AI news

独家解读丨拿下美企近半Token,中国模型为何能吃掉这一海外场景?

By 雷峰网1 viewsSource: 雷峰网
独家解读丨拿下美企近半Token,中国模型为何能吃掉这一海外场景?

“「出海四巨头」智谱、Kimi、千问......谁最受外企欢迎? ” 作者丨胡清文 编辑丨徐晓飞 去年这个时候,硅谷讨论的还是中国模型能不能打。但在今年,这个问题已经被一组数据碾过。 OpenRout

The full text has not been translated yet. The Chinese original is shown below.

文章配图

“「出海四巨头」智谱、Kimi、千问......谁最受外企欢迎?”

去年这个时候,硅谷讨论的还是中国模型能不能打。但在今年,这个问题已经被一组数据碾过。

OpenRouter 最新数据显示,中国模型在美国企业周 token 使用量中的占比,从 2025 上半年的 4.5%,一路冲至 2026 年初以来周周稳定在 30% 以上,峰值一度达到 46%。

这并非某个爆款模型带来的昙花一现,而是一条自 2 月 9 日起就没有回头的增长曲线。

更耐人寻味的是,这场“倒戈”的主角,不只是硅谷的初创公司,还包括微软这样的 OpenAI 最大盟友。

价格、账单和一场跨越大西洋的集体转向,正把中国模型从一个技术话题,变成一道外企绕不开的算术题。

从 4.5% 到 46%,一条谁都没料到的曲线

如果说 AI 行业过去两年最大的共识是美国模型赢在质量、中国模型赢在便宜,那么 2026 年,这个共识正被改写为中国模型正在赢下用量。

“这一年最大的变化,并不是说中国模型全面超越美国,而是大模型开始全面进入商品化阶段。”AI 产品负责人朱颐均给这条增长曲线定了性。

他认为,过去大家的争论点集中在谁的模型更聪明、推理能力更强,但现在整个产业的逻辑已经发生了变化,怎么用低成本完成绝大多数任务,成为了企业采用模型时考虑的优先级。

据 OpenRouter 的最新统计,美国企业调用中国模型的周 token 占比,2025 上半年只有 4.5%,过去 12 个月均值也不过 11%。但从 2026 年 2 月 8 日那一周起,这个数字再没跌破 30%,年中一度冲到 46%。

值得注意的是,这条增长曲线还是在整个盘子疯狂膨胀的背景下出现的。

OpenRouter 平台自身的周处理总量,从 2025 年 4 月的约 5 万亿 token,扩张到 2026 年 4 月的超过 20 万亿。换言之,中国模型不是在一块萎缩的蛋糕里抢份额,而是在一块疯狂变大的蛋糕里,拿走了越来越大的一块。

对此,朱颐均还提到了一个容易被忽略的传导路径。“OpenRouter 本身就是一个开发者的平台,从产业角度来看,一直都是开发者先迁移到有价格优势的大模型上,然后企业跟随。也就是说,眼下这条曲线,很可能只是 B 端企业采购结构变化的前奏。”

与此同时,Vercel AI Gateway 的数据证明,中国模型进入全球开发者生态的速度正在加快。

据平台统计,DeepSeek 在 2026 年 5 月一个月内,token 使用份额从不足 1% 升至 17%,成为平台第三大 token 来源。而 6 月上线的智谱 GLM-5.2,仅两周内日 token 量增长约 50 倍,迅速进入 Vercel AI Gateway 模型调用排名前列。

甚至在美国 AI 投资圈内部,GLM-5.2 也引发了罕见关注。

A16Z 联合创始人 Marc Andreessen 在 X 上发文称:“多位 AI 行业从业者判断,GLM-5.2 是首个能够在多任务上匹配、甚至击败美国顶级实验室公开模型的中国 AI 模型,且无需做出明显妥协。”

从硅谷到欧洲,众多海外企业正选用中国 AI 模型,摆脱对美国头部 AI 公司模型产品的单一依赖。

据悉,DoorDash、西门子、Airbnb 等多家企业已落地中国 AI 模型产品,中国大模型凭借价格更低、性能持续提升以及支持企业本地部署运维等优势,获得海外企业青睐。

德国工业巨头西门子表示,企业内部目前混合使用多款 AI 模型产品,其中就涵盖了中国的 DeepSeek、智谱等企业的大模型。

“采购逻辑本身在变,越来越多企业倾向私有化或混合云部署。” 朱颐均认为,一些欧洲企业非常重视数据安全和隐私保护,也担心被单一锁定在欧美厂商身上,所以自然会优先选择中国的 AI。

在《金融时报》的最新报道中,诸多欧洲企业已表态,此前美国出台的针对 Anthropic 大模型的出口管制政策,促使他们减少了对美国 AI 工具的依赖。“即便 Fable 模型重新放开供应,企业心中的顾虑也难以消除。”

“崩坏”的美国企业账单,正在造福中国 AI 模型

谈及这场集体倒戈的终极原因,几位受访者不约而同指向同一个点:价格。答案,就藏在美国 AI 模型 Agent 工作流那本越翻越厚的账单里。

今年 4 月,斯坦福数字经济实验室等机构发布论文《How Do AI Agents Spend Your Money?》,文中实测数据显示:同一份编码任务,AI Agent 自动化工作流平均消耗 417 万 Token,普通代码问答仅消耗 3390 Token,两者相差超过 1000 倍。

