AI का अधिक इस्तेमाल, ऊंची कीमतें और शुरुआत के लिए लंबा इंतजार
चाइना एकेडमी ऑफ इन्फॉर्मेशन एंड कम्युनिकेशंस टेक्नोलॉजी (CAICT) के अनुसार, जून 2026 में चीन में कृत्रिम बुद्धिमत्ता टोकन की दैनिक खपत लगभग 500 ट्रिलियन तक पहुंच गई, जो दिसंबर 2025 में दर्ज स्तर से करीब चार गुना है। मांग के साथ कीमतें भी बढ़ीं: तुलनीय आधार पर समायोजित औसत घरेलू कीमत 2025 की दूसरी छमाही में 6.8 युआन से बढ़कर 2026 में 13.46 युआन हो गई, यानी करीब 98% की वृद्धि।
विषय-सूची
- AI का अधिक इस्तेमाल, ऊंची कीमतें और शुरुआत के लिए लंबा इंतजार
- चीन इतने बड़े पैमाने पर क्या इस्तेमाल कर रहा है
- निगरानी में किन बातों की जांच हुई
- दो साल की कटौती के बाद कीमतें फिर बढ़ीं
- जवाब तैयार होना शुरू होने के बाद तेजी से आते हैं
- पहला जवाब आने में अधिक समय क्यों लगता है
- मॉडल एक बार में कहीं अधिक जानकारी संभाल सकते हैं
- एक ही मॉडल का प्रदर्शन अलग-अलग प्लेटफॉर्म पर अलग
- ग्राहकों के लिए इन बदलावों का क्या मतलब है
- मुख्य बातें
23 अक्टूबर को जारी CAICT की लार्ज मॉडल टोकन सर्विस परफॉर्मेंस मॉनिटरिंग रिपोर्ट (2026) में ऐसे बदलाव का भी उल्लेख है जिसे उपयोगकर्ता सीधे महसूस कर सकते हैं। अगस्त में घरेलू मॉडल ने 2025 के औसत की तुलना में लगभग दोगुनी तेजी से टेक्स्ट तैयार किया, लेकिन पहला टोकन देने में अधिक समय लिया। जवाब शुरू होने के बाद वह तेजी से आया; शुरू होने से पहले इंतजार लंबा था।
इन निष्कर्षों में दो साल की कीमत प्रतिस्पर्धा से उबरता बाजार, तेजी से बढ़ती खपत और कहीं अधिक मात्रा में जानकारी संसाधित कर सकने वाली सेवाएं एक साथ सामने आती हैं। ये यह भी दिखाते हैं कि AI सेवा चुनने के लिए सिर्फ मॉडल का नाम देखना पर्याप्त नहीं है: एक ही मॉडल चलाने वाले अलग-अलग प्लेटफॉर्म के नतीजों में काफी अंतर था।
चीन इतने बड़े पैमाने पर क्या इस्तेमाल कर रहा है
टोकन जानकारी की एक छोटी इकाई है, जिसे AI मॉडल संसाधित या तैयार करता है। टेक्स्ट में यह कोई शब्द, शब्द का हिस्सा या विराम चिह्न हो सकता है। टोकन यह मापने का एक साझा तरीका देते हैं कि मॉडल कितना काम संभाल रहा है, हालांकि शब्दों के साथ उनका संबंध अलग-अलग भाषाओं और प्रणालियों में बदलता है।
इसलिए, प्रतिदिन लगभग 500 ट्रिलियन टोकन का CAICT का आंकड़ा मॉडल गतिविधि की मात्रा बताता है। दिसंबर 2025 से करीब चार गुना वृद्धि लगभग 300% बढ़ोतरी के बराबर है, जिससे जून का कुल आंकड़ा पहले के स्तर से लगभग चार गुना हो गया।
अब अधिक सेवा प्रदाता मॉडल-एज़-अ-सर्विस प्लेटफॉर्म के जरिए पहुंच बेच रहे हैं, जिन्हें अक्सर MaaS कहा जाता है। ग्राहक सार्वजनिक क्लाउड एप्लिकेशन प्रोग्रामिंग इंटरफेस, यानी API, के जरिए अनुरोध भेजते हैं। यह ऐसा कनेक्शन है जो एक सॉफ्टवेयर को दूसरे से कोई काम करने के लिए कहने देता है। इस तरीके से कारोबार खुद मूल मॉडल चलाए बिना अपने उत्पादों में AI शामिल कर सकते हैं।
निगरानी में किन बातों की जांच हुई
