词元出海：日均调用140万亿，卖的是任务交付不是算力

本文解读：《2026词元出海：人工智能服务跨境交付新模式研究报告-国家数据发展研究院》 · 共 50 页 · 原文

把大模型能力卖到境外，正在从“卖卡时”变成“卖任务”。国家数据发展研究院这份 50 页的报告， 把词元从技术计量单位重新定义成了跨境智能服务的接口。

供给侧的规模已经足够大。2025 年我国全年大模型词元调用量约 21100 万亿， 日均调用量从 2024 年初约 0.1 万亿升到 2026 年 3 月的超过 140 万亿，两年增长千倍以上。

结构变化比总量更重要。2025 年用于人工智能训练和推理的数据总量达 199.48 EB、同比增长 42.86%， 其中推理数据量 101.34 EB，首次超过训练数据量。

验证也已经跑通。汕头的试点完成了境外请求接入、境内专区推理、结果返回和按词元结算的全链条， 日调用量超过 230 亿词元，是狭义词元出海目前最完整的商业闭环。

词元总量只能证明推理在变忙，能不能收钱取决于任务有没有做成。

图源：《人工智能服务跨境交付新模式》（第1页）

一、狭义与广义：什么叫“境外需求、境内推理”

报告先做概念清理，因为“词元出海”这个词在大众语境里被用得很宽，容易被误解成算力出口。

狭义词元出海的定义是：境外用户或设备发出请求，经跨境网络进入我国境内，由境内模型和算力完成推理， 再把结果返回境外，并按词元、调用次数或服务包结算。核心特征是四句话，境外需求、境内推理、结果出境。

广义的定义覆盖更多形态：中国企业控制的海外云节点、客户侧部署、终端嵌入服务以及境内外协同推理。 算力可以在境内外不同节点，企业仍可凭模型和平台能力，通过工程交付与持续运营取得收入。

报告据此列出五种交付类型：境内远程服务型、海外节点运营型、客户侧部署服务型、终端嵌入服务型和境内外协同服务型， 分别对应不同的核心判断与主要交付物。

它还划了三条边界。词元出海不等于数据出口，前者关注推理能力与任务结果的跨境交付， 后者关注原始数据与个人信息的跨境传输；也不等于 GPU 租赁和机柜出口，因为后者卖的是基础设施占用， 由客户自己承担部署与调度。

与一次性软件许可的区别则体现在收入形态上：词元服务的收入随调用持续发生，具备经常性特征。

定义清楚才能算账，否则“出海”两个字会把三种完全不同的生意混成一种。

图源：《人工智能服务跨境交付新模式》（第3页）

二、全球重心迁移：推理成本 18 个月降了 280 多倍

报告判断全球人工智能竞争正从训练能力和参数规模，向推理效率、服务成本和持续交付能力迁移。

市场底座来自数字服务贸易。WTO 统计显示，2024 年全球可数字化交付服务出口额达 4.64 万亿美元、 同比增长 8.3%，其中计算机服务占比从 2019 年的 15.6% 升到 21.2%。中国 2025 年这一口径的进出口额为 3.1 万亿元， 2021 至 2025 年年均增长 8.7%。

需求端扩散很快。斯坦福《2026 年人工智能指数报告》显示，2025 年 88% 的受访组织已使用人工智能， 70% 的组织至少在一个业务职能使用生成式人工智能；新加坡和阿联酋的采用率分别为 61% 和 64%， 显著高于美国的 28.3%。

成本侧的变化最剧烈。达到 GPT-3.5 同等水平的模型，查询价格从 2022 年 11 月每百万词元约 20 美元， 降至 2024 年 10 月的 0.07 美元，约 18 个月下降超过 280 倍。

但工作量在反向膨胀。OpenRouter 对 2026 年上半年超过 450 万亿词元日志的分析显示， 智能体任务单次请求消耗的词元约为普通人工交互的 15 倍；2026 年 2 月前后， 智能体产生的词元已超过人工直接使用。

还有一条容易被忽略的变量：模型主权。客户选型从榜单得分扩展到数据驻留、本地云或私有环境支持、 故障切换和持续运营能力，欧盟《人工智能法》、东盟的自愿型框架都在改变产品架构。

