企业官网建设流程全解析

10 月 12 日，微博一天挂了三条 AI 短剧热搜，其中「中国 AI 做短剧，美国做科技」引用了一组数据，说国内 55% 的 Token 消耗在 AI 短剧和视频生成上，软件开发只占 15%，而美国有 58% 用于编程开发。这组数字传了一整周，几乎没人去查它从哪来。

这篇文章把三条热搜背后的数据逐条核了一遍，你会看到 55% 有出处但口径被换了，58% 根本找不到源头，而被刻意隐去的是两国 Token 总盘子的差距。

最后聊一个更实际的问题，企业到底该怎么把 AI 这笔账算清楚。

三条热搜，其实是同一件事

10 月 12 日，微博同时挂了三条 AI 短剧相关的热搜。

第一条是「AI 短剧正在围猎中年男性」。起因是一个刚上大一的女孩在小红书发帖，说 AI 漫剧把她爸毁了，黑眼圈比陪她读高三那段时间还重，下班先看剧再洗澡，清晨五点爬起来接着看，手机流量不够还偷偷用她的号给自己续流量。

第二条是「AI 漫剧怎么到处都在」。有网友说，家里每个人的手机屏幕都在放 AI 漫剧，路过瞟一眼，路人也一样。

第三条最刺人，叫「中国 AI 做短剧，美国做科技」。

它引用的是中文在线的投资者交流材料：在国内所有 Token 消耗中，AI 短剧与视频生成占 55%，电商与营销占 24%，软件开发只占 15%。作为对照，材料里说美国有 58% 的 Token 消耗用于编程开发和企业自动化。

第三条被转得最广，也最容易被当成结论。但我把这句话背后的每一个数字都查了一遍，发现这账远没有这么简单。

55% 有出处，但出处本身有问题

先给 55% 一个公道，这个数确实不是编出来的。

来源是中文在线今年 6 月 3 日晚披露的一份机构交流材料，原文收在巨潮资讯网的投资者关系活动记录表里，可以查。原话是：

在国内所有 Token 消耗份额中，AI 短剧与视频生成高居首位，占比达 55%；其次是电商与营销，占比 24%；而软件开发领域仅占 15%。

但这份材料有三个绕不开的问题。

第一，口径被换了。原文说的是 Token 消耗，传到后来变成了「算力」。这两个不是一回事。Token 是大模型处理文本的计量单位，说白了是你点了多少道菜；算力是 GPU 实际运行的时间，是厨房炉子烧了多久。菜点得多，不代表炉子烧得久，凉菜和热菜消耗的火候完全不同。

第二，说话的是一家利益相关方。中文在线的主营业务是数字阅读和短剧，本身就是 AI 短剧的重仓玩家，还在 10 月 8 日终止了港股 IPO。一家靠短剧吃饭的公司说全国一半以上的 Token 都在做短剧，这个位置上的发言需要打个折扣。

第三，统计范围没有披露。是所有大模型的 API 调用，还是只统计了某几个平台？有没有算上阿里云、腾讯云、百度智能云这些云厂商的企业级调用？有没有算上政务和科研机构的内部使用？这些关键信息，材料里一个字都没提。

美国那个 58%，找不到源头

再说对比的另一半。

「美国 58% 的 Token 消耗用于编程开发和企业自动化」，这个数字在传播链条里被反复引用，但我翻了一圈公开信源，没有找到任何权威机构发布过它。

有媒体在报道时也专门加了一句注：55% 这个数能在巨潮资讯的原文里找到，而 58% 这个数虽然传播很广，但没有任何可靠信源。

唯一接近的真实数据来自 SemiAnalysis：编程与软件工程占掉了前沿实验室 API 收入的 70% 以上。但请注意，这是「收入占比」，不是「Token 占比」。把一个收入口径的数字说成 Token 消耗的结构，又是一次口径偷换。

一个数字有出处但口径不对，另一个数字干脆查不到出处。把它们并排放在一起做中美对比，结论从一开始就站不住。

被隐去的那个前提：总盘子

这组对比最要命的地方，是它只给了占比，没给总量。

按 OpenRouter 的数据，10 月 5 日到 11 日这一周，全球大模型处理了 172 万亿 Token，其中中国模型 86.74 万亿，美国模型 18.97 万亿，中国是美国的四倍多。这已经是中国模型连续第 24 周在周调用量上超过美国了。

那一周的前五名全部来自中国厂商，DeepSeek V4.1 Flash 以 41 万亿 Token 排第一，后面依次是智谱 GLM 5.3 Flash、小米 MiMo-V2.6-Flash、阶跃星辰 Step 5 Preview 和腾讯混元 Hy4 preview。Anthropic 的 Claude Opus 5.5 排在第八。

