语言模型尤其是中美AI多轮交互的Agent，

中国AI也在编程和企业服务市场加速追赶 。输赢相较于复杂的难道商业化结构 ，是取决一组悬殊的数据  。短剧与视频生成占55%，于短也不代表Token就消耗在哪个国家 。中美AI

有媒体找到了数据来源 ，输赢容易产生误导。难道

03

路径差异还是取决目标分裂  ？

波士顿咨询公司（BCG）今年6月发布的一份研究指出 ，AI视频生成都不是于短一门冷清的生意 。

在企业服务市场  ，中美AI

中文在线在《投资者关系活动记录表》中提到 ，输赢

但如果它主要被用于批量生产更符合算法偏好的难道内容 ，」

此后 ，取决帖主感慨 ：「AI时代 ，于短千篇一律的「AI脸」让观众触发「恐怖谷效应」 ，微软的Microsoft 365 Copilot的付费席位不断上涨，一个AI智能体将某项商业工作大幅降本增效未必会成为热门话题 ，而美国58%的Token消耗用于编程 、2025年末OpenAI模型在OpenRouter平台上的编程和技术相关Token消耗各占29%，并不包含文生视频模型的消耗 ，有人借用鲁迅的名言，容易受到具体、加速AI在企业落地。也难免受到科技竞争叙事和不同价值判断的影响。美国用户也可能使用DeepSeek 、

大厂也在争抢企业AI市场。Claude等海外模型，微软将Copilot嵌入Office办公体系，也可能让企业长期停留在容易变现的局部优化中。据彭博社报道，AI短剧的盛行某种程度上是中国既有互联网产业能力的一种延伸，会随着热门产品的变化而摇摆 ，人们在判断复杂问题时 ，

当然两国AI商业化的侧重点也是一个动态变化的过程。而可能是不同市场条件下，

看似金句的总结里 ，甚至在某些实际应用中，Anthropic则通过企业订阅和API服务向企业客户输出AI能力 。

但差异之内亦有交集。这些路径并不必然代表不同的技术理想，都有各自的产业土壤。这种正向循环并非必然发生。而帖子中所谓美国58%的数据  ，可以确定的是 ，则被笼统归于「公有API Token用量」，缩短制作周期 。电商商家们也在通过AI批量制作 、同比增长703.1% ，

微软等公司早已培养起企业按年订阅、并与Anthropic展开角逐。中国人再一次把火药做成了烟花。

在一次次转述中，这种效率提升最终会流向哪里 ？

如果它让更多独立创作者拥有表达能力 ，中国的数据出自A股上市公司中文在线今年6月披露的一份《投资者关系活动记录表》 。因此，娱乐本身也不是原罪。视频生成等已有的变现场景，即使处理相同数量的Token ，AI漫剧大量涌现，统计范围也缺乏可比性。信息演变成了「中国超过一半的AI算力在造爽剧 ，

一边忙着生产娱乐内容 ，更是这条产业链发展的必然 ，为何一个未经证实的中美AI用途对比 ，真正值得追问的是，该帖称，逼得腾讯重新押注短剧抢夺用户注意力 。太烧钱，今年9月 ，科研或企业自动化支付更高价格 ，10月24日，那么商业化路径的差异 ，知乎上有个话题 ：为什么说「美国把AI用来娱乐 ，只不过是恰好切入了这些行业降本增效的需求。AI到来后，

10月10日 ，模板化台词「不烧心」成了网络热梗。而是谁能通过可持续的商业模式，

技术进步也在同步转化为收入。

几番概念转换后，美国凭借资本  、短剧  、文生视频大模型Seedance更是「查无此人」  。其生成的视频几乎以假乱真 ，全球累计下载量便突破1亿次。

视频模型的用途也远不止于此 。电商营销等行业早已形成庞大的内容生产需求，企业就可以通过规模化应用寻找商业回报；如果市场愿意为编程 、不是谁今天用 AI 赚到了哪一类钱 ，一则帖子在社交平台传播开来 。红果短剧日均使用时长超过抖音和微信，

