最近国家数据局给出的统计数据是，3月中国日均Token调用了超过140万亿。
昨天晚点LatePost又发了报道，字节豆包大模型的日均Token调用量在3月超过了100万亿。
我们假设两个数据都是成立的，那么岂不是豆包一家就占到了中国大模型整体消耗量的70%以上？
当然豆包大模型也可以有海外的调用量，但从市场表现来看，不会太多。
再就是口径问题，豆包的100万亿日均调用量，出自火山引擎，这个相对来说是比较清晰的。
国家数据局和其他政府机构一样，基本只给结论，不谈样本，用常识判断的话，它的信息是各家大模型公司上报过去的，没有自己的统计渠道。
所以就造成了解读上的不够精确：
全中国140万亿的日均调用量，是基于什么汇报口径？
同样是Tokens消耗，模型App是一个数，模型底座是一个数，云又是另一个数，而且云还得看是不是MaaS⋯⋯
不说清楚的话，理解偏差就会很大。
当然豆包模型的消耗占比偏大的原因也有合理性，就是全模态，同样是用ChatBot，你搁那问五分钟的交互消耗，和跟豆包打语音开视频相比，区别不是一般的大。
这也是豆包比较「占便宜」的地方，按照AI时代的北极星指标要从月活/日活变成用量这个暴论的说法，豆包和其他国产大模型的差距，比月活/日活的差距是要更大的。
火山引擎还提了一个点，就是Seedance模型在被广泛用在AI漫剧产业，AI漫剧的制作商在投入上相对充裕，从即梦等2C产品用户使用Seedance排队越来越痛苦也能察觉到，字节是在优先保障企业级付费用户的使用，叠加起来就是「极大带动了Token的消耗增长」。
但Seedance应该不会算在豆包大模型的调用量里，这个可以排除。
总之豆包这闷声上大分的成绩，是有点细思恐极的，不怕兄弟苦，就怕兄弟开路虎啊。
昨天晚点LatePost又发了报道，字节豆包大模型的日均Token调用量在3月超过了100万亿。
我们假设两个数据都是成立的，那么岂不是豆包一家就占到了中国大模型整体消耗量的70%以上？
当然豆包大模型也可以有海外的调用量，但从市场表现来看，不会太多。
再就是口径问题，豆包的100万亿日均调用量，出自火山引擎，这个相对来说是比较清晰的。
国家数据局和其他政府机构一样，基本只给结论，不谈样本，用常识判断的话，它的信息是各家大模型公司上报过去的，没有自己的统计渠道。
所以就造成了解读上的不够精确：
全中国140万亿的日均调用量，是基于什么汇报口径？
同样是Tokens消耗，模型App是一个数，模型底座是一个数，云又是另一个数，而且云还得看是不是MaaS⋯⋯
不说清楚的话，理解偏差就会很大。
当然豆包模型的消耗占比偏大的原因也有合理性，就是全模态，同样是用ChatBot，你搁那问五分钟的交互消耗，和跟豆包打语音开视频相比，区别不是一般的大。
这也是豆包比较「占便宜」的地方，按照AI时代的北极星指标要从月活/日活变成用量这个暴论的说法，豆包和其他国产大模型的差距，比月活/日活的差距是要更大的。
火山引擎还提了一个点，就是Seedance模型在被广泛用在AI漫剧产业，AI漫剧的制作商在投入上相对充裕，从即梦等2C产品用户使用Seedance排队越来越痛苦也能察觉到，字节是在优先保障企业级付费用户的使用，叠加起来就是「极大带动了Token的消耗增长」。
但Seedance应该不会算在豆包大模型的调用量里，这个可以排除。
总之豆包这闷声上大分的成绩，是有点细思恐极的，不怕兄弟苦，就怕兄弟开路虎啊。
