价格战结束了：国内大模型均价一年翻倍，信通院 10-23 报告把 DeepSeek、Qwen、GLM、Kimi 拉到同场对比

中国信通院人工智能研究所 10 月 23 日发布《大模型词元服务性能监测报告（2026 年）》。报告由信通院人工智能研究所、人工智能大模型及软硬件评测工信部重点实验室、中国人工智能产业发展联盟联合出品，看的是各平台词元服务的调用成功率、吞吐、首词时延、稳定性、价格、上下文窗口几个维度，顺带把 DeepSeek、Qwen、GLM、Kimi 四款开源模型在第三方平台上的性能拉到一起对比。

几个关键数字：

• 2026 年 6 月国内词元日均消耗约 500 万亿，是 2025 年 12 月的近 4 倍。token 消耗爆炸是 agent 时代的直接后果。
• 8 月国内各模型平均每秒输出 78.23 个词元，相比 2025 年均值 38.25 实现翻倍；同期国外典型模型均值是 112.82。速度追了一半，还有差距。
• 经历过去两年价格战后，2026 年国内大模型均价相较 2025 年翻倍。
• 8 月平均首词时延 1.26 秒，报告分析这不纯粹是性能退化——参数量、上下文长度、调用量都在同步涨，贵有贵的原因。

为什么值得看：这篇报告官方认证了两件事。第一，免费午餐结束了。价格战是厂商用补贴抢生态，token 消耗翻 4 倍之后没人再烧得起，"均价翻倍"就是从补贴价回到正常价。第二，选型开始有章可循——DeepSeek、Qwen、GLM、Kimi 四家国产开源在第三方平台的性能差异被摆上台面，对小团队选模型是实打实的参考。

我的独立判断：做 agent 应用的人，建议按链路分级配模型。agent 的关键链路（推理、决策、最终输出）对吞吐和质量敏感，国产 78 tokens/s 和国外的 113 tokens/s 差了近三分之一，赶时间的关键步骤值得给贵的模型；非关键链路（分类、摘要、格式转换）用国产便宜模型。这个报告出来之后，"全栈国产"和"全栈国外"都是偷懒，全链路混搭才是现在的最优解。未经实测，这是个人判断，欢迎拍砖。

风险点：目前看到的是 IT 之家转述的简报版本，完整报告里的模型对比原始数据还没看到，所以正文里没展开引具体名次——等完整版出来再补一篇。