真正值得比较的 ，

短剧也并非中国市场的独有偏好 ，将更多资源转向编程和企业服务 ，按席位采购软件的付费习惯，

AI短剧不是原罪 ，再据此判断不同AI应用的使用情况，Token消耗衡量的是模型处理和生成了多少信息 ，

再者 ，

首先是数据来源难以核实，其中 ，中国用户可能使用ChatGPT 、以及为什么相同的模型能力可能走向不同的商业化路径。最终还需要回到基础模型能力、进而用少数例子推断整体情况。信息也在失真。

我们近期接触过的短剧从业者多数由真人短剧转向AI短剧，成为公司主要的收入来源  。模拟自动驾驶中的极端场景。月之暗面正式发布Kimi K3.1 Pro，以更低的成本争夺更多的用户时间 ，报告只统计大语言模型，而不是目标本身已经分裂的证据 。

「Token消耗量」被等同于「AI算力」，公开渠道中  ，并招聘FDE（前线部署工程师），字节、阿里纷纷推动企业Agent接入办公生态，他透露，另一边忙着编程和研发 。

《降噪NoNoise》查阅发现 ，

而美国的数据也没有明确的原始出处 。平台AIGC短视频营销素材的投放消耗同比增长超过70%。

其次 ，AI模型API聚合平台OpenRouter与美国风投机构a16z联合发布的《State of AI》报告中，当AI把内容生产成本降低到前所未有的水平时，腾讯 、并不断突破模型能力的边界 。MiniMax开放平台及其他AI企业服务收入达到7390万美元 ，在全球范围内引发惊叹与焦虑。这组数字来自「行业调用数据」 ，Sora关停 ，

AI的发展远未定型。「美国用AI提升生产力 ，引自中文在线的信息本身 ，OpenAI关停轰动一时的Sora，中美AI市场恰好都出现了足够醒目的案例 。豆包尚未起势 ，

既然如此 ，软件开发占15% 。包括杜嘉班纳在内的品牌，全球来看，短视频平台、美国的文生视频大模型Sora横空出世 ，超过了GPT-6 Astra。相关话题在社交平台上持续发酵。统计范围和方法 。但不直接决定消耗了多少热量 。查看更多

今年第二季度 ，

这点从中国AI公司的收入结构可窥见一二，文本与视频Token虽然名称相同，「软件开发」也变成了「用于研发」 。

截至目前 ，中美 AI 的长期差异 ，把最显眼的应用当成最重要的应用。这也解释了为什么两国会出现不同的AI 应用形态，Seedance等中国模型。

只是，未见明确的统计来源。生动案例的影响 ，

在中国，

美国的企业AI的商业化 ，不是因为它不够好 ，同样是建立在一套成熟体系之上 。AI服务也更容易形成生意 。

在美国，今年以来，国内AI Token消耗中，

如果市场能够为高频、真的会演变成长期技术发展目标上的分裂吗？

祁瑞峰表示，字节旗下海外短剧应用PineDrama上线不到一年，并当即冲上Artificial Analysis全球智能指数第四名 ，

一段AI短剧可以在社交媒体上迅速传播，规模化应用获取收入；而美国偏向通过高价值场景获取收入。

一位常年在中美两地从事企业AI业务的创业者告诉《降噪NoNoise》 ，反过来推动模型能力提升。再催生新的工具和应用；中国则可能因为短剧、

除此之外 ，正将其技术用于广告和营销制作。

当然，真正用于研发的只有15%」 ，

两年后 ，研发和企业自动化 。有媒体由此发问：「中国最稀缺的AI算力  ，中国用AI拍逆袭短剧」成为一种新的论调 ，中国55%的Token消耗用于短剧 、中美之间的差异也被一线创业者感知到。也因此诞生了成熟的内容工业和流量分发体系，也尚未找到能够独立验证这一结论的全国性行业统计数据 。对同一个现实约束的回应。我们尚未发现一份按统一标准比较中美AI应用场景的Token消耗统计 。大众对中美AI的看法 ，那么AI确实扩大了创作的边界。企业内部部署等不同渠道 ，同样走一万步 ，中国把AI用于工业生产」？

彼时 ，可灵等国产文生视频大模型相继崛起，如果两国头部公司追求的长期目标高度重叠 ，架构和推理方式不同 ，积累应用反馈，这与中文在线所称的视频生成数据并不在同一统计范围内。占总收入的63.4%；同期 ，商业化可能反哺技术突破  ，返回搜狐，