CAICT के आर्टिफिशियल इंटेलिजेंस रिसर्च इंस्टीट्यूट ने यह रिपोर्ट उद्योग और सूचना प्रौद्योगिकी मंत्रालय की लार्ज मॉडल तथा हार्डवेयर-सॉफ्टवेयर मूल्यांकन संबंधी प्रमुख प्रयोगशाला और आर्टिफिशियल इंटेलिजेंस इंडस्ट्री अलायंस के साथ मिलकर प्रकाशित की। इसकी निगरानी जनवरी से अगस्त 2026 तक की अवधि को कवर करती है।
मूल्यांकन में अनुरोधों की सफलता दर, आउटपुट की गति, आउटपुट शुरू होने से पहले का इंतजार, स्थिरता, कीमतें और कॉन्टेक्स्ट विंडो शामिल हैं। इसमें आधिकारिक मॉडल प्लेटफॉर्म की तुलना DeepSeek, Qwen, GLM और Kimi देने वाली तृतीय-पक्ष सेवाओं से की गई है। ये ओपन-सोर्स मॉडल के चार परिवार हैं।
CAICT का कहना है कि उपयोगकर्ताओं के पास अक्सर टोकन सेवाओं के प्रदर्शन को आंकने का आसान तरीका नहीं होता और उन्हें प्रदाता चुनने में कठिनाई होती है। इसके माप इस व्यावहारिक समस्या को हल करने के लिए सेवा के कई पहलुओं को अलग-अलग दिखाते हैं, जो सिर्फ कीमत या गति के एक आंकड़े से सामने नहीं आते।
मुख्य तारीखें बताती हैं कि ये बदलाव कैसे हुए:
- दिसंबर 2025: घरेलू दैनिक टोकन खपत में इसके बाद हुई करीब चार गुना वृद्धि के लिए तुलना का आधार।
- जनवरी से अगस्त 2026: रिपोर्ट की निगरानी अवधि।
- मई 2026: निगरानी में चार ओपन-सोर्स मॉडल परिवारों के नए संस्करण शामिल किए गए।
- जून 2026: घरेलू दैनिक टोकन खपत लगभग 500 ट्रिलियन तक पहुंची।
- अगस्त 2026: घरेलू आउटपुट गति औसतन 78.23 टोकन प्रति सेकंड रही।
- 23 अक्टूबर 2026: रिपोर्ट जारी हुई।
दो साल की कटौती के बाद कीमतें फिर बढ़ीं
घरेलू मॉडल सेवाएं 2026 में प्रवेश करते समय दो साल की कीमत प्रतिस्पर्धा से गुजर चुकी थीं। कीमत का 6.8 युआन से 13.46 युआन तक बढ़ना, CAICT के सामान्यीकृत मूल्य माप में 6.66 युआन की बढ़ोतरी है, जिससे पहले का औसत लगभग दोगुना हो गया।
सामान्यीकरण का मतलब है अलग-अलग मूल्य व्यवस्थाओं को एक साझा आधार पर बदलना, ताकि उनकी तुलना की जा सके। इन उद्धृत युआन कीमतों के पीछे बिलिंग की मात्रा स्पष्ट नहीं है, इसलिए ग्राहक रिपोर्ट के औसत को किसी खास अनुरोध की लागत में सीधे नहीं बदल सकते।
चीन के बाहर 2026 में लॉन्च हुए सामान्य मॉडल का उसी सामान्यीकृत माप पर औसत लगभग 117.8 युआन था। यह 13.46 युआन के घरेलू औसत से करीब 8.8 गुना अधिक है। यह तुलना निगरानी में शामिल समूहों को दर्शाती है, जबकि ग्राहकों को हर मॉडल और प्लेटफॉर्म के लिए अलग-अलग कीमतें चुकानी पड़ती हैं।
जवाब तैयार होना शुरू होने के बाद तेजी से आते हैं
अगस्त में घरेलू मॉडल ने औसतन 78.23 टोकन प्रति सेकंड तैयार किए, जबकि 2025 का औसत 38.25 था। करीब 105% की यह वृद्धि बताती है कि आउटपुट की गति दोगुने से कुछ अधिक हो गई।
थ्रूपुट या टोकन प्रति सेकंड (TPS) के नाम से जाना जाने वाला यह माप बताता है कि सेवा कितनी तेजी से जवाब तैयार करती है। ज्यादा आंकड़ा होने पर जवाब तैयार होना शुरू होने के बाद लंबा उत्तर देने में कम समय लग सकता है।
चीन के बाहर के सामान्य मॉडल ने अगस्त में औसतन 112.82 टोकन प्रति सेकंड तैयार किए, जो घरेलू आंकड़े से करीब 44% अधिक है। उनकी आउटपुट गति भी तेजी से बढ़ी: दिसंबर 2025 में 51.35 टोकन प्रति सेकंड से बढ़कर करीब 120% की वृद्धि हुई।