价格战打到底之后，竞争会回到一件事：谁能把任务稳稳做完。

图源：《人工智能服务跨境交付新模式》（第4页）

三、供给底气：188 万 PFLOPS 与 0.435 美元的价格带

第三节解释中国为什么有机会做这件事，答案落在三个基础条件上。

第一个是超大规模调用形成的工程验证场。前文那组日均调用量从 0.1 万亿到 140 万亿的数据， 意味着并发调度、故障恢复、缓存、内容治理和计费系统都在真实流量里被反复压测过。

这类报告的原文件，运营动脉（www.yydm.cn）收得比较全，按行业分好了类，翻起来不费劲。

想核一个具体数字，或者补一张原图，直接搜报告名就能定位到相应的那一页。

第二个是智算网络与能源。截至 2025 年底我国智能算力规模达 159 万 PFLOPS（FP16）， 到 2026 年 3 月底增至约 188 万 PFLOPS，全国一体化算力网监测调度平台已接入约 137 万 PFLOPS， 八大枢纽间 20 毫秒级时延圈基本形成。2025 年全国数据中心用电量约 1700 亿千瓦时，占全社会用电量约 1.6%。

第三个是模型供给从数量转向性能与成本。2025 年 7 月公开信息显示，我国已发布 1509 个大模型， 占当时全球 3755 个的约 40%；人工智能企业超 5100 家，独角兽 71 家。

多层级模型体系让企业可在通用旗舰、行业模型、小模型和端侧模型之间组合， 按不同国家的成本、网络与硬件条件灵活部署。收敛的证据是，截至 2026 年 3 月， 中美领先模型在综合技术性能上的差距约为 2.7%，过去一年始终在个位数区间。

价格带则拉开得很明显：DeepSeek V4-Pro 每百万词元输入 0.435 美元、输出 0.87 美元， 同期 GPT-5.6 Sol 是 5 美元和 30 美元。

开源生态则是分发渠道。Hugging Face 2025 年拥有 1300 万用户、公开模型超 200 万个， 中国模型占过去一年平台模型下载量的 41%；Qwen 家族衍生模型超过 11.3 万个。

算力和电价决定成本下限，性能与价格带决定能不能进客户的选择集。

图源：《人工智能服务跨境交付新模式》（第5页）

四、产业链三级：上游拼资源，中游定分配

报告把词元出海拆成一条从资源到应用的链条，上游决定可生产边界，中游决定价值分配，下游决定实际需求。

上游是电力、芯片和数据的资源转换。电力决定长期运行成本和扩容速度，芯片及互联决定单位时间可生成的词元数量， 数据决定模型能否理解行业语境和本地语言。

与训练集中发生、项目属性强不同，推理是持续、波动且碎片化的需求，因此要求供电稳定、集群利用率高， 并能按峰谷动态调度。

报告特别提醒，低电价必须与较高芯片利用率、高效互联和模型压缩优化协同，才能转化为单位词元、 单位任务的成本优势，否则只是把便宜的电变成了昂贵的闲置。

中游的关键是把异构芯片、不同模型和分散节点组织成稳定接口。模型平台要管版本和并发，做量化、路由和提示缓存， 还要把内容过滤、运行日志和计费纳入统一系统；跨境服务还依赖国际专线、边缘加速与支付结算。

价值分配的规则也随之清楚：基础算力按卡时或实例计价，是最标准化的供给；模型 API 在算力之上叠加算法和工程溢价； 行业平台再叠加数据、工作流和责任边界；智能体与终端则按任务结果、席位、订阅或硬件售价收费。

下游需求呈梯次分布。公开文本和营销内容标准化、低敏感、高频，适合公共 API 扩张；企业知识库和运营分析要接内部数据， 合同金额更高、周期更长；汽车和智能玩具等终端则把词元服务嵌进制造业出口。

越接近最终业务，收入和词元单价的关联就越弱。

图源：《人工智能服务跨境交付新模式》（第6页）

五、混合推理成为常态：一次任务总成本最低

报告先否掉一种想象：不存在一条技术路径能覆盖所有国家的需求，多元交付模式将长期并存。

境内远程推理突出成本和资产利用率，适合公开信息问答、翻译、内容生成、批量数据加工。 收益有两层，既提升国内数据中心利用率，也把电力和算力转化为服务贸易收入，同时模型和运维体系保留在境内。

