中国55%的token被AI短剧吃掉?一起算笔账
- 2026-11-17 18:47:49
中国55%的token被AI短剧吃掉?一起算笔账
「中国 55% 的 AI token 消耗指向 AI 短剧」——这条数据最近这两天在刷屏,有一种配套的说法是视频生成已超过软件开发两倍,成为国内第一大算力消耗场景。
我最近把这笔账算了一遍,给大家一个我的观点,分三层。
第一层,数字本身站得住脚。按主流视频模型的计费公式,token 等于(输入加输出时长)乘宽乘高乘帧率再除以 1024。第三方实测 720p 按 1248×704、24 帧折算,约 20592 token 每秒,一条 5 秒镜头就是 10 万 token。而一部百集短剧的剧本十万字上下,文本输出也就十来万。也就是说,一个镜头约等于整部剧本,而一部剧有几百上千个镜头。60 集、每集 1.5 分钟,成片 5400 秒,粗算 1.1 亿 token。再算上抽卡:同一镜头要反复生成才挑得出可用的一条,前期常见三四倍,复杂打斗和多人同框跑到十倍也常见,一部剧实际消耗轻松到几亿。文本十万级,视频亿级,差三到四个数量级,因此55%的比例并不奇怪,甚至可能被低估。
第二层,这个数藏着一个前提:两种 token 不是一个东西。文本 token 来自分词器,自回归逐个生成,数量和推理量、信息量成正比;视频模型多是走扩散路线,那个公式本质是像素乘帧数折算的计价单位。价格也印证:视频刊例价 46 元一百万 token,主流文本模型输出多在个位数到十几元。所以有三条不等式大家可以记住——token 占比不等于算力占比,不等于收入占比,不等于价值占比。
第三层,口径也要打折:单方披露、未交代统计方法与覆盖范围、披露方自身在做短剧。但量级交叉验证支持趋势成立,豆包日均调用 180 万亿、AI 短剧月度上新超 4 万部。
趋势肯定是真的,55% 只能当做是数量级信号。AI场景,看任何数大家都要先问口径。