中美Token消耗结构对比引发热议，但数据来源存疑且忽略视频与代码的Token密度差异。本文拆解AI短剧高消耗背后的商业逻辑，指出娱乐场景是技术商业化的必经之路，而非中美科技竞争的胜负手。

“美国用AI提生产力，中国用AI造奶头乐”，这几天，这说法很火。

起因是，中文在线在近日发布的“投资者关系活动记录表”披露，国内Token消耗结构中，短视频、AI短剧生成场景占比高达55%，电商广告内容生成占比24%，而技术研发、代码开发、模型迭代等生产力核心场景仅占15%。

换句话说，AI短剧与视频生成的Token消耗量已达到软件开发的两倍以上，成为中国Token经济学中第一大核心消耗场景。

与之形成对照的是，有消息称，在美国，约58%的Token流向了代码生成和企业自动化。

万事就怕对比。中美Token消耗结构对比图一出来，效果堪比“美国AI教父奥特曼VS中国AI教父李一舟”。

于是舆论炸了，好多人说：这就相当于，西方用火药造枪炮，中国用火药造烟花。

更有甚者，痛心疾首地发问：如果算力都被用来烧在短剧上，中国靠什么赢得中美科技竞争？

这让我想起了勒庞老师那段话：影响民众想象力的，并不是事实本身，而是它们发生和引起注意的方式。如果让我表明看法的话，我会说，必须对它们进行浓缩加工，它们才会形成一种令人瞠目结舌的惊人形象。掌握了影响群众想象力的艺术，也就掌握了统治他们的艺术。

中美AI差距大吗？确实不小。但你非要渲染“美国用AI提生产力，中国用AI造奶头乐”的二元对立，我就只能呵呵了。

我不是说这番对比就毫无警示意义，我只是说在愤慨之前先捋清事实更为重要。

01

先说三个前提：

1，“中国55%的Token用于短剧，美国58%的Token用于代码”的说法，并无权威出处也未经缜密查证。

前者信源来自中文在线，考虑到它正重仓押注AI短剧，可信度大家自己判断；后者查无此“论”，a16z、麦肯锡、Gartner都没说过，反正不算什么严谨的行业调研数据。

2，Token用量跟算力使用情况是两个概念，说“中国AI算力多数用在短剧上，美国AI算力多半用在代码上”难言科学。

Token是大模型调用量的计费单位，算力是GPU 硬件在单位时间内的运算能力，不同任务单Token对应的算力消耗并不对等。

3，美国API平台上代码生成的Token占比的确很高，但这里面有大量是中国程序员贡献的。据我了解，许多国内大厂的码农都是用Cluade写代码。这些还是会被记在美国Token消耗的账簿上。

所以，用刺眼的“15% ：58% ”来评判中国人跟美国人在写代码上的投入力度，可能想得太简单了，忽略了伴随跨境使用而来的统计错位。

说这些，是想说“中国55%的AI算力用于短剧，美国58%的AI算力用于代码”也许就是个稻草人命题，虽然很能煽动情绪，但……这大概率就是个虚设靶子。

可能有人会说：抛开事实不谈，国内大量Token被用在制造无脑短剧上的现象，就不值得担忧吗？

当然值得。可即便顺着这话茬去谈，依旧有必要厘清两点——

首先，AI短视频短剧成为中国Token消耗核心场景，是视频生成场景的算力消耗密度过高导致的结构性结果，而非全社会AI资源过度涌向娱乐领域、忽视技术研发的直接证据。

其次，舆论推崇的“美国AI重研发、重生产力”，贬低的“中国AI重变现、重短平快”，客观上确实存在，这本质上是“美国互联网重基础研发，中国互联网重应用场景”现象的延续，但站在道德高地上评判之前，先得看到，这是中美AI产业处于不同发展阶段、市场环境必然形成的差异化路径。

