OpenRouter单周Token消耗暴增25000%，这张图折射出AI泡沫之争

OpenRouter是一个供开发者将AI模型接入自身产品的聚合平台。其最新数据显示，平台每周Token消耗量已从2025年1月的0.5万亿跃升至126.2万亿，涨幅超过25000%。Token是AI处理信息的基本单位，类似汽车行驶所需的燃油。这条陡峭的增长曲线迅速在业界引发热议，成为AI泡沫争论的标志性图像。

然而，Token消耗量的暴增并不等于AI实际使用规模的同步扩张。推理模型在输出最终答案之前，会先生成大量内部「思考」过程，这些中间步骤同样计入Token总量，从而大幅推高统计数字。换言之，用户数量的小幅增长，就可能引发Token消耗量的巨大跳升，而这种跳升与真实的业务价值增长并不成正比。

未经优化的智能体AI系统是另一个关键推手。这类系统在执行任务时往往缺乏Token效率管理，会以远超必要水平的速度消耗资源。随着越来越多的开发者将AI智能体部署到生产环境，这种低效消耗正在系统性地拉高整体Token用量，使得平台层面的数据更难以反映真实的用户价值。

从具体模型表现来看，OpenAI的GPT 5.6 Luna在OpenRouter的Token消耗量排行中位居第一，但这一排名背后的逻辑值得审视——该模型可能只是在每次交互中生成了更多Token，而非拥有更庞大的用户群体。在营收贡献这一更能反映商业价值的维度上，GPT-6 Astra才是真正的领跑者。

中国AI模型的崛起同样不容忽视。Kimi、GLM、DeepSeek等模型在2026年的月度支出增长接近十倍，展现出强劲的市场渗透势头。不过，这一增长是建立在相对较小的基数之上，其绝对体量与头部模型相比仍存在明显差距。

这张Token增长图表的真正价值，或许不在于它所呈现的数字本身，而在于它所揭示的度量困境：当行业普遍以Token消耗量衡量AI发展成熟度时，推理模型的架构特性与智能体系统的低效运作，正在共同制造一场数据幻觉。如何建立更能反映真实价值的评估体系，将是AI产业下一阶段必须面对的核心议题。

要点

• OpenRouter平台每周Token消耗量自2025年1月以来暴增逾25000%，但这一数字并不能直接反映AI实际用户规模或商业价值的同步增长。
• 推理模型在生成答案前产生大量「思考」Token，以及未优化的智能体系统的低效消耗，是Token用量虚高的两大主因。
• GPT 5.6 Luna在Token消耗量上领跑，但GPT-6 Astra在营收贡献上更胜一筹，两项指标的分离印证了Token量与商业价值之间的脱节。
• Kimi、GLM、DeepSeek等中国模型在2026年月度支出增长近十倍，正在快速扩大在全球AI平台上的份额。
• Token消耗量作为AI行业核心度量指标的局限性日益凸显，业界亟需建立更能反映真实使用价值的评估体系。