Token消耗：AI短剧占55%居首，软件开发占15%，美国写代码

大家有没有想过一个问题：全世界的人都在用AI，但大家拿AI干的事情，完全不一样。

最近一份数据在科技圈炸了锅，中文在线披露的行业信息显示，在国内所有Token消耗份额中，AI短剧与视频生成以55%高居榜首，电商与营销占24%，而软件开发仅占15%。

大洋彼岸的美国呢？情况正好反过来，美国大约58%的Token跑在代码生成和企业流程自动化上。

一句话总结：中国人拿AI拍短剧，美国人拿AI写代码。

这张对比图在外网上被看了八十多万次，国内科技圈也吵翻了天，有人痛心疾首：“人家在搞硬科技，我们在搞娱乐至死”，也有人反驳：“你懂什么，这叫用火药做烟花，各取所需。”

但真相，真的这么简单吗？

先看看中国人拿AI干了什么

你可能想象不到，现在的短剧已经不是真人拍的了，打开抖音，上半年新增的AI短剧就达到22.19万部，新增播放量超过5000亿，这些短剧从剧本到画面，从配音到剪辑，全部由AI完成。

但AI拍短剧，烧钱烧得吓人，生产1秒钟的1080p视频，大约消耗5万Token，1分钟就是300万Token，一部完整的120分钟AI短剧，光模型端的算力成本就要3万到4万块钱，占到总成本的50%。

更要命的是“抽卡成本”，AI生成视频不像写文章那样一次成型，同一个镜头，创作者可能要反复生成十几次甚至几十次，才能挑出一张满意的，那些生成失败的“废片”，每一张都在烧钱。

贵州一家从网文转型做AI漫剧的公司透露，他们一个月产出5000到6000分钟的视频，Token需求量极其可观。

为什么中国AI最大的消耗场景是短剧？

说白了，中国的互联网内容消费太发达了，抖音、快手、红果短剧，几亿人每天在上面刷视频，有需求就有供给，AI短剧就是被这个巨大的内容市场催生出来的。

一个做AI短剧的从业者说得实在：“用户爱看，平台愿意推，我们能赚钱，AI只是让这件事效率更高了。”

美国人拿AI在干什么？

再看看美国那边，硅谷的程序员，现在几乎人手一个AI编程助手，数据显示，全球约九成专业开发者每周至少用一次AI编程工具，美国开发者中使用Claude Code的比例达到47%，接近一半。

这不是“尝鲜”，这是“刚需”。

在美国，一个资深软件工程师的年薪普遍在30万到50万美元之间，老板们看着这个数字就头疼，谁能用AI省下工程师的时间，谁就能在财报上好看一截。

现在的AI编程工具已经不只是“帮你补全下一行代码”了，像Cursor和Claude Code这样的工具，能把整个工程文件夹吞进去，自动翻API文档、改依赖、跑单元测试，连Bug都顺手修了，单次任务烧掉的Token动辄几万到几十万。

Uber五千人的工程团队，Claude Code的渗透率从年初的三成多一路冲到八成以上，每个工程师每月在AI编程上花掉500到2000美元，公司整个2026年的AI编程预算不到四个月就烧光了。

Meta那边更猛，员工三十天内通过编程工具消耗掉了60万亿Token。

为什么美国AI最大的消耗场景是编程？

因为美国的软件产业底子太厚了，企业级软件市场成熟得像棵老橡树，企业愿意为开发效率买单，AI编程工具的投入能直接转化成企业收益，这笔账，硅谷的老板们算得比谁都清楚。

这个对比到底说明了什么？

看到这里，很多人可能会得出一个结论：美国人拿AI做“高端”编程，中国人拿AI做“低端”短剧，技术差距很大。

但这个结论太简单了，编程和短剧，本质上只是两个不同的赛道，一个服务软件行业，一个服务内容消费行业，不存在谁高谁低的问题。

美国的优势产业是基础软件、企业服务、底层技术开发，软件工程师是很大的职业群体，企业常年需要开发和维护软件产品，AI优先渗透到软件开发环节，是产业环境带来的自然结果。

中国的优势产业是短视频、新媒体、网络内容，几亿人每天刷视频的需求摆在那里，AI最先在内容生产领域落地变现，同样是自然结果。

换个角度想，如果没有庞大的内容消费市场，中国的AI公司哪来的收入去养研发团队？

实际上，这两个赛道也不是完全割裂的，国内AI辅助编程的使用量每年都在快速上涨，美国那边AI写剧本、做短视频脚本的应用也在增长，只是目前Token消耗规模暂时没有超过编程而已。

还有一个被忽略的真相，有些人看到“55%的Token用来做短剧”就急了，觉得这是资源浪费，但如果你仔细看数据就会发现，视频生成的算力密度本身就比文本高得多。

一部十万字的短剧剧本，文本侧消耗的Token大约是十万级，但同样一部90分钟的AI短剧，仅成片Token就约1.1亿。

如果再算上“抽卡”重生成，一个镜头平均跑3到4次才能达标，单部剧实际消耗很容易突破数亿。

同样是内容生产，文本侧是十万级，视频侧是亿级，差了三四百倍，所以55%的占比，很大程度上是视频本身的算力密度决定的，不等于中国一半的AI资源都投在了娱乐上。

真正的差距在哪里？

坦率地说，中美AI的Token消耗结构差异，反映的是两个市场的产业基因不同。

美国企业软件和互联网服务的底子厚，编程研发、企业自动化这些场景先规模化跑起来了，中国消费互联网发达，内容消费场景先被AI渗透了。

一个市场先把AI用在老百姓每天要看的、要买的东西上，另一个市场先把AI用在企业每天要写的、要跑的系统上。

两边的Token消耗结构不一样，但背后的逻辑是一样的：都是把AI往自己市场里需求最旺的地方放。

美国那边编程Token烧得多，产出的是软件产品和自动化系统，价值体现在企业效率和产品迭代上，中国这边短剧Token烧得多，产出的是内容，价值体现在用户时长和流量变现上。

花Token的方式不一样，赚回来的东西也不一样。

其实，比起“中国人用AI做什么”，有一个数据更值得关注。

根据全球模型聚合平台OpenRouter的数据，中国AI大模型的周调用量已经连续二十多周超过美国，稳居全球首位，在调用量排名前五的模型中，中国模型长期包揽全部席位。

OpenRouter的用户以海外开发者为主，中国开发者仅占约6%，这意味着，中国的AI模型正在被全世界的开发者使用。

DeepSeek、小米MiMo、腾讯混元、智谱GLM，这些中国模型凭借极致的性价比，正在改写全球AI调用的版图。

中国人拿AI拍短剧，不代表中国的AI技术不行，恰恰相反，正是因为中国AI模型的性价比足够高，才撑得起短剧这种“烧Token”的产业。

最后说句实在话，“中国人用AI做短剧，美国人用AI写代码”这个对比，确实能引发很多讨论。

但与其争论谁更“高级”，不如看清一个事实，AI不是用来比高低的，它是用来解决问题的。

中国市场需要内容，美国市场需要软件，各自把自己的需求解决好，就是最大的价值。

中国有句老话，不管白猫黑猫，抓到老鼠就是好猫。

AI也一样，不管是写代码还是拍短剧，能创造价值、能养活产业、能让普通人受益，就是好AI。

结语

至于那些急着下结论说“中国AI不行”的人，建议先看看数据：中国大模型的全球调用量，已经是美国的好几倍了。

人家在用你的模型，你还在纠结用AI干什么，这才是真的想多了。