《科创板日报》2月15日讯 2026年马年春节，互联网大厂的“红包战”如期上演。百度撒下5亿，腾讯元宝豪掷10亿，阿里更是祭出30亿免单的“钞能力”。不过“撒钱”只是“开胃菜”，紧随而来的则是参与者更多、频率更密集的国产AI新品“春节档”：
2月14日，字节跳动发布豆包大模型2.0系列，这是继Seedance 2.0视频模型和Seedream 5.0 Lite图像模型之后打出的春节“第三弹”。智谱已在2月11日发布“系统架构师”级别的底座模型GLM-5；MiniMax紧随其后，于2月12日上线并开源文本模型M2.5；连一向低调的DeepSeek，也在几天前进行版本更新。在此之前，阶跃星辰发布Step 3.5 Flash，阿里发布Qwen3-Coder-Next，且有望在春节期间发布Qwen 3.5。
每一次发布都是一次卡位，每一次迭代都是一次重塑行业格局的尝试。这一波覆盖文本、图像、视频多模态的AI“最强春节档”已经拉开大幕。
▌多模态大模型接连面世 Token需求出现“通胀”
一年多前，字节内部曾判断，AI对话类产品可能只是AI产品的“中间态”，长期更理想的产品形式，大概率需要更视觉化的用户体验、更低的用户使用门槛。因此彼时的字节选择提升即梦的产品优先级，尝试打造“AI时代的抖音”。
或许也正是因此，一年多以后，在字节的这次春节档“三连弹”中，最先出场的不是最为大众所熟悉的豆包，而是视频模型Seedance 2.0。
而从曾经和文本大模型的“聊几秒”到如今视频大模型的“看几秒”，算力消耗规模正在快速膨胀——从单条视频来看，Seedance 2.0 生成一条10秒、1080p的视频，大致要消耗35万token。
Seedance 2.0的算力消耗增长并非孤例。春节档的这轮密集发布，对各家厂商而言不仅是品牌宣传的窗口期，也是一场对底层算力储备的极限压力测试。随着越来越多的多模态和长文本大模型面世，势必将进一步推高Token需求。
国联民生证券指出，Token需求正在发生“通胀” 。这种“通胀”并非是指Token本身变贵，而是指单位时间内、单位用户的Token消耗结构性上升。
数据显示，火山引擎的大模型日均Token调用量已从2024年底的2万亿增长至2025年底的63万亿；阿里云外部客户2025年日均Token调用也已接近5万亿，2026年目标至少15-20万亿，内部业务日均调用则计划从16-17万亿拉到100万亿。从全行业看，中国整体日均Token消耗2024年初为1000亿，2025年中突破30万亿，2026年2月主流大模型合计日均Token消耗已到180万亿级别。
图|不同模型token调用量（来源：海通国际证券）
摩根大通指出，春节AI应用推广战仅是表面，在这背后更深层的趋势在于，消费者获取信息和消费内容的方式正在经历结构性变革，这一进程实际上推升了推理量，将驱动Token消耗量步入一个长达数年的高速增长期。
其预测，中国的AI推理Token消耗量预计将从2025年的约10千万亿增长至2030年的约3900千万亿，五年间增长约370倍。
▌Token成为“计量单位” 产业链开启涨价
今年以来，全球云计算市场进入密集涨价周期。先是亚马逊云宣布上调EC2机器学习容量块价格约15%；之后谷歌云宣布北美、欧洲、亚洲地区全部涨价；国内厂商迅速跟进：优刻得宣布全线产品与服务价格上浮。
随后，智谱打响了年内大模型涨价“第一枪”。2月12日，其宣布GLM Coding Plan套餐价格体系结构性调整，取消首购优惠，保留按季按年订阅优惠，套餐价格整体涨幅30%起。官方解释是“市场需求持续强劲增长，用户规模与调用量快速提升，为保障高负载下的稳定性与服务质量，同步加大算力与模型优化投入”。之后GLM Coding Plan上线即售罄。
国联民生证券指出，智谱此前正因为用户增长导致算力阶段性紧张，对Coding Plan做过“限量发售”安排，这与其后续涨价形成了一个非常典型的“供需链条”：需求在短期内大幅增长→资源呈现刚性约束（导致限流/限量）→涨价。
在分析师看来，当行业依旧处在“模型价格战”时，智谱给出的涨价信号，意味着大模型时代的“计量单位”从流量（DAU/时长）转向Token（推理消耗），而Token消耗在越来越多场景里是刚需。综合来看，Token需求“通胀”不仅利好云端算力，也让模型厂商拥有了议价权；同时产业定价逻辑也发生改变，当推理消耗变成生产资料，模型厂商有机会把“算力稀缺”通过分层定价与订阅化产品转化为毛利与现金流。
落实到投资方向上，券商建议关注：
第一，云厂商与算力基础设施：AI拉动的IT支出与基础设施投入仍处上行周期，云侧将受益于GPU算力、存储与网络I/O等“伴随型消耗”的持续增长。
第二，大模型厂商：当它们能在编程、Agent、企业流程等高ROI场景中维持订阅留存与企业席位扩张，能把“Token用量”稳定转成“省人省时省返工”的交付价值时，就具备了穿越开源与价格战的能力。
第三，安全治理与运行时的防护工具：随着企业把AI嵌入工作流，数据泄露、代理越权等风险将推动“AI安全平台/治理平台”成为刚需层。