听着很拗口，是不是？容我来具体阐释。

02

大众对AI算力分配的误解，可能起于常见的认知盲区：将Token消耗体量等同于算力投入分量，却不知道视频与代码生成之间存在巨大的Token消耗密度差距。

很多人以为，用在短剧上的Token比用在写代码上的多，就是谁拍脑袋把更多的AI算力资源拨给了那些霸总短剧。

还真不是。一般来说，视频生成是典型的“高密Token消耗场景”，而代码是生成则是“低密高效Token场景”，二者消耗密度判若霄壤。

有多大呢？有行业通用测算数据为证：一段10分钟的高清AI短剧，包含画面渲染、动态特效、字幕配音、镜头切换等全流程生成工作，全程需要消耗8000万到1.2亿Token。

那些像素级建模、光影迭代、动态修正，那些反复微调、画质优化、内容纠错的冗余运算，都得烧Token。说AI短剧是Token吞金兽，谁支持谁反对？

反观AI辅助研发场景，一支8到10人的技术研发团队，依托AI工具辅助代码编写、漏洞检测、功能迭代、框架优化，一周高强度研发的总Token消耗量大概也就300万至500万。

这意味着，我就算花一周时间用AI写代码，消耗的Token都远不及用一天用AI做短剧。

需要看到的是，这里面，视频Token跟文本Token是两种计价单位，还不能直接做等权数值比较。

错把Token消耗占比跟算力投向占比画等号，由“55%：15%”推导出中国AI产业“重娱乐、轻研发、逐短利、无长远”，或许压根就经不起科普博主的打假辟谣。

再说了，就算按现有口径横向比较，中美用在软件开发上的Token消耗也未必有那么悬殊。

在当下，中国的Token消耗的绝对体量已位居全球前列。据国家数据局公开信息，截至今年3月，国内日均Token调用量突破140万亿。

即使软件开发场景真的是占15%，在超大的整体算力基数下，其对应的算力投入规模也不小，跟美国的“58%”对应的绝对量差距不像某些人像的那么大。

更何况，OpenRouter平台上的中国模型Token消耗占比（约6成）已远超美国模型的，OpenRouter跟a16z联合发布的《State of AI》报告又显示，该平台上编程任务的Token占比从2025年初的11%升至50%以上，成为平台最大单一使用品类……结合起来看，“软件开发场景只占中国Token消耗量的15%”的结论，还是太费数学课代表的脑汁了。

03

而根据迷之数据推导出“美国用AI提生产力，中国用AI造奶头乐”，通过营造二元对立来批评中国紧缺的算力被用在了不该用的地方，也是错立靶子。

我想重复一个常识：商业化不是生产力的对立面，是生产力的输血泵。

纵观全球科技产业发展史，蒸汽机最早用于煤矿抽水，而非工业革命的动力革新；电力最早用于照明娱乐，而非工业生产……商业化从来都是前沿技术规模化普及、完成资本技术积累的必经阶段。

AI如果跑不通商业化链路，缺乏可持续的商业化收入，基础研发、技术迭代都没法跑远。所以，新技术先找到落地场景、先跑通商业模式，不是什么太丢人的事儿。

许多人会说：怎么美国企业就能大搞硬科技，你就把资源用在生产电子多巴胺上？

美国AI产业将大量算力用在前沿模型研发和应用软件开发上是不假，但这有成熟的硬核科技投融资体系、特殊的技术壁垒转化路径做支撑：依托顶级风险投资、科技巨头长期输血，A社、OpenAI们烧起Token来，挥金如土的气势不逊于有些嘉豪在杭州天际线、in11游艇包厢的做派。

中国企业有的用AI提高生产力、有的用AI制造“奶头乐”同样不假，可这有其必然性：多数中国AI企业面临的首要问题，是“活下去”。只有商业化链路跑通，AI产业才能在模型厂商、云厂商、应用厂商都受益的正循环中走得更远。

而AI短剧，就是中国AI产业最成熟、最高效、最稳定的商业化落地场景，可以去掉“之一”。

AI短剧背后是个巨大产业链，连着内容方、平台方、模型厂商、云厂商、CDN，每个环节都用得上Token。将AI短剧作为重要落地场景，也算是进行超大规模的商业化压力测试：它能证明中国的模型能力可支撑高频、高并发、高迭代的内容工业化生产，而被视频生成的“高帧率、一致性、抽卡收敛”N重考验磨砺出来的AI能力，还能用在工业仿真、数字孪生、影视预演等更多领域。

