一半算力造爽剧?这组数字对不上
- 2026-11-16 10:55:34
这两天有个话题挂在热搜上,读着挺扎心:国内超过一半的 AI 算力,拿去造爽剧了。
底下配的是这么一句对比,美国 58% 的词元拿去写代码和做企业自动化,中国 55% 在造短剧。第一眼看完,心里有点不是滋味。好像我们花出去的电和卡,最后换回来满屏的霸总和反转。
10 月 19 日,豆包公关负责人刘星在微博上回了一句。他说某公司发布的这个数据有些不靠谱,字节的总算力里只有约 10% 用在视频生成模型的训练和推理上。
55% 和 10%,差得不是一点半点。
一个 55%,一个 10%
我顺着出处翻了一遍,发现这两个数都没编,只是说的不是同一件事。
55% 出自一家做 AI 短剧的上市公司,写在投资者关系活动记录表里。原文是国内 AI Token 消耗 55% 烧在短剧和视频生成,24% 烧在电商广告,真正用于研发的只有 15%。分母是推理侧的 token 消耗,算的是消耗结构。
10% 是字节自己的账。这里的分母是总算力,训练和推理都算在里面。刘星在评论区还补了一句,视频生成模型的 token 其实没有语言模型多,因为语言模型的输入会占掉很多 token,Agent 多轮对话更是如此。
两个数的分母不同,分子也不同,同时成立完全可能。
token 不等于算力
整件事里最容易跳过的一步,是把 token 消耗当成算力消耗。
DataEye 研究院负责人刘尊对《中国新闻周刊》讲过一个更实在的区分。AI 短剧很多环节用的是通用模型和中低端卡,消耗集中在推理阶段。科研和基础大模型训练用的是另一批高端算力。推理算力和训练算力是两条相对分割的供给线,采购方不同,硬件型号和成本体系也不是一套。短剧多烧了 token,不等于科研那边就没卡可用。
那组中美对比也不太经得起查
还有流传最广的那句中美对照。
"美国 58% 的词元在写代码"这个数,新京报贝壳财经核查过,没有准确出处。国内这 55% 的统计范围是推理侧 token 消耗,还包含视频配套的文本。两边的统计边界不一样,模型类型和样本来源也对不上,摆进同一行里比,很容易把人带偏。
刘尊的原话是,摆在一起对比很容易误导公众。
数字是真的,结论不是
这些数字本身反而更值得看。
中国信通院《词元(Token)经济发展研究报告(2026 年)》里写着,国内日均词元调用量从 2024 年初的 1000 亿,涨到 2026 年 6 月的 500 万亿。豆包大模型的日均 token 调用量,到 2026 年 6 月突破 180 万亿,一年涨了十倍多。单集 1 分半钟的 AI 短剧,词元消耗量能到 500 万至 1000 万。
这些是真的,涨得也确实快。AI 短剧眼下就是最烧 token 的场景,这一点没什么可争的。
但"最烧 token"和"吃掉一半高端算力"是两件事。前者是流量结果,后者是资源判断。
我反复在想,这个话题为什么能一下子冲上去。它戳中的是比较时的那份心虚,怕技术投入最后都变成了奶头乐。这份心虚是真的,拿两组口径不同的数字去喂它,得出的结论就站不住。
数字会说话,前提是让它们说同一件事。
资料来源:中国新闻周刊、新京报贝壳财经、每日经济新闻、中国信通院《词元(Token)经济发展研究报告(2026 年)》。