境外云节点承担低时延与属地经营。中国云厂商和模型企业已在新加坡、东京、法兰克福及美国提供区域服务， 阿里云已形成覆盖 32 个地域、105 个可用区的全球基础设施网络。

客户本地部署体现的是模型主权需求，主要面向政府和大型企业，也用于金融、医疗等需要强控制的行业。 供应商收入由纯词元费转向软件许可和部署项目，再通过微调、硬件集成和年度维保形成持续收入。

混合模式被视为规模化交付的常态。端侧小模型处理唤醒与隐私，海外节点处理低时延请求，境内或西部集群承担批量与复杂任务； 公共模型负责通用能力，行业模型负责专业结果。

靠模型路由、语义缓存、异步队列和容灾切换，企业能在成本、时延、质量和合规之间取得可运行的平衡。 目标不是让所有词元在一个地点生成，而是一次完整任务的总成本最低。

报告还列了五种收费方式：按词元或调用量、订阅、任务结果、项目加维保、硬件加服务，各自对应不同的客户与主要变量。 其中任务结果与业务价值连接最紧，硬件加服务则形成生命周期收入。

最优解不是最便宜的节点，是这条任务链上每一环都用对了节点。

图源：《人工智能服务跨境交付新模式》（第7页）

六、四个场景跑通闭环：可灵、Aidge、奥运与玩具

报告挑了四个已经形成商业闭环的场景，每一个都在证明同一件事：词元能力嵌进具体流程后才产生价值。

数字内容是最先实现全球获客的标准化产品。快手披露 Kling AI 2026 年一季度收入超过6.5 亿元、同比增长超 300%，3 月年化收入运行率约 5 亿美元， 应用曾登上巴西、德国等 42 个国家和地区 App Store 首位。

跨境电商把语言能力嵌进真实交易。阿里国际 Aidge 的数据是约 50 万商家在 40 多个场景使用其生成式工具， 日均 API 调用超 5000 万次，处理多语种商品信息超 1 亿条；AliExpress Choice 上线 AI 售前客服后， 询盘转化率提高 29%，拒付申诉工具让商家成功率平均提高 15%。

企业服务更依赖本地数据与组织集成。2026 年米兰—科尔蒂纳冬奥会期间，Qwen 被用于公众问答和各国奥委会安全门户， 相关云平台还处理约 8 PB 历史影像、为 39 家转播商提供服务，交付的是模型、云与内容平台的整体能力。

在东南亚，本地化走得更深。新加坡的 Qwen-SEA-LION-v4 基于 Qwen3-32B 构建， 用超过 1000 亿个东南亚语言词元训练，可在 32 GB 内存的消费级笔记本上运行。

智能终端则把词元服务嵌进制造业出口。汕头与新加坡的人工智能玩具是一个可读的样本：用户语音进入汕头专区， 境内智能体推理后返回；连续生成 5 个故事约调用 10 万词元，按每百万词元 2 元实时计费。

它的增长曲线也很陡。从 2026 年 4 月底日均 1 亿词元，涨到 5 月底的日均百亿词元， 企业估算成本较直接使用海外算力降低 30% 以上，到 8 月日调用量已超过 230 亿词元。

真正让客户掏钱的不是模型多强，是它的产品里多了一个能持续收费的功能。

图源：《人工智能服务跨境交付新模式》（第8页）

七、空间分工：汕头 32.7 毫秒，庆阳从出租算力转向

第七节讲的是地理，本质是在讲不同节点承担不同任务的经济性。

沿海节点兼具国际通道和产业集成。汕头至新加坡时延约 32.7 毫秒，专区与境内互联网物理隔离， 仅通过专用通道连接国际海缆，海外数据进入专区完成推理后再返回境外；2026 年 4 月完成城市级全链路闭环验证。

上海临港更接近国际数据加工枢纽。2025 年发布的建设方案提出数据合作专区、合作走廊和一站式出海合规服务体系； 2026 年临港国际数据中心已开通至香港、新加坡和东京等节点的国际专线。