换句话说，就是不少人看不上的娱乐场景，带动了“商业变现反哺技术研发”链路的形成，也用真实场景数据、用户交互数据、内容生成数据的“喂养”助益了AI能力迭代。

这点可以参照游戏之于英伟达。试想下：要是当年没游戏场景提供的收入跟大规模工程验证，英伟达GPU这棵“大树”，还能长得像今天这么粗壮吗？

“美国用AI提生产力，中国用AI既提生产力也造奶头乐”，本无可厚非。美国企业级AI起步早、软件生态成熟、企业付费意愿强，编程研发自然先规模化；中国拥有全球最大的内容消费市场和电商市场，短剧、直播产业链本就成熟，AI视频技术落地后最先跑出规模，是市场选择的结果，而非“堕落”的证明。

倒是那些质疑者，挺需要被反过来质疑下：你们说AI算力就该用在软件开发上，你们愿意为软件付费吗？部分企业将AI算力用在短剧上，不就是因为用户愿意充值吗？

04

因为不少中国AI算力流向AI短剧就做痛心疾首状，就抡起“大批判”皮鞭，没有必要。

但“美国用AI提生产力，中国用AI造奶头乐”这类伪命题引发的不安，反映出的社会心理依然值得盘一盘。

我觉得，这至少揭示出了两种日益普遍的社会认知。

一是，觉得绝大多数短剧都是电子垃圾，毫无营养。

数据显示，2026年前8个月，我国上线微短剧43万部，是去年全年13倍，超九成AI参与制作。含AI量大增，但套路还是那些套路：霸总、赘婿、重生、复仇、金手指……

虽然我向来反对网民“张口就是一个娱乐至死理论，再张口又是一个奶头乐理论”，给短剧扣上精神鸦片、赛博瘾品的帽子，但不得不说，时下90%以上的短剧都是“爽感有余，价值不足”——即便它已是国人杀时间的消遣物，已成文化出海的新名片。

套用朋友肖畅的说法，如果说电影是在给意义做加法，即便是无聊瞬间，也要用符号堆砌赋予其意义，那短剧就是反意义的，即使是厚重事情，也要在去意义感中让其变得只剩爽感。

若是虑及全网AI短剧/漫剧的播放破亿爆款率仅0.117%（DataEye-ADX截至2026年2月底的监测数据），2026年AI短剧行业平均完播率已从2025年的45%-60%跌至不足15%，大量AI短剧都无法赚到钱，该产业的商业模型健康度其实都存在不小问题。

二是，希望AI被更多地用在攻克“卡脖子难题”上。

国人被“卡脖子”三个字腌了太久：光刻机、芯片、操作系统……潜意识里总觉得，AI这种级别的技术，就该用来攻基因组、算流体力学、搞核反应堆设计、写编译器、训大模型。结果一看榜单，最猛的消耗居然在“霸道总裁爱上我”上，心理落差可想而知。

鉴于国内芯片供给受限，高端GPU紧缺，紧张的AI算力资源如果过度涌向“回报周期短”的AI短剧上，必然会挤压硬科技的“Token配额”，这是无数人内心深处的担忧。

正因如此，有人期望，虽然无需禁止“用AI制作短剧”，但要明确算力资源分配的优先级，确保该用在战略方向的AI算力不会被挤占。

作为普通百姓，我很理解这样的想法，但作为市场原教旨主义者，我又很难认同那种“计划型思维”。

我更希望，那些觉得AI算力不该浪费在短剧上的人，自己少刷些短剧，你不刷我不刷，它的市场就小了，用AI做短剧的就少了；那些认为AI算力该被用在软件开发上的人，自己能先形成付费订阅使用AI软件的习惯——若是靠用户付费就能跑通商业模型，那企业自然就更有更足动力将更多Token用在软件开发上了。

如果这些都做不到，却转过身去痛心于“美国用AI提高生产力时，中国却用AI制造奶头乐”，那我只能回以渣渣辉的名台词——“你挑的嘛，偶像。”