国内一半AI算力被用在造爽剧——背后的资源分配逻辑|token|前沿模型|短剧|算力|调用量|资源分配

算力之问：当55%的Token流向爽剧，中国AI产业的资源分配逻辑正在被重写

先说结论

一个反直觉的事实正在颠覆人们对AI产业的传统认知：在国内AI Token消耗中，短剧和视频生成占据了55%的份额，而真正用于研发的只有15%。这个由中文在线披露的数据，近期在产业界引发广泛讨论。它揭示的不仅是“什么在消耗算力”，更是一个更深层的问题：当AI基础设施被内容生产大规模占用时，技术研发和产业智能化升级的空间是否正在被挤压？

一、数据冲击：55%的Token去了哪里？

中文在线在《投资者关系活动记录表》中披露的一组数据，成为这场讨论的起点：国内AI Token消耗中，55%用于短剧和视频生成，24%用于电商广告，真正用于研发的只有15%。AI短剧与视频生成的Token消耗量已达到软件开发的两倍以上，成为整个Token经济学中第一大核心消耗场景。

另一组佐证数据来自AI模型路由平台OpenRouter。2026年10月上旬，全球AI大模型总调用量为172万亿Token，其中中国大模型周调用量达86.74万亿Token，连续二十四周超过美国，稳居全球首位。同期全球调用量排名前五均为中国AI大模型。

两组数据的关联点在于：中国庞大的AI调用量，正在被内容生产场景大规模吸收。

需要注意统计口径。这些数据并非来自国家层面的全面统计，而是基于中文在线自身参与的平台生态采样，统计口径是“Token消耗”而非传统意义上的“物理算力”。但它反映的趋势，与AI短剧产业的爆发式增长高度吻合。

二、短剧为什么是“算力黑洞”？

要理解这个反直觉的事实，先要理解AI短剧的“算力饥渴”有多夸张。

传统文字类AI应用的词元消耗量是有限的——一次对话可能消耗几百到几千个词元，一段代码生成可能几万个。

AI短剧完全不同。它是典型的重度多模态场景，涉及剧本生成、分镜设计、角色与场景建模、视频生成、配音、剪辑等至少六七道工序，每一道工序都要独立调用大模型。这不是单次请求能完成的任务，而是链式触发、层层叠加的流水线。

更关键的是“抽卡”机制。AI视频生成不像写文章那样一次成型——为了符合导演对剧情叙事与镜头的严苛要求，团队需要不断反复生成和筛选画面。同一个镜头，创作者可能需要反复生成十几次甚至几十次才能获得满意效果。每一次重试都意味着新的Token消耗。

行业测算显示，生产1秒1080p视频约消耗5万Token，1分钟就是300万Token。一部完整的120分钟AI真人短剧，仅在模型端的算力成本就达3万至4万元，在大批量生产中占到了总成本的50%。而一部12集的AI短剧，消耗的算力成本估算约20万元。

当算力被消耗在“废片”上时，它没有产生任何内容价值——但没有产生内容价值的算力，依然占用了物理资源。

三、产能狂飙：每天1500部的背后

Token消耗的背后，是产能的指数级膨胀。

2026年一季度，全行业上线微短剧约12.8万部，其中AI微短剧约12.2万部，占比超过95%。仅抖音一个平台，上半年新增AI短剧就达22.19万部，相当于高峰期每20秒诞生一部新剧。前八个月，全国上线微短剧超过43万部，是去年全年的13倍。行业预估，2026年国内AI剧/漫剧产能规模或将迅速突破100万部。

企查查数据显示，截至2026年4月，国内现存AI短剧相关企业已达2.2万家，2025年全年新注册5465家，创近十年新高。

但产能繁荣的另一面，是极低的成功率。

DataEye-ADX监测数据显示，2026年上半年抖音端22.19万部新增AI剧漫剧中，播放量破亿的仅1055部，破亿率0.48%。98.7%的项目上线半年无法回本。

这意味着：绝大多数算力消耗在了无法回本的内容上。

四、谁在受益？——算力产业链的“卖铲人”逻辑

理解了这个成本结构，就能看懂为什么视频大模型公司是这波浪潮中确定性最强的赢家。

可灵AI是最典型的案例。2026年第一季度，可灵AI营业收入超过6.5亿元，同比增长超300%。到2026年3月，其年化收入运行率已达到近5亿美元，一年前这个数字仅为1亿美元。更值得关注的是收入结构的变化：可灵API业务收入首次超过订阅服务，占比达到六成——B端的AI短剧制作公司正在成为最核心的付费群体，它们是持续、大规模调用API的工业化生产者。

