上海电信首发Token套餐，蕴藏着怎样的行业密码？[含中国AI算力行业发展现状及趋势分析]

内容概要：2026年5月，上海电信推出Token套餐，大幅降低中小企业和个人使用门槛，推动算力从专业领域向大众消费延伸；同时此举也是运营商从“流量经营”向“算力经营”转型的关键实践。Token的每一次消耗，实质上是对算力的一次“调用”。Token调用量的千倍增长，直接拉爆了对底层算力的需求。工信部表示，截至2025年年底，我国建成万卡智算集群42个，智能算力规模超过1590EFLOPS，位居全球前列，有力支撑我国人工智能产业快速发展。截至2026年3月底，我国在用算力中心标准机架达1445万架，智能算力规模达1882EFLOPS(FP16），围绕算力枢纽已建成超70条算力大通道。随着智能体的规模化落地，算力的需求正在发生重大转变，AI算力需求正从训练主导转向推理主导，从追求峰值性能转向持续吞吐与系统协同效率，对算力基础设施提出更高要求。

上市企业：中国电信(601728)、中国移动(600941)、中国联通(600050)、百度集团-SW（09888）、阿里巴巴-W(09988)、润泽科技(300442)、中国长城(000066)、万国数据-SW(09698)

相关企业：上海基流科技股份有限公司、思腾合力(天津)科技有限公司、昆仑芯（北京）科技股份有限公司、上海燧原科技股份有限公司、‌浩德科技股份有限公司、是石科技（江苏）有限公司、北京九章云极科技股份有限公司、北京秦淮数据有限公司

关键词：AI算力规模、大模型数量、Token调用量、推理算力市场规模

5月15日，在2026年中国电信第六届科技节上海站，上海电信正式推出Token套餐体系，成为上海首个发布Token套餐的运营商。此举不仅是电信行业服务模式的重要创新，更深度契合AI时代算力消费的新需求，背后承载着产业转型、生态构建与算力普及的多重战略意义。

对于行业而言，将推动算力服务进入“普惠化时代”。当前，AI算力资源多集中于专业领域，普通用户和中小微企业面临使用门槛高、计费复杂、成本偏高的痛点。上海电信Token套餐的推出，将算力服务拆解为“小额、可量化”的Token额度，实现了“用多少买多少”的弹性计费模式，大幅降低了算力使用门槛。同时，用户购买额度点后，通过标准API接口即可调用30余款主流大模型（文本、多模态），这种便捷化、普惠化的服务，让算力从专业云服务向大众消费场景延伸，无论是个人的日常办公辅助、学习创作，还是中小微企业的AI编程、智能体搭建，都能获得低成本、高便捷的算力支持，加速了AI技术在全民层面的渗透。

对于运营商而言，是从“流量经营”向“算力经营”转型的重要尝试。近年来，国内电信行业流量收入见顶，传统语音、短信业务增长乏力，运营商面临着转型压力，而AI算力的爆发式增长为其提供了全新的发展机遇。中国电信、中国移动、中国联通三大运营商相继明确将Token经营列为工作重点，Token商用加速推进。上海电信推出Token套餐，正是运营商转型的重要实践，借助自身的网络和用户优势，构建起“算力+网络+安全+应用”的一体化服务体系，打造新的增长极。从行业定位来看，运营商具备天然的优势：一方面，运营商拥有泛在网络、算网融合的一体化基础设施，天然具备广覆盖、低时延、高可靠连接和分布式算力等核心优势。截至2026年3月，中国电信自有及接入智算总规模达到 91EFLOPS，自有智算能力达 46EFLOPS。另一方面，运营商拥有庞大的用户基础，涵盖个人、家庭、中小企业、政企单位等各类群体，能够快速实现Token服务的规模化推广。

Token，中文名“词元”，是大模型处理语言时使用的基本单位。在数字时代快速发展的当下，AI大模型已不再是单纯的技术产品，更成为大国科技战略博弈的核心焦点，深刻影响着科技竞争格局、产业升级方向乃至国家数字经济的发展水平。中国在这场科技博弈中表现突出，展现出强劲的研发实力和产业活力。截至2025年7月，全球已发布大模型总数达3755个，其中中国企业贡献1509个，数量位居全球首位。同时，生成式AI相关领域迅猛发展，用户规模显著增长。截至2025年6月，我国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人；生成式人工智能普及率达36.5％，较2024年12月提升18.8个百分点。

随着生成式AI、大模型技术的迅速发展与应用场景的全面渗透，Token作为大模型处理信息的最小信息单元，其使用量正呈现爆发式增长态势。国家数据局数据显示，2024年初，中国日均词元（Token）调用量为1000亿；至2025年底，跃升至100万亿；2026年3月，已突破140万亿，两年增长超千倍。这一量级跃迁不仅折射出AI产业的蓬勃活力，更深刻重塑着大模型上下游的产业格局与发展逻辑。