这意味着什么？意味着即便国内软件开发真的只占 15%，它的绝对 Token 量也可能比美国那个所谓 58% 对应的总量更大。只看占比不看池子大小，本身就是一种话术。

但反过来讲也不公道。OpenRouter 只覆盖了全球 Token 消耗的 2% 到 4%，而且不包含 OpenAI 和 Anthropic 的直连企业大客户，而这恰恰是美国模型占比最高的部分。所以拿这份数据反推「中国全面赢了」，同样不成立。

只看占比不看总量，和只看总量不看结构，是同一种偷懒。

那 55% 背后，真正该关心的是什么

把数据的真伪放一边，AI 短剧这个盘子本身，确实是实打实的。

国家广播电视总局在 9 月 17 日的国新办发布会上给过一组数：2026 年前 8 个月，全国上线微短剧 43 万部，是去年全年的 13 倍，其中 AI 剧占比超过九成。全国微短剧用户超过 8 亿，截至今年 5 月是 8.51 亿，占网民总数的 66.7%。

流量侧更夸张。QuestMobile 的数据经野村证券援引显示，红果短剧日活已经到 1.68 亿，人均单日停留 125 分钟。这个日活规模已经超过了爱奇艺、腾讯视频、优酷、芒果 TV 四家传统长视频平台的日活总和。

市场规模上，2026 年 1 到 5 月 AI 短剧市场突破 220 亿元，全年预计达到 400 亿元。

所以这件事真正的信息量，不是「中国 AI 只会做短剧」，而是 AI 的 Token 消耗已经高度集中到消费级内容生产上了。

背后有个很朴素的技术原因。视频和短剧生成本来就是高 Token 消耗任务，一帧画面就要消耗大量 Token，一部完整的 AI 漫剧轻松消耗上亿 Token。而单次代码调试的文本长度和多轮迭代的总消耗量，很难和视频生成比。

但更根本的原因是商业模式。短剧的回报周期是三天，一颗创新药的回报周期是十年。前者的收益集中在当下，后者的收益分散在长期。市场不会自动把算力配置到回报慢的地方去，它只会流向能立刻结账的地方。

算力流向哪里，未来就在哪里。这才是那组数据里真正值得警惕的部分。

不管 55% 准不准，有一笔账大多数企业算不清

聊完宏观，说个更贴近日常的问题。

不管 55% 这个数准不准，有一件事几乎成了企业通病：根本不知道自己 AI 花了多少钱，花在哪。

模型按 Token 计费，可业务系统五花八门，客服在用，研发在用，市场部也在用。钱像水一样流走，但没人说得清漏在哪个龙头上。CFO 问一句「上个月 AI 花了多少」，能立刻答上来的团队不多。

问题出在计费的颗粒度上。传统 API 网关管的是「服务」，看的是每秒多少请求、同时多少连接。但大模型流量的成本载体是 Token，一个调用频率完全正常的脚本，可能因为上下文膨胀，单次就消耗几十万 Token。频率正常，账单照样爆炸。

这就是 AI 网关要补的位置。它和 API 网关不是替代关系，管的东西不一样：API 网关管流量的通行，AI 网关管流量的内容、成本和责任。

具体要解决三件事。

算得准。每一次调用的输入和输出 Token 都要被实时统计，作为计费依据，而不是月底拍脑袋估。

摊得开。一个集团几十个部门、上百个项目，成本必须能归到具体业务上，而不是一个大池子。这里需要按 API Key、按部门、按项目、按模型多个维度拆账，才可能看清哪个项目在烧钱。

省得下。识别出高消耗的调用，分析模型构成，然后按任务复杂度匹配性价比更合适的模型。比如大量简单摘要任务，本来没必要走最贵的那个。

国内做这件事的产品里，魔芋企业 AI 网关 MAI Gateway 是比较有代表性的一个。它的定位是企业大模型调用的统一入口，做的是统一接入、智能路由、精准分账、安全脱敏和成本优化这几块。接入方式也不折腾，兼容 OpenAI 接口规范的应用，换掉 Base URL 和 API Key 就能接进来。

魔芋AI大模型网关I全球大模型一站式调用及服务平台魔芋AI大模型聚合平台（大模型网关平台）专注于提供高效能、低成本的多品类 AI 模型服务，助力开发者和企业聚焦产品创新。https://www.moyu.cn/register?aff=XVPz

它的配额设计值得一提。除了常见的请求频率和并发数，它还管金额和 Token 数量，一共四个维度。这个差别很实在，因为 Token 本身就是成本，只管频率根本压不住账单。

当然，这类工具解决的是「看得清」，解决不了「该不该做」。回到开头那组数据，真正需要被讨论的问题，从来不是中国有多少 Token 花在了短剧上，而是我们有没有一套机制，让算力愿意流向回报更慢但更重要的地方。

一笔账先算清楚了，才有资格谈往下怎么分配。