तुलना की अवधियां अलग-अलग हैं: घरेलू आंकड़े की तुलना पूरे 2025 के औसत से की गई है, जबकि विदेशी आंकड़े की तुलना दिसंबर से की गई है। दोनों श्रृंखलाएं आउटपुट गति में बड़ी बढ़ोतरी दिखाती हैं, हालांकि निगरानी में शामिल विदेशी मॉडल का अगस्त औसत अधिक रहा।
पहला जवाब आने में अधिक समय क्यों लगता है
अगस्त में घरेलू मॉडल को पहला टोकन तैयार करने में औसतन 1.26 सेकंड लगे, जबकि 2025 में यह समय 0.78 सेकंड था। 0.48 सेकंड की यह बढ़ोतरी करीब 62% है।
इस इंतजार को टाइम टू फर्स्ट टोकन, यानी TTFT, कहा जाता है। चैटबॉट इस्तेमाल करने वाले व्यक्ति के लिए यह अनुरोध भेजने और जवाब शुरू होते देखने के बीच का विराम है। थ्रूपुट इस विराम के बाद की गति को मापता है, इसलिए कोई सेवा एक माप में बेहतर होते हुए दूसरे में धीमी हो सकती है।
चीन के बाहर के सामान्य मॉडल को अगस्त में जवाब देना शुरू करने में औसतन 2.08 सेकंड लगे, जबकि अप्रैल में यह 1.04 सेकंड था। इसलिए अगस्त में घरेलू मॉडल ने औसतन 0.82 सेकंड पहले आउटपुट देना शुरू किया, हालांकि उसके बाद आउटपुट की गति धीमी थी।
CAICT शुरुआती देरी बढ़ने का कारण एक साथ हो रहे कई बदलावों को बताता है: बड़े मॉडल, लंबे कॉन्टेक्स्ट और अधिक अनुरोध। बड़े मॉडल को अधिक गणना की जरूरत होती है; लंबे कॉन्टेक्स्ट में संसाधित करने के लिए अधिक जानकारी होती है; और ज्यादा ट्रैफिक से सेवा पर मांग बढ़ती है।
मॉडल एक बार में कहीं अधिक जानकारी संभाल सकते हैं
निगरानी में शामिल मॉडल में से 47.8% ने 1 मिलियन टोकन की कॉन्टेक्स्ट विंडो का समर्थन किया। इससे कहीं बड़े हिस्से, 95.7%, ने कम से कम 200,000 टोकन संभाले। 2025 के अंत से इसमें 76 प्रतिशत अंक से अधिक की वृद्धि हुई।
कॉन्टेक्स्ट विंडो उस जानकारी की मात्रा है जिसके साथ कोई मॉडल एक अनुरोध के दौरान काम कर सकता है। इसमें निर्देश, पहले की बातचीत और विश्लेषण के लिए दिए गए दस्तावेज शामिल हो सकते हैं। बड़ी विंडो उपयोगकर्ताओं को अलग-अलग अनुरोधों में बांटने के बजाय एक साथ अधिक जानकारी देने की गुंजाइश देती है।
ये आंकड़े दिखाते हैं कि निगरानी में शामिल मॉडलों में लंबे कॉन्टेक्स्ट कितनी तेजी से आम हुए। करीब आधे मॉडल ने 1 मिलियन टोकन की क्षमता दी, जबकि केवल 4.3% मॉडल 200,000 से कम पर रहे। 76 प्रतिशत अंक से अधिक की वृद्धि का मतलब है कि 2025 के अंत में कम से कम 200,000 टोकन का समर्थन करने वाले मॉडलों का हिस्सा 19.7% से कम था।
लंबे दस्तावेजों को संसाधित करने वाले कारोबार के लिए बढ़ी हुई क्षमता से यह बदलता है कि एक ही काम में कितनी जानकारी शामिल की जा सकती है। इससे यह समझने में भी मदद मिलती है कि रिपोर्ट इंतजार के समय के साथ क्षमता की भी जांच करती है: पहला दिखाई देने वाला जवाब आने से पहले मॉडल कहीं अधिक जानकारी संभाल रहा हो सकता है।
एक ही मॉडल का प्रदर्शन अलग-अलग प्लेटफॉर्म पर अलग
DeepSeek, Qwen, GLM और Kimi सेवाओं में प्रदाता के अनुसार थ्रूपुट, शुरुआती जवाब का समय और अनुरोधों की सफलता दर अलग-अलग रही। एक ही मॉडल के लिए अलग-अलग प्लेटफॉर्म के बीच आउटपुट गति का अंतर लगभग दोगुना था।
