調度系統的調控，高效輸送至東部的算力樞紐。

　　“西部綠電量大，但存儲難，東部算力中心用電需求大，但成本高。通過智慧調度，能實現冗余綠電與算力缺口的精準匹配。”國電南瑞相關負責人介紹，在新能源大發時段，系統提升綠電輸送與消納能力，支撐算力中心滿負荷運作；在用電高峰或新能源出力不足時，可智慧調節算力負荷，優先保障核心AI業務運作，並開展錯峰用電。

　　“此外，AI供應鏈的完備也進一步降低了行業成本。”李志青説，AI晶片、伺服器、計算基礎設施、跨境網路、邊緣計算、跨境結算等行業強強協同，構建起一套全鏈條優勢。

　　協同帶來的效益有多大？李志青算了一筆賬，對於傳統産品而言，一千瓦時電通常可撬動1—2倍的電力價值，但對於詞元而言，這種價值是幾十倍，甚至數百倍的增長。“如今我們將能源與製造優勢轉化為直達全球的數字價值，實現了電力不出境、價值已出海。”

　　“詞元出海”也面臨一些挑戰。李志青認為，一方面，算力面臨一些“卡脖子”技術，天花板有待突破；另一方面，需要預防貿易保護主義抬頭等。他建議，加緊推進相關治理機制的頂層設計，以應對可能面臨的數據、算力、市場拓展等方面的風險。