一部12集的AI短剧，光算力成本就能达到近20万元。而一个8到10人的研发团队，辛苦一周编写代码所消耗的Token量，可能连几集短剧都支撑不了。10月19日，豆包公关负责人刘星在社交平台上直接反驳了“国内超一半算力在造爽剧”的说法，指出字节公司总算力中只有约10%用于视频生成模型的训练和推理。中文在线对此没有再作回应。
这个问题源于中文在线六月份的一份投资者关系活动记录表。其中提到，国内AI Token消耗中，55%用于短剧和视频生成，24%用于电商广告，只有15%用于研发。这个比例引发了广泛关注。虽然短剧的Token消耗确实很高，但刘星指出，实际算力分配与“一半以上造爽剧”相差甚远。问题在于，中文在线统计的是Token消耗分布，而非物理GPU算力使用情况。Token是API调用时按量计费的单位，生成一段视频或运行一次对话都会记账。然而，短剧的Token消耗密度远高于写代码。720p分辨率下，一条5秒的镜头需要约10万Token，相当于处理一部十万字剧本。一部90分钟的AI短剧，成片Token消耗可达1.1亿。加上制作过程中的多次修改，单部剧的实际消耗轻松突破数亿Token。高分辨率的AI仿真人剧更是如此，其Token消耗量是720p漫剧的两到三倍。因此，从调用量角度看，中文在线的说法有一定道理。但Token多并不意味着占用的GPU多，视频推理用的卡与训练大模型用的高端卡不同，将Token分布推导为“全国算力一半在造剧”过于简单化。
换个角度来看，即便中文在线的数据口径粗糙，它揭示的现象却是真实的。今年前八个月，国内上线的微短剧达43万部，是去年全年的13倍。仅抖音一个平台，上半年就新增了22万部AI短剧。红果短剧的日活跃用户已达到1.68亿，超过腾讯视频、爱奇艺、优酷和芒果TV四家总和。这表明短剧确实在吸引大量观众，也在消耗大量算力。资本流向盈利项目无可厚非，但DataEye监测数据显示，上半年抖音上22.19万部新增AI剧中，播放量破亿的仅有1055部，占比0.48%。行业默认的盈亏平衡线是5000万播放量，达到这一标准的占比仅为1.3%。其余98.7%的剧目在半年内无法回本。这意味着每77部AI短剧中，只有一部能盈利。每万次播放收益从去年的30至100元降至今年的5至10元。尽管算力成本降低，制作门槛降低，但被看到的门槛并未下降。大量Token消耗换来的是一堆无人问津的影片。这不仅仅是资本流向盈利赛道的问题，更像是人们拿着低成本工具赌爆款，大多数项目最终亏损。平台和算力厂商稳赚投流费和工具使用费，承制方和创作者则面临巨大压力。
更深层次的问题在于，中文在线提到的研发占比即使不精确，也反映了真实存在的焦虑。今年上半年国内智能算力规模达到2185 EFLOPS，整体利用率71.4%。算力资源充足，但在建项目也在推进。关键在于算力如何分配，产生了什么价值。短剧推理用的卡与材料模拟、药物筛选、基础模型架构探索用的卡是否存在挤占，尚无明确答案。如果最赚钱的AI应用是让人刷爽剧停不下来，那些需要长期投入的项目谁来支持？特斯拉在上海落地数据中心，开始大规模推送FSD监督版，而国内车圈还在争论车内设施细节。这种对比比任何数据都直观。市场存在需求，八亿多用户在看，不做别人也会做。但如果大部分推理资源都集中在短期回报项目上，而长期投入项目只能靠政策倾斜维持，这种结构显然存在问题。弯道超车的口号喊了多年，但竞争对手并未停滞不前。FSD纯视觉方案不断迭代，端到端模型也在使用真实数据训练，而国内智驾仍在讨论基本问题。短剧消耗多少Token可以继续争论，但98.7%的亏损率和15%的研发占比，令人担忧。
