3月15日，全球最大AI模型聚合平台OpenRouter发布了一组数据，中国大模型在这一周的调用量达到4.69万亿Token，连续第二周压过美国，全球调用量排名前三的位置被中国模型包揽。
同一时期，月之暗面公司的Kimi正经历一场从资本到市场的连环爆发。据证券时报报道，2025年12月底至今，Kimi完成三轮融资，估值在不到三个月内翻了四倍，升至180亿美元，成为国内估值最快突破百亿美元的”十角兽”公司。新一轮10亿美元融资正在进行。
受Kimi K2.5模型及Kimi Claw火爆出圈带动，1月底以来，Kimi 20天收入超过2025年全年。全球支付巨头Stripe的数据显示，Kimi个人订阅用户1月支付订单数环比增长8280%，2月环比再涨123.8%，冲进Stripe全球榜单前十。
海外开发者发现知名AI编程工具Cursor发布的新模型Composer 2疑似基于Kimi K2.5开发，马斯克在社交平台回复”是的，这就是Kimi 2.5″，Kimi随后表示感谢。
算力紧张：需求爆发与供给短缺的矛盾
使用Kimi查资料时，最常遇到的就是那句”高峰时段算力不足”。起初以为只是个别产品的运营波动，直到看到4.69万亿Token这个数字，才意识到那句提示语背后站着的不是某个公司的服务器告急，而是整个行业的供需方程式正在被改写。
Kimi的算力不足，是中国大模型4.69万亿Token周调用量这个宏观数据在个体身上的具体折射。宏观数据讲的是总盘子，但总盘子是由无数个用户每一次点击、每一个智能体昼夜不停地轮询堆积出来的。
AI智能体：需求爆炸的直接推手
以OpenClaw为代表的智能体框架，把大模型从回答问题的工具变成了自动执行任务的数字员工。一个配置合理的智能体可以全天候工作，消耗的Token是普通聊天的几十倍甚至上百倍。
Kimi K2.5恰好成为开源智能体框架OpenClaw的首选模型，海外开发者的调用量因此激增，直接加剧了算力紧张。AI智能体正在从极客玩物变成规模化部署的生产力工具，每一轮调用都是持续的、长链路的、高度密集的。
摩根大通预测，中国的AI推理Token消耗量将从2025年的约10千万亿增长到2030年的约3900千万亿，五年增长约370倍。
供给侧的物理极限
高性能芯片获取难、成本高，在当前国际环境下，即便Kimi资金充裕，也难以在短时间内获得足够的高性能计算芯片来满足暴涨的需求。
2026年3月，阿里云、百度智能云、腾讯云相继宣布上调AI算力产品价格或调整Token计费标准，算力成本压力已经传导到终端。全行业都在为算力短缺买单，Kimi的高峰时段算力不足，正是成本压力传导到用户体验层面的直接体现。
技术优化：从”暴力堆料”转向”精细运营”
从技术层面看，Kimi应对算力瓶颈的方式是从架构、推理、系统三个层面进行系统性重构：
- 架构层：混合注意力机制、稀疏化专家模型、视觉文本联合优化
- 推理层：Toggle Token策略、智能体集群编排、分级服务
- 系统层：解耦编码器进程、显存管理、异构算力适配
但一个必须面对的事实是，在4.69万亿Token的宏观需求面前，物理算力的绝对缺口依然存在。技术优化可以缓解压力，但无法从根本上消除供给与需求之间的巨大落差。
算力效率：中美竞争新焦点
过去几年，中美AI竞赛的核心指标是模型参数量、上下文长度、多模态能力。现在，算力效率正在成为新的制高点。美国企业凭借高端芯片的供给优势，长期沿用大力出奇迹的路径。中国企业则在芯片供应受限的硬约束下，被迫在架构创新、推理优化、系统调度上走得更深。
Kimi K2.5被Cursor模型套用，马斯克公开表示认可，技术层面的能力已经跨越了某种门槛。算力效率的竞争，是一场软硬一体化的综合较量。
结语
使用Kimi时遇到”高峰时段算力不足”，表面看是一个产品体验问题，深层次看是中国AI产业在Token时代初期，需求爆发式增长与供给结构性短缺之间矛盾的典型体现。中国AI已经走到了一个临界点，再往前每一步，都需要技术、资本、产业链三端协同发力。
4.69万亿Token这个数字带来的不只是自豪感，更是一个清醒的提醒：需求的狂飙已经撞上了物理世界的墙。
来源：虎嗅