智研咨询发布的《中国AI算力(人工智能算力) 行业市场竞争现状及发展潜力研判报告》指出：底层逻辑上看，Token的每一次消耗，实质上是对算力的一次“调用”。每生成1个Token，都需要GPU完成一次完整推理运算，算力硬件是Token生成的唯一物理基础。而Token调用量的千倍增长，直接拉爆了对底层算力的需求。近年来，随着人工智能的爆发式发展，算力基础设施的重要性日益凸显，我国持续加大投入，算力基础设施发展成效显著。工信部表示，截至2025年年底，我国建成万卡智算集群42个，智能算力规模超过1590EFLOPS，位居全球前列，有力支撑我国人工智能产业快速发展。截至2026年3月底，我国在用算力中心标准机架达1445万架，智能算力规模达1882EFLOPS(FP16），围绕算力枢纽已建成超70条算力大通道。

随着智能体的规模化落地，算力的需求正在发生三个重大转变。其一：AI行业的算力需求正发生根本性转变，从过去的“训练主导”逐步转向“推理主导”，算力竞争的核心逻辑也随之重塑。在行业发展初期，AI领域的竞争焦点集中在模型训练环节，核心比拼的是峰值算力的极限，算力的核心价值在于支撑大规模模型的训练落地，满足模型研发阶段的高强度计算需求。而随着AI智能体的规模化普及，推理环节已正式成为算力消耗的主战场。中国信通院数据显示，2026年全球计算工作负载中推理占比将提升至66%，我国市场亦增速迅猛，2026年推理算力市场规模将达876.5亿元，较2025年的438.3亿元接近翻倍。与训练算力侧重“峰值性能”不同，推理算力的核心诉求是“稳定、高效、低耗”，这对算力的适配性、调度能力及硬件架构提出了更为严苛的要求。从模型训练到推理部署的算力需求迭代，折射出AI产业从“技术驱动”向“价值驱动”的转型脉络，更是大模型技术走出实验室、落地千行百业的生动印证。

其二：算力要求从“峰值性能”转向“持续吞吐”。从技术诉求来看，训练阶段的算力需求聚焦于两大核心方向：一是规模的极致突破，需要构建超大规模的算力集群，实现多节点、多设备的高效协同，以支撑万亿级参数模型的训练推进；二是效率的深度优化，通过架构创新与调度策略升级，提升算力资源的利用效率，避免资源闲置与浪费。与训练阶段相比，推理阶段的算力要求有所不同，推理过程无需调整模型参数，仅需基于已训练完成的模型进行数据输入与结果输出，因此对算力的规模需求远低于训练阶段，但对计算的实时性要求更高。低延迟是推理阶段的核心性能指标，这就要求算力基础设施像水电一样可靠，不再是追求“跑分竞赛”，而是追求“稳定竞赛”。

其三：算力竞争从“硬件数量”转向“系统效率”与“集群协同”。AI大模型的飞速发展，让智算集群的规模不断突破，万卡级已成主流，十万卡级成为未来发展方向。而在大规模分布式训练中，网络通信耗时占比已达到30-50%，网络性能直接决定了算力的有效利用率。即使GPU再多，若网络带宽不足、延迟过高、链路可靠性差，大量GPU也只能空转等待数据同步。未来算力领域核心竞争将聚焦于整体系统综合效能的比拼。关键核心在于能否实现芯片、能源、网络、冷却、调度等多元要素的深度融合，构筑低能耗、高弹性、一体化协同的完备算力体系。

未来，随着人工智能技术迭代升级，新一代人工智能应用加速普及，算力应用场景持续拓展，逐步从传统信息交互、数据处理，向智能协作、词元价值创造深度转型，成为支撑智能体自主运行、推动词元高效流转的核心基础支撑。智能体将逐步突破人工智能交互局限，具备自主规划、工具调用、任务执行与持续优化能力，可高效支撑复杂场景应用，进而大幅提升词元消耗规模，催生持续密集的算力需求。在此背景下，算力应用加速向“算力+算法+数据+智能体+词元”一体化模式演进，为海量智能体独立运行、交互协同提供坚实保障。

以上数据及信息可参考智研咨询（www.chyxx.com）发布的《中国AI算力(人工智能算力) 行业市场竞争现状及发展潜力研判报告》。智研咨询是中国领先产业咨询机构，提供深度产业研究报告、商业计划书、可行性研究报告及定制服务等一站式产业咨询服务。您可以关注【智研咨询】公众号，每天及时掌握更多行业动态。

智研咨询依托全链路上下游企业调研体系，整合供应商名录、交易占比、区域分布及客户画像等多维核心数据，通过可视化图谱技术，构建集供应商、客户、行业分布、市场占有率于一体的全景供应链图谱。助力企业快速锚定关键合作方、洞察行业竞争格局，为企业拓展产业版图、布局上下游合作、构建产业生态提供极具参考价值的全景视角与决策依据，实现被动响应到数智预判的供应链管理升级，为战略决策与资源整合提供高价值的数据底座。

企业供应链图谱服务内容：1.上下游企业深度调研：系统梳理供应链上游供应商、下游客户全名单，精准采集企业基本信息、交易金额占比、合作紧密度等核心数据。2.行业与区域分布解析：整合供应商/客户所属行业分类、区域分布特征，清晰呈现产业集聚格局与行业占比结构。3.全景图谱可视化呈现：基于调研数据构建供应链生态图谱，直观展示上下游关联关系、交易链路及市场份额分布。4.核心价值数据萃取：提取企业技术力量、市场占有率、商业模式等关键信息，同步呈现供应链核心竞争力与竞争态势。5.决策支撑服务：依托图谱数据，提供供应链风险节点识别、优质资源筛选、战略布局方向建议，赋能企业决策。