这几天AI圈吵翻了一个数字："国内超一半算力，拿去造爽剧了。"
更扎心的是配套对比——55%的Token烧在短剧视频，24%烧在电商广告，真正用于研发写代码的，只有15%。再配上一句网传的"美国58%的Token都在编程"，舆论当场炸锅：
人家用AI造枪炮，我们用AI造烟花；西方提生产力，我们量产奶头乐。火药梗都被翻出来了。
骂了三天，字节跳动坐不住了。10月19日，豆包公关负责人刘星亲自下场：这数据"不靠谱"，就字节而言，总算力里只有约10%用于视频生成模型的训练和推理。
一个说55%，一个说10%，到底谁在撒谎？
答案可能有点扫兴：这架，吵的是一笔从一开始就算错的账。
先拆穿这个数字的三个"水分"
"55%"的出处，是A股上市公司中文在线的一份投资者关系记录表。注意这家公司的身份——它自己就是重仓AI短剧的内容厂商。
第一个水分：这不是全国普查，是一家短剧公司的平台采样。中文在线明确说的是"从行业调研数据来看"，口径是它参与的AI平台生态，采集窗口就10月上旬那几天。拿一家卖剧的公司看到的客户结构，代表整个中国AI的算力去向，相当于让奶茶店统计"中国人的钱有多少花在喝的上"。
第二个水分，也是最硬的硬伤：Token消耗，根本不等于算力。
Token是模型处理信息的计费单位，算力是GPU实打实的运算量。而视频生成，是出了名的"高密Token吞金兽"。行业测算，一段10分钟高清AI短剧，全流程要烧掉8000万到1.2亿Token；而一个8到10人的研发团队用AI高强度写一周代码，也就300万到500万Token。
通俗说：生成5秒钟720P画面的Token，可能顶得上处理一部十万字的剧本。所以视频Token占比高，首先是因为它"贵"、它"重"，而不是因为大家把电都拉去拍霸总了。
第三个水分：那个用来对比的"美国58%在写代码"，查无实据。a16z、麦肯锡、Gartner都没说过这话。更讽刺的是，美国平台上那堆编程Token里，有相当一部分是中国程序员贡献的——国内大量开发者用Claude写代码，账却记在了美国的统计簿上。
媒体的评价很到位：这大概率是个"稻草人命题"，特别能煽动情绪，但经不起推敲。
但把数字戳破后，真问题反而露出来了
辟谣归辟谣，有一组数据，豆包没反驳，也反驳不了：
2026年前8个月，国内上线微短剧43万部，是去年全年的13倍，其中AI剧占九成。平均一天1700多部，某平台高峰期每20秒诞生一部。
产量翻了13倍，市场规模只涨了8%。
钱呢？DataEye监测，上半年抖音22万部新增AI剧，播放破亿的只有1055部；以5000万播放为回本线，达标的只有1.3%。换句话说，98.7%的AI短剧半年内回不了本，平均77部里才活1部。爆款跑出率已经从过去的10%-20%，跌到了0.5%以下。
成本端还在疯狂烧钱：720P视频生成一秒1.5到1.6元，加上反复"抽卡"（同一个镜头生成十几次挑一条），每分钟实际算力成本逼近300元，一部80分钟的剧光算力就两万多元——"很多钱都花在了废片上"。
所以真正的问题从来不是"中国AI该不该造爽剧"，而是：当门槛被打到地板、43万部同质化内容互相踩踏，这套靠烧Token换概率的玩法，本身正在快速失效。
豆包为什么急着撇清？
顺便说一句，字节对这个标签这么敏感，是有原因的。
国内头部免费短剧平台红果，就是字节自家的。它今年7月日活1.68亿，已经超过腾讯视频、爱奇艺、优酷、芒果TV四大长视频平台日活之和，用户人均一天刷125分钟。
一边是日进斗金的短剧流量，一边是要对外讲"我们是严肃AI基础设施公司"的故事。"一半算力造爽剧"这顶帽子扣下来，对字节的AI叙事是个实打实的负资产。这也是为什么公关要第一时间把数字从"一半"砍到"一成"。
结语：该担心的不是造剧，是只会造剧
其实，用AI造爽剧一点都不丢人。
中国有全球最大的内容市场、最成熟的短剧产业链，AI视频技术最先在"离用户最近、离钱最近"的地方跑通规模，是市场的自然选择。而且被视频生成那套"高帧率、角色一致性、抽卡收敛"硬功夫磨出来的能力，完全可以外溢到工业仿真、数字孪生、影视预演——《后西游记》上星收视第一、《三星堆：未来往事》定档院线，这条路正在往长剧、电影爬。
同样在烧钱造剧，中文在线自己上半年短剧及IP收入4.11亿、增长108%、毛利率48.6%。它的打法值得抄作业：先用AI低成本验证，行再上真人重拍，外加560万种IP储备托底。不是造剧不行，是闭着眼无脑烧、指望抽卡爆一部，不行。
我们真正该盯的，是另一个指标：等这场产能泡沫挤掉之后，那些被验证过的AI能力，有多少能从"造爽剧"流进工厂、实验室和研发部门。
Token花在哪不丢人，能不能越花越值钱，才是关键。