资本市场对这种商业模式的认可同样直接。可灵AI的估值从约407亿元升至约1220亿元，增幅达到两倍。MiniMax推出海螺AI并扩大视频业务后，估值从约170亿元增长至超过1000亿元，增幅约5倍。

但短剧制作方本身，却普遍陷入“增收不增利”的困境。

制作成本从真人剧的几十上百万压缩到五万以内，每分钟成本从四五千降到了一千，但“技术一升级、成本一下降，甲方的采购价也立马降下来了”——利润并没有留在制作端。

真正的大头在投流。短剧投流通常占充值流水的70%至90%，一部充值过亿的爆款剧，投流成本往往高达6000万至8000万元，扣除制作成本和各项分成后，实际利润可能仅剩几百万元。

这场“算力盛宴”的分配格局是：模型公司赚API调用费，平台赚投流分成，制作方承担垫资和回款风险。

五、结构性问题：15%的研发投入意味着什么？

回到最初的问题：当55%的算力被内容生产占用，而研发只有15%时，这意味着什么？

第一，算力资源配置的“短视化”。短剧生产是“消耗型”的——每一次Token消耗只服务于当前内容的生成，不产生技术积累。研发投入则是“积累型”的——模型能力的提升会持续降低后续所有任务的算力成本。当资源过度倾斜于消耗型场景，长期的技术竞争力可能被侵蚀。

第二，产业智能化升级的算力挤压。IDC与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》指出，制造、医疗健康、能源/电力等行业真正进入核心业务并形成“执行—反馈—优化”闭环的比例仍为0%。这些行业不是不需要AI，而是算力成本高企让规模化部署变得困难。当算力被短剧以更高价格“抢走”时，制造业和医疗行业的AI落地可能在成本上处于劣势。

第三，中国AI产业的“应用优先”路径依赖。中国大模型周调用量连续二十四周超过美国，但调用量集中于内容生成和电商广告。美国大模型的调用量虽然较低，但集中于代码开发和办公任务。两种结构的分野，可能预示着不同的产业演化路径。

六、这不是“对错”问题，是“平衡”问题

需要指出的是，AI短剧消耗大量算力，本身不是“错误”。

它验证了一个重要的产业判断：多模态内容的工业化生产，是当前最确定的算力需求增量。它让AI公司获得了真实的商业收入，让算力基础设施的投资有了回报预期。可灵AI的API收入占比从三成升至六成，说明这是一个可持续的商业模式。

但问题在于“比例”。

当一个行业的Token消耗中，55%流向内容生产、只有15%流向研发时，这个结构是否健康？当算力成本在涨、消耗量在涨、供给量在涨，而98.7%的项目无法回本时，这个循环是否可持续？

摩根大通预计，2025年至2030年，中国AI推理Token消耗量将从约10千万亿增长至约3900千万亿，五年增长约370倍。在这个增速下，算力资源的分配逻辑，将直接影响中国AI产业未来五年的竞争力结构。

七、企业如何在算力“内卷”中找到自己的位置？

对于企业而言，“一半算力造爽剧”这个现象带来的启示是：AI可见性的竞争，正在从“有没有AI能力”转向“AI在回答问题时会不会提到你”。

当用户向AI提问时，AI从全网信息中检索、交叉验证、生成答案。短剧内容占据了大量算力，但B2B企业的信息——产品参数、技术资质、服务案例——如果没有被结构化为AI可检索、可验证的信源，依然会在AI的回答中“缺席”。

WHY-GEO优化全栈运营系统帮助企业在AI搜索的“信源竞争”中建立可见度。系统覆盖国内8大AI大模型（DeepSeek、豆包、元宝、通义、文心、纳米、Kimi、智谱），将企业的产品参数、认证资质、案例数据自动转化为AI偏好的结构化格式——FAQ语义簇、参数对比表、场景化用例矩阵。

当算力被内容生产大规模占用时，B2B企业的品牌信息如果只是存在于官网和销售手册中，就永远不会被AI“检索到”。WHY-GEO系统帮助企业将信息分发到AI偏好的信源平台，让企业在AI回答“哪家供应商靠谱”时，成为被引用的“可信信源”，而不是被淹没在内容洪流中的沉默者。