在按比赛日期与赛事名称双重维度整理完场资料，支持快速定位特定场次。方面，竞彩赛果提供贴心周到的支持。
IT之家 10 月 24 日消息，根据中国信通院发布的信息，随着大模型技术的快速演进，词元服务已成为连接技术与应用的关键环节，国内每日词元调用量持续增长。到 2026 年 6 月，国内词元日均消耗量约为 500 万亿，这一数字是 2025 年 12 月的近 4 倍。目前，产业内越来越多的 MaaS 平台供应商通过公有云 API 方式提供大模型词元服务。然而，用户对词元服务的性能缺乏直观的评估标准，并且在选型过程中面临诸多难题。
为有效衡量服务性能，中国信息通信研究院人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室，以及中国人工智能产业发展联盟，自 2025 年起持续开展公有云大模型词元服务性能监测工作，为产业应用提供重要参考。现联合发布《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，围绕各平台词元服务的调用成功率、吞吐速度、首词时延、稳定性、价格及上下文窗口等维度进行分析，对比原厂大模型官方平台，以及 DeepSeek、Qwen、GLM、Kimi 这四款开源模型在第三方平台上的性能差异。报告进一步剖析影响词元服务性能的关键因素，总结产业核心观察，并明确下一步工作计划，旨在为用户选型提供参考，同时为产业界优化服务能力提供方向指引。
IT之家附报告核心观点：
1. 国内词元服务每秒吞吐量较 2025 年翻倍，仍低于国外
报告指出，8 月份国内各模型平均 TPS 达到 78.23（个/秒），与 2025 年均值 38.25（个/秒）相比实现翻倍增长。但 8 月份国外典型模型的 TPS 均值为 112.82（个/秒），相较于 2025 年 12 月的 51.35（个/秒），提升幅度也超过一倍，整体表现优于国内。
2. 词元服务时延有所增加，国内外趋势一致
报告指出，今年以来，国内各模型的平均 TTFT 呈现持续上升态势，8 月份均值达到 1.26 秒，相较于 2025 年平均值 0.78 秒明显增加。与此同时，8 月份国外典型模型 TTFT 平均值达到 2.08 秒，相比 4 月份的 1.04 秒也显著上升。值得注意的是，TTFT 的上升并非单纯的性能退化，而是伴随模型参数量增加、上下文长度增加、调用量增加等多种因素共同作用的结果。
3. 2026 年词元服务价格明显回升
报告指出，经历过去两年的价格战之后，2026 年国内外模型服务价格显著上涨。国内 2025 年下半年归一化均价为 6.8 元，而今年以来的均价为 13.46 元，涨幅接近一倍。但国外价格仍高于国内，2026 年以来发布的典型模型平均归一价格约为 117.8 元。
4. 模型上下文长度不断向百万级长度扩展
报告指出，在被监测的模型中，上下文长度达到 1M 的模型占比为 47.8%，200K 及以上的合计占比达 95.7%，相比 2025 年底的占比提高超过 76 个百分点，而低于 200K 的模型占比持续减少。
5. 开源模型词元服务性能提升显著，同一模型在不同平台性能波动较大
报告指出，5 月份对 4 款开源模型的新版本进行了监测更新，结果显示 TPS 持续提升，TTFT 时延不断降低。例如，8 月份 DeepSeek-V4-Pro 的 TPS 已达到 DeepSeek-V3.2 的 2 倍。在时延方面，5 月份主要模型完成换代升级后，TTFT 普遍出现阶段性上升，随着推理优化措施的实施，时延指标逐步回落至换代前水平。同时，这 4 款模型在不同平台上的 TPS、TTFT、调用成功率表现各异。部分第三方平台性能明显优于官方平台提供的模型服务，同一模型在不同平台间的 TPS 差距最大可接近一倍。各平台对相同模型的推理加速、优化策略、成本控制不同，是导致性能分化的主要原因。