报告

报告认为，各平台对相同模型的推理加速、优化策略、成本控制不同，是造成性能分化的主要原因。

报告监测的模型中，上下文长度达到100万（1M）词元的模型占比已达47.8%，20万（200K）词元及以上的合计占比达95.7%，较2025年底提升超过76个百分点，更短上下文模型的占比则持续减少。

报告基于2026年1至8月的监测数据，围绕调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度，对国内外大模型词元服务开展分析

报告认为，各平台对相同模型的推理加速、优化策略、成本控制不同，是造成性能分化的主要原因。

报告解释称，时延上升并非单纯的性能退化，而是伴随模型参数量增加、上下文长度增加、调用量增加等多种因素同步产生的结果。