你刷到的"全球AI榜"，其实只占全球1%的真实消耗
非凡产研 · 人工智能
原创 Unique Research 2026-09-06 20:00 上海 中美AI真正的差距，可能不是模型，而是付费 AI行业观察 你刷到的"全球AI榜"，其实只占全球1%的真实消耗 媒体嘴里的"全球榜"，全称应该是"OpenRouter 平台上的全球榜"。 你大概经常在新闻里刷到这句话：某某国产开源模型，又拿下了全球 token 消耗榜的第几名。 听着很提气。 但前两天我跟杨攀老师直播对谈，他当场拆了这个台：OpenRouter 的 token 消耗，只占全球真实 token 消耗的 1% 到 2% 。 什么意思？媒体嘴里的"全球榜"，全称应该是"OpenRouter 平台上的全球榜"。 真正的 token 大头，在企业跟云厂商、模型厂商直接签的合同里，在那些你根本看不见的地方。 这个 1% 到 2%，他自己验算过，也交叉核对过好几个严肃数据源，行业内的共识基本就是这个数。 杨攀是前硅基流动联合创始人，现在在做一个叫 Bilink 的 AI 创业项目。从算力、模型、推理到应用层，他都在一线泡着，属于看问题自带产业链视角的人。 我们这场对谈聊了两个小时，从 2026 年上半场聊到 AGI，信息量很大。 我把他最有棱角的一些判断整理出来，值得每个人花十分钟读完。 同一个问题，Token 消耗一年差了 1000 倍 先给一个体感。 杨攀说，你现在问 Agent 一个问题，跟 2025 年初 DeepSeek 刚发布时问同一个问题，背后消耗的 token 数量，可能差十倍、一百倍，甚至 1000 倍 。 过去一年，整个 AI 产业最大的暗线，就是 token 消耗在指数级膨胀。 用户侧的感受是"烧钱太快了"，厂商侧看到的却是整个市场在爆炸。 去年底到今年初，GPU、算力、全球内存市场的拐点，都是被这股需求拽出来的。 他半开玩笑地说，如果你去年九、十月份就看懂了这个趋势，提前去关注三星、海力士这些公司，结局可能完全不一样。 但今年上半年，行业里还流行一种叫 Token Maxxing 的风气：谁烧的 token 多，谁就显得 AI 用得好。 杨攀的判断很直接：这就是典型的"愚昧之巅"。 现在大家已经开始从这个山头往绝望之谷滑了。 怎么滑出来的？因为大家慢慢发现，烧得多不等于产出有价值。 有人用 AI 批量产出了一堆没有商业价值的东西，网上管这叫"AI 泔水"。 春节前后，一堆大厂请他去讲"AI 怎么提效"。半年过去了，还是这批大厂又找上门，话题已经换成了"效率和效益到底怎么真正挖出来"。 从炫耀消耗，到追问效益，这就是上半场最真实的情绪曲线。 人类正在蒸馏自己 聊共识之前，得先回应一个流传很广的说法：模型能力是不是撞墙了？ 杨攀的答案很干脆：远远没有，而且接下来的提升空间还很大。 他给了一个我之前没太注意的视角。 去年 10 月，Claude Code 推出了 Skills，多数人把它理解成"一个更好用的插件"。 但从模型进化的角度看，这是一个了不起的发明。 为什么？因为 Skills 出来之后，大量人类专家开始把自己私藏的经验，以 Skill 的形式贡献出来。 一个 Skill 只要被云端模型用过，通过某种机制，模型就有机会把这个能力内化掉。 Anthropic 今年上半年专门写过一篇博客，把 Skill 分成两类： 一类叫 capability uplift，能力提升。相当于人类给模型写了一本独家秘籍，这个版本还得照着秘籍做，下一个版本它就自己学会了 另一类叫 encoded preference，纯粹是工作习惯和偏好。比如必须按一二三四五的步骤来、用某个模板，这类跟能力无关 真正值钱的是第一类。 "人类正在蒸馏自己，把自己压箱底的手艺，一勺一勺喂给模型。" 今年上半年模型的提升，很大程度上就是在吃这波红利。 而最近 DeepSeek Harness 这类探索，让模型和工具框架联合起来做强化学习，可能又会带来新一波跃升。 聊到这儿你会发现一条很清晰的吞食链。 最开始我们写 prompt，模型把 prompt 吃掉了；后来大家搭 workflow，workflow 也被吃掉了；现在 Agent 里装的 Skill，正在变成模型下一代的内置能力。 杨攀有个很激进的判断：未来全球软件和互联网市场 80% 的利益，都会被模型吃走。 那剩下 20% 是什么？ 是那些不可能被训练进模型的东西。 比如实时的数据。模型可以根据概率估出杭州往年 8 月 31 日大概什么天气，但"此时此刻外面下没下雨"，它必须去问一个掌握着实时数据的人，而掌握数据的人就能向模型收钱。 再比如物理世界的接口。模型可以在数字世界里帮你干一切，但外卖最后一百米、工厂里的机器，还得靠物理世界的封装能力。 "数字世界和物理世界是隔离的，这句话值得所有想找 AI 机会的人抄