原因在于 Agent 需要不断读取上下文、调用工具并循环规划,真正昂贵的并不是回答问题,而是让 AI 持续工作。

截至 2026 年 7 月,DeepSeekV4Flash 的输入 token 价格为每百万 0.14 美元,而 OpenAI GPT-5.5 的报价是 5 美元,差价在 4 倍到 100 倍之间浮动。OpenRouter 表示,开源中国模型的价格普遍比 Anthropic、OpenAI 的旗舰产品便宜 60% 到 90%。

当这样的价差被摊到一个需要调用上百次模型才能完成的任务里,账单的量级会被彻底放大。

如此账单压力之下,微软向 Axios 证实,正在探索将经过微调、并部署在 Azure 上的DeepSeek V4版本,用作 Copilot Cowork的低成本模型选项,以替代目前由 OpenAI 和 Anthropic 模型承担的部分工作负载,同时把该产品从固定收费改成按用量计费。

朱颐均把这一系列动作解读为微软已经进入“多模型战略时代”,即 OpenAI 和微软的关系正走向非排他。

“微软现在卖的不只是 GPT,Copilot、Microsoft 365、GitHub 才是核心,模型只是底层的输出能力,尤其是中国的一些大模型已经能力足够好、足够稳定、性价比又很高,那其实都可以调用,这背后是企业心态的转变。”

长期聚焦科技领域的投资人沈巍则从微软的动作里,看到了同一个趋势的另一面:“未来企业客户一定是多种模型混合使用的,便宜的和高级的搭配着来。”在他看来,这种“混用”正在从个别企业的权宜之计,变成一种默认配置。

比微软更早用脚投票的,是一批中小型公司。

旧金山初创公司 Lindy 已经把 AI Agent 全部从 Anthropic 迁到 DeepSeek V4,创始人称这一举动为公司节省了数百万美元,并提高了许多核心性能。

Airbnb CEO Brian Chesky 曾公开表示,公司非常依赖阿里巴巴的 Qwen 模型,主要用于大规模生产场景,因为 Qwen 不仅效果足够好,而且速度更快、成本更低。

但沈巍提醒,这场转向的另一面,是一场谁都没法全身而退的价格战。“全球大模型已经进入竞争明显加剧、甚至走向恶化的混战,几个月来价格战是明显加剧的。”

他观察到,这并非中国模型单方面的降价,而是头部玩家的集体卷入。OpenAI 带头,Anthropic 跟进,近期纷纷向重度用户推出增量福利,本质是变相降价;Meta 也加入低价走量的大战,这就是商业竞争,一方率先降价,其余厂商必须跟进。

沈巍的看法很直接:“这场恶战正在不可回头地加剧,各家的商业模式都难言健康。”

换句话说,美国模型账单的“崩坏”,与其说是中国模型单方面的胜利,不如说是整个行业被一起拖进了这场价格竞赛。而中国厂商,恰好站在了更具优势的一侧。

中国模型出海,先吃掉了哪些场景?

“虽然我们的模型已经在用量方面追赶上了,但一个无法忽略的事实是,中国模型目前拿下的主要是‘中间层’,而非‘塔尖’。”

长期跟踪 AI 赛道的分析师孙灏告诉雷峰网,尽管中国 AI 模型和美国头部 AI 模型的编程 Agent 基准差距已经收窄到一个百分点级别,但在多模态理解、超长上下文一致性,以及涉及强监管的高敏感场景中,前沿模型的差距尚未被填平。

“中国模型吃下的是那些高流量、低敏感度的任务,比如批量分类、内容起草、代码脚手架等,在这些场景里数据泄露的代价算不上灾难。这是一场够用对最优的替代,不能看作全面的正面击溃。”

而这条路到底能走多远,取决于一个更尖锐的问题:低价换来的市场份额,能不能变成真金白银的利润?

孙灏认为,眼下中国模型正在经历一个微妙阶段,token 用量赢了,账单却没有等幅增长。低价策略帮助它们快速进入开发者和企业工作流,但海量 token 调用量背后的商业价值并没完全释放。

“中国模型正在赢下用量,但还没赢下利润。”对于 token 消耗暴涨但收入跟不上的吊诡处境,朱颐均给出了一套具体的“病理分析”:

“第一是模型定价过低,本质是一道乘法题;第二,开源稀释推理收入,大模型公司仅能收获有限的授权收入;第三是缺少上层应用,以 GPT 为例,模型只是底层底座,真正创造营收的仍旧是上层应用;第四是企业软件收入不足,中国大模型公司主要依靠 API 调用收费,在产业链价值分配里只拿到微薄份额。”

投资人沈巍则把这个问题放到了一个更大的坐标系中:“这不是中国模型独有的问题,当前靠售卖 token 的大模型生意本身还未跑通完整商业闭环,行业商业模式仍在持续探索。”

他指出,AI 更像电力而非互联网,模型 API 与 token 计费是第一层收益,AI 订阅是第二层,企业定制软件加价是第三层,Agent 自动化工作流是第四层,垂直行业解决方案是第五层。

“AI 到底靠什么赚钱,不存在单一答案,而是一套分层盈利组合。”

同时,沈巍给出了判断这场行业大战走向的几个核心观测指标:Agent 能否从演示原型落地真实业务、企业客户能否从试点走向续费扩容、token 增量是否对应真实营收增长、推理成本与毛利率的动态变化。

“只有消耗在高价值业务场景里的token,才具备真正的商业含金量。”

一年前,中国模型面对的核心问题是,性能差距能否被追平。

一年后,行业核心问题已经转变为当性能差距持续缩小、价格优势充分兑现,谁能主导建立全新的 AI 商业秩序。

AI 产业的分水岭,或许不在于谁拥有最多 token,而在于谁能从海量 token 消耗中创造出最高的产业价值。

文章来自于微信公众号 “雷峰网”,作者 “雷峰网”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)