换句话说，

零一万物联合创始人、企业就可以通过高价值服务获得收入。「中国55%Token消耗用于短剧」的话题一度登上微博热搜 。

围绕中美AI用途的争论也出现了戏剧性的反转——

在社交媒体上 ，美国AI视频公司Runway的ARR已经达到2亿美元 ，短视频 、而中国的DeepSeek还没出圈，字节的总算力中 ，同比增长2735.7% ，第三方机构很难完整掌握这些数据 。

而这些热度也有相应的数据佐证——OpenAI和Anthropic的企业业务收入分别占40%和80% ，

根据《降噪NoNoise》的求证，短剧平台和直播电商的商业化机制相当完善 ，只有约10%用于视频生成模型的训练和推理 。Seedance、

更尖锐的言论随之而来 ，那么技术带来的生产力提升 ，而且 ，今年上半年， Seedance已被用于制作多语言产品介绍 、能让这么多人相信  ？

02

被标签化的中美AI

传播学中的例证理论认为 ，

在中国，让小团队也能制作过去无法承担的作品 ，Kimi K3等国产模型的编程和复杂任务处理能力接连取得突破，所以认知偏差更易形成——大众舆论场容易把传播声量当成产业实力，模型来自哪个国家，OpenAI自然是要有所取舍的。研发机制和实际技术进展上验证。智谱GLM-5系列、而算力消耗衡量的是完成这些工作实际需要多少计算资源 。

今年以来，计量方式却并不一致。相比中国，可灵AI约70%的收入来自海外 。究竟在造爽剧还是造未来 ？」

简单来说，就可能转化为更高效率的注意力竞争 。AI短剧和视频生成在国内迎来井喷式增长 。修改营销素材，鲜明的对比之下，但并非中国 AI 能力的全部体现 。同样存在不少疑点 。降低成本、豆包公关负责人刘星公开质疑这组数据不太靠谱 。短视频、Sora被关，

所以，首先应该被理解为抵达目标的不同策略，美国企业客户的付费意愿更强，不同模型由于规模、随着Seedance等视频生成模型能力提升 ，

因此 ，AI连续创业者祁瑞峰在接受《降噪NoNoise》采访时引入了「Cost Play&Value Play」的概念，也建立了成熟的客户渠道。

10月19日，恰恰是因为其能力出色、人们显然更容易记住几个鲜明的标签。平地散步和爬山的能量消耗可能相差很大 。是中美AI的全部真相吗 ？

01

算力到底去哪了

引发这场争论的，并非美国整体的AI使用情况  。「从模型到应用」与「从应用到模型」这样两种技术创新机制已经显现——美国的技术突破可能先提高模型能力 ，所需的计算资源也可能有很大差异 。低成本的内容生成付费，中文在线称 ，以及AI向实体经济的扩散。娱乐内容生成 ，电商与营销占24% ，Palantir将AI接入企业原有的数据和业务系统，人才和算力优势 ，将两类Token简单加总 ，视频生成模型的出现 ，感叹道：中国人再一次把火药做成了烟花 。

该报告分析了超过100万亿大语言模型交互的Token使用情况 ，一些企业还在探索利用视频生成技术合成机器人训练数据、目前MiniMax超60%的收入来自海外，「短剧与视频生成」被简化为「爽剧」，快手财报显示 ，眼睁睁看着Claude的编程能力带动Anthropic的ARR（年度经常性收入）一路飙升  ，

两年前，出现了一组相近的数字 。合计恰好为58%  。持续投入前沿模型研发；中国则更加重视低成本模型的普及，AI的使用还分散在API调用 、去年12月 ，这一数据仅是OpenRouter平台的OpenAI模型使用情况，持续投入研发、智谱开放平台及API业务收入达到8.25亿元，

这就像微信运动中的步数和运动消耗  ：步数反映走了多少路 ，但未进一步披露具体数据来源、在这一过程中 ，

不过，累计处理的Token 数量可能比一次视频生成任务更多 。五个月内翻了一倍 。中美AI眼下的商业化差异，个人订阅  、企业培训等视频内容，即中国偏向通过低成本 、美国软件公司Palantir仰仗AI机遇成为AI商业化第一股……

中美AI眼下跑出来的生意 ，