我国 AI 推理数据量首超训练数据量 日均词元调用量突破 175 万亿

本次 AI 数据结构迎来标志性拐点，国内人工智能推理数据规模首次超过训练数据规模，同时日均词元调用量突破 175 万亿，相比 2024 年初实现千倍增长。这一数据变化清晰说明，国内 AI 产业已经告别集中研发模型的实验室阶段，全面进入海量用户高频调用、多行业规模化落地的产业应用新阶段，算力资源的需求重心也从模型训练转向常态化推理服务。

一、核心数据详情

1. 数据结构拐点 2025 年国内 AI 训练 + 推理总数据量为 199.48EB，其中推理数据量达到 101.34EB，首次反超训练数据量，正式完成从 “训为主” 到 “推为主” 的结构切换。
2. 词元调用增长情况 截至 2026 年 6 月，全国日均词元调用量突破 175 万亿；2024 年初仅为 1000 亿，两年时间增幅超过 1000 倍；顶尖大模型迭代周期从数月缩短至数天，模型迭代效率大幅提升。

二、数据拐点形成的核心原因

1. 应用场景全面普及 C 端聊天、图文生成、智能助手，加上制造业、金融、医疗、政务等 B 端业务批量上线，每一次用户提问、业务调用都会产生推理数据，持续放大调用规模。
2. 模型进入常态化运营阶段 前期大规模模型训练属于一次性集中投入，数据产生集中且短期；而上线后的持续服务是长期行为，会源源不断产生推理数据，长期累积后总量反超训练数据。
3. 大模型生态持续扩容 国内大模型数量持续增加，API 开放调用、智能体批量落地，带动词元消耗量持续指数级攀升，进一步拉高推理数据总量。

三、产业带来的三大变化

1. 算力布局方向调整 未来推理算力和训练算力需求比例预计达到 3:1，算力建设重心从大型训练集群，转向低时延、高并发的推理算力，城市智算、边缘算力迎来更大发展空间。
2. 产业竞争赛道切换 行业竞争不再只比拼模型参数与训练能力，推理成本、响应速度、并发稳定性、行业定制能力成为企业比拼的核心指标。
3. 商业模式转向按量计费 词元成为可计量、可定价的核算单位，大模型服务逐步变成按调用量付费的运营模式，智能服务如同水电一样按需使用。

四、未来发展趋势

随着 AI 应用持续下沉到各行各业，推理数据量还会继续保持高速增长，词元调用规模将持续走高；模型轻量化、推理优化技术会持续迭代，用来持续降低大规模调用的运营成本，支撑智能经济长期稳定发展。

【相关 FAQ】

问题 1：AI 推理数据量首超训练数据量，代表产业发生了怎样的转变？

回答 1：代表 AI 产业从投入资源训练模型的研发阶段，正式进入大规模对外提供智能服务的产业落地阶段，产业重心从 “打造模型” 转向 “使用模型”，应用规模成为衡量产业成熟度的核心标准。

问题 2：日均词元调用量突破 175 万亿，这个指标能说明什么？

回答 2：词元是大模型信息处理的最小单元，调用量持续暴涨，说明国内大模型 API 调用、智能应用活跃度极高，我国已经成长为全球规模最大的词元消费市场，智能经济活跃度持续走高。

问题 3：推理数据超过训练数据之后，算力建设会出现哪些调整？

回答 3：算力投入会从集中式大训练集群，逐步转向高并发、低延迟的推理算力，城市算力、边缘算力布局会加速推进，整体算力资源配比会朝着推理倾斜，未来推理算力需求会达到训练算力的 3 倍左右。

问题 4：为什么推理数据会在后期反超训练数据？

回答 4：模型训练属于短期一次性投入，集中产生海量数据；推理是长期不间断的用户调用行为，每天都会持续产生数据，随着应用用户不断增多，日积月累之后，推理数据总量就会超过一次性的训练数据。

【数据来源】

[2026-11-01] 最新报告显示我国人工智能推理数据量首超训练数据量 央视新闻

[2026-04-29] 2025 年我国用于人工智能训练和推理的数据总量同比增长 42.86% 人民日报

[2026-05-08] 读懂词元调用量激增的逻辑 国家数据局

[2026-08-17] 以词元为引擎推动智能经济高质量发展 国家数据局

免责声明：文中数据以中国电子信息产业发展研究院、国家数据局官方发布内容为准；训推算力需求比例为行业预测值，实际配比会随应用场景与技术优化产生浮动；词元调用量统计口径为全国大模型整体调用总量，不含私有离线模型本地运行数据；产业发展趋势仅为现阶段行业研判，后续会随技术迭代持续变化。