कुछ तृतीय-पक्ष सेवाओं का प्रदर्शन आधिकारिक प्लेटफॉर्म से बेहतर रहा। CAICT इस अंतर का कारण इन्फरेंस में तेजी लाने, ऑप्टिमाइजेशन की रणनीतियों और लागत नियंत्रण में फर्क को बताता है। इन्फरेंस वह कंप्यूटिंग प्रक्रिया है जिसके जरिए प्रशिक्षित मॉडल जवाब तैयार करता है; प्रदाता इस काम को अलग-अलग तरीके से व्यवस्थित और अनुकूलित कर सकते हैं।
संस्करणों में बदलाव का भी असर पड़ा। अगस्त में DeepSeek-V4-Pro का थ्रूपुट DeepSeek-V3.2 से दोगुना था। मई में अपग्रेड के बाद निगरानी में शामिल मॉडलों के शुरुआती इंतजार में आम तौर पर पहले बढ़ोतरी हुई, फिर प्रदाताओं ने ऑप्टिमाइजेशन शुरू किए तो इसमें कमी आई। देरी धीरे-धीरे अपग्रेड से पहले के स्तरों के करीब लौट आई।
इसलिए सेवा चुनने वाले ग्राहकों को आपस में जुड़े दो फैसले लेने होते हैं: कौन-सा मॉडल इस्तेमाल करना है और उसे किस प्लेटफॉर्म पर चलाना है। रिपोर्ट के निष्कर्ष बताते हैं कि प्रदाता के स्तर पर प्रदर्शन इस चुनाव का ठोस हिस्सा है।
ग्राहकों के लिए इन बदलावों का क्या मतलब है
AI की पहुंच खरीदने वाले कारोबारों को अब औसत घरेलू कीमतें बढ़ी हुई मिल रही हैं, जबकि आउटपुट तेज हुआ है और कॉन्टेक्स्ट विंडो काफी बड़ी हुई हैं। सबसे उपयोगी तुलना काम पर निर्भर करती है: इंटरैक्टिव चैट में जवाब तेजी से शुरू होना अहम है, जबकि लंबा जवाब तैयार करते समय लगातार तेज आउटपुट अधिक मायने रखता है।
दस्तावेजों का विश्लेषण करने वाली सेवा को बड़ी कॉन्टेक्स्ट विंडो की जरूरत हो सकती है, जबकि ग्राहकों के बार-बार अनुरोध संभालने वाला एप्लिकेशन सफल कॉल और स्थिर प्रदर्शन पर भी निर्भर करता है। CAICT इन सभी मापों को शामिल करता है, क्योंकि हर माप उपयोगकर्ता के अनुभव के अलग हिस्से को प्रभावित करता है।
रिपोर्ट की समग्र तस्वीर में बाजार का विस्तार, बढ़ती क्षमता और सामान्यीकृत मूल्य माप पर बढ़ती कीमतें एक साथ दिखती हैं। निगरानी में शामिल विदेशी मॉडलों की तुलना में घरेलू सेवाओं को कीमत में बड़ा फायदा बना रहा और अगस्त में उन्होंने औसतन पहले जवाब देना शुरू किया। आउटपुट शुरू होने के बाद विदेशी मॉडल ने टोकन तेजी से तैयार किए। दोनों समूहों में पहले टोकन के लिए बढ़ता इंतजार बड़े मॉडलों और अधिक इस्तेमाल के साथ आ रहे दबाव को दिखाता है।
मुख्य बातें
- जून 2026 में चीन ने प्रतिदिन लगभग 500 ट्रिलियन AI टोकन इस्तेमाल किए, जो दिसंबर 2025 के स्तर से करीब चार गुना है।
- घरेलू सामान्यीकृत कीमतें लगभग 98% बढ़कर 6.8 युआन से 13.46 युआन हो गईं।
- अगस्त में घरेलू आउटपुट गति औसतन 78.23 टोकन प्रति सेकंड रही, जो 2025 के औसत से दोगुने से अधिक है।
- पहले टोकन के लिए घरेलू इंतजार 0.78 सेकंड से बढ़कर 1.26 सेकंड हो गया।
- निगरानी में शामिल करीब 95.7% मॉडल ने कम से कम 200,000 टोकन की कॉन्टेक्स्ट विंडो का समर्थन किया।
- एक ही मॉडल की आउटपुट गति अलग-अलग प्लेटफॉर्म पर लगभग दोगुनी तक अलग रही; कुछ तृतीय-पक्ष प्रदाताओं का प्रदर्शन आधिकारिक सेवाओं से बेहतर था।