业务形态很典型：企业把海外车企的自动驾驶数据传入临港，完成标注、清洗和分析后再合规返回。 报告认为这类“来数加工”与词元推理在基础设施和规则上高度相邻。

海南走的是制度型场景。数字加工贸易区通过国际互联网专线承接境外数据治理和聚合建模， 形成“境外数据进入、区内加工、成果返回境外”的框架，词元推理可以成为来数加工从传统分析向模型推理延伸的一种形态。

西部的变化最值得注意。庆阳截至 2025 年底智算规模达 11.4 万 P，2026 年计划向 20 万 P 扩张， 当地企业已开始以词元生产、推理和智能体托管替代单纯的机柜租赁。

中卫则在 2026 年 7 月签约建设分期推进的规模化词元工厂和专属运营平台。报告把这批项目的意义概括为： 西部枢纽正在形成更高附加值的算力消纳方式，从“出租算力”转向标准化推理供给。

西部卖的不再是电和机柜，而是可计价、可调度的一小段推理能力。

图源：《人工智能服务跨境交付新模式》（第9页）

八、属地规则变成产品属性：区域处理加价 10%

报告在这一节把合规从成本项重新说成收入项，理由是国际厂商已经开始明码标价。监管对象在扩展。跨境人工智能服务要同时适配数据保护与人工智能规则，内容治理、知识产权和行业监管也会进入同一交付链条。

我国按重要数据属性和个人信息规模设置不同出境机制，并以相关部门告知或公开发布的重要数据目录作为识别依据； 境外请求可根据输入数据、处理位置和任务用途匹配相应路径。

欧盟的规则更直接覆盖进入当地市场的模型和应用。通用模型需履行技术文档、版权和训练内容摘要等透明度义务， 具备系统性风险还要评估与缓释；生成式内容标识等义务自 2026 年 8 月适用。

亚洲市场则更重视互操作与本地化。东盟的扩展指南以问责和数据治理为基础，把测试保障、事件管理和内容来源纳入自愿框架； 新加坡用治理框架和 AI Verify 工具提升可操作性。

定价的证据在这里。OpenAI 对符合条件的区域处理端点加收 10%，Anthropic 也对数据驻留、 快速模式和长上下文采用差异化价格。报告据此判断，合规和数据驻留已是企业客户愿意支付的服务等级。

它给出的建议也很务实：中国企业进入海外市场时，可以把模型价格优势与区域处理、审计报告、身份权限、 服务等级协议和本地支持打包报价，而不是只在单价上竞争。

合规做得好不是成本，是可以单独开票的一项服务。

图源：《人工智能服务跨境交付新模式》（第10页）

九、一度电约 11 元：价值外溢与统计口径之争

第九、十节把视角从交付拉回到产业，讲的是词元服务能给数据产业带来什么。

第一个外溢是算力和绿电的盘活。汕头案例的测算是，约 0.5 元的一度电经推理服务转化后， 可形成约 11 元数字服务价值，约 22 倍，在特定芯片和模型条件下可能更高。

第二个外溢是来数加工的升级。传统来数加工集中在采集、清洗、标注和分析，生成式人工智能把它延伸到检索增强、 合成数据、模型微调、推理和结果验证；竞争从劳动力密集的标注，转向行业知识、质量控制和模型工程。

第三个外溢是数据产品。报告给了两组数：2025 年企业数据产品和服务交易额同比增长 39.8%， 高质量数据集规模增长 142.58%，而词元服务为这些数据产品提供了可反复调用的使用场景。

到第十一节，报告的落点变成竞争方式的变化：推理负载持续增长、模型价格下降、开源与终端协同， 企业的竞争重点会体现为任务完成质量、综合服务成本和持续运营能力。

它甚至给出报价逻辑的演进：未来报价会把响应效率和稳定性作为基础，再绑定结果质量、数据驻留与服务承诺， 词元则退回到连接资源消耗与综合服务的底层计量。

报告还主张统计口径要跟着升级。词元总量只能观察推理活跃度，更有意义的是三类指标：境外付费客户和跨境调用收入、 境内推理占比与海外节点收入、任务成功率和响应时间。完整 50 页可在运营动脉 （www.yydm.cn）查看。