繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

拿下美企近半Token,中國模型為何能吃掉這一海外場景?

2026-07-21 18:21

去年這個時候,硅谷討論的還是中國模型能不能打。但在今年,這個問題已經被一組數據碾過。

OpenRouter 最新數據顯示,中國模型在美國企業周 token 使用量中的佔比,從 2025 上半年的 4.5%,一路衝至 2026 年初以來周周穩定在 30% 以上,峰值一度達到 46%。

這並非某個爆款模型帶來的曇花一現,而是一條自 2 月 9 日起就沒有回頭的增長曲線。

更耐人尋味的是,這場「倒戈」的主角,不只是硅谷的初創公司,還包括微軟這樣的 OpenAI 最大盟友。

價格、賬單和一場跨越大西洋的集體轉向,正把中國模型從一個技術話題,變成一道外企繞不開的算術題。

01

從 4.5% 到 46%,一條誰都沒料到的曲線

如果説 AI 行業過去兩年最大的共識是美國模型贏在質量、中國模型贏在便宜,那麼 2026 年,這個共識正被改寫為中國模型正在贏下用量。

「這一年最大的變化,並不是説中國模型全面超越美國,而是大模型開始全面進入商品化階段。」AI 產品負責人朱頤均給這條增長曲線定了性。

他認為,過去大家的爭論點集中在誰的模型更聰明、推理能力更強,但現在整個產業的邏輯已經發生了變化,怎麼用低成本完成絕大多數任務,成爲了企業採用模型時考慮的優先級。

據 OpenRouter 的最新統計,美國企業調用中國模型的周 token 佔比,2025 上半年只有 4.5%,過去 12 個月均值也不過 11%。但從 2026 年 2 月 8 日那一周起,這個數字再沒跌破 30%,年中一度衝到 46%。

值得注意的是,這條增長曲線還是在整個盤子瘋狂膨脹的背景下出現的。

OpenRouter 平臺自身的周處理總量,從 2025 年 4 月的約 5 萬億 token,擴張到 2026 年 4 月的超過 20 萬億。換言之,中國模型不是在一塊萎縮的蛋糕里搶份額,而是在一塊瘋狂變大的蛋糕里,拿走了越來越大的一塊。

對此,朱頤均還提到了一個容易被忽略的傳導路徑。「OpenRouter 本身就是一個開發者的平臺,從產業角度來看,一直都是開發者先遷移到有價格優勢的大模型上,然后企業跟隨。也就是説,眼下這條曲線,很可能只是 B 端企業採購結構變化的前奏。」

與此同時,Vercel AI Gateway 的數據證明,中國模型進入全球開發者生態的速度正在加快。

據平臺統計,DeepSeek 在 2026 年 5 月一個月內,token 使用份額從不足 1% 升至 17%,成為平臺第三大 token 來源。而 6 月上線的智譜 GLM-5.2,僅兩周內日 token 量增長約 50 倍,迅速進入 Vercel AI Gateway 模型調用排名前列。

甚至在美國 AI 投資圈內部,GLM-5.2 也引發了罕見關注。

A16Z 聯合創始人 Marc Andreessen 在 X 上發文稱:「多位 AI 行業從業者判斷,GLM-5.2 是首個能夠在多任務上匹配、甚至擊敗美國頂級實驗室公開模型的中國 AI 模型,且無需做出明顯妥協。」

從硅谷到歐洲,眾多海外企業正選用中國 AI 模型,擺脫對美國頭部 AI 公司模型產品的單一依賴。

據悉,DoorDash、西門子、Airbnb 等多家企業已落地中國 AI 模型產品,中國大模型憑藉價格更低、性能持續提升以及支持企業本地部署運維等優勢,獲得海外企業青睞。

德國工業巨頭西門子表示,企業內部目前混合使用多款 AI 模型產品,其中就涵蓋了中國的 DeepSeek、智譜等企業的大模型。

「採購邏輯本身在變,越來越多企業傾向私有化或混合雲部署。」 朱頤均認為,一些歐洲企業非常重視數據安全和隱私保護,也擔心被單一鎖定在歐美廠商身上,所以自然會優先選擇中國的 AI。

在《金融時報》的最新報道中,諸多歐洲企業已表態,此前美國出臺的針對 Anthropic 大模型的出口管制政策,促使他們減少了對美國 AI 工具的依賴。「即便 Fable 模型重新放開供應,企業心中的顧慮也難以消除。」

02

「崩壞」的美國企業賬單,正在造福中國 AI 模型

談及這場集體倒戈的終極原因,幾位受訪者不約而同指向同一個點:價格。答案,就藏在美國 AI 模型 Agent 工作流那本越翻越厚的賬單里。

今年 4 月,斯坦福數字經濟實驗室等機構發佈論文《How Do AI Agents Spend Your Money?》,文中實測數據顯示:同一份編碼任務,AI Agent 自動化工作流平均消耗 417 萬 Token,普通代碼問答僅消耗 3390 Token,兩者相差超過 1000 倍。

原因在於 Agent 需要不斷讀取上下文、調用工具並循環規劃,真正昂貴的並不是回答問題,而是讓 AI 持續工作。

截至 2026 年 7 月,DeepSeekV4Flash 的輸入 token 價格為每百萬 0.14 美元,而 OpenAI GPT-5.5 的報價是 5 美元,差價在 4 倍到 100 倍之間浮動。OpenRouter 表示,開源中國模型的價格普遍比 Anthropic、OpenAI 的旗艦產品便宜 60% 到 90%。

當這樣的價差被攤到一個需要調用上百次模型才能完成的任務里,賬單的量級會被徹底放大。

如此賬單壓力之下,微軟向 Axios 證實,正在探索將經過微調、並部署在 Azure 上的DeepSeek V4版本,用作 Copilot Cowork的低成本模型選項,以替代目前由 OpenAI 和 Anthropic 模型承擔的部分工作負載,同時把該產品從固定收費改成按用量計費。

朱頤均把這一系列動作解讀為微軟已經進入「多模型戰略時代」,即 OpenAI 和微軟的關係正走向非排他。

「微軟現在賣的不只是 GPT,Copilot、Microsoft 365、GitHub 纔是核心,模型只是底層的輸出能力,尤其是中國的一些大模型已經能力足夠好、足夠穩定、性價比又很高,那其實都可以調用,這背后是企業心態的轉變。」

長期聚焦科技領域的投資人沈巍則從微軟的動作里,看到了同一個趨勢的另一面:「未來企業客户一定是多種模型混合使用的,便宜的和高級的搭配着來。」在他看來,這種「混用」正在從個別企業的權宜之計,變成一種默認配置。

比微軟更早用腳投票的,是一批中小型公司。

舊金山初創公司 Lindy 已經把 AI Agent 全部從 Anthropic 遷到 DeepSeek V4,創始人稱這一舉動為公司節省了數百萬美元,並提高了許多核心性能。

Airbnb CEO Brian Chesky 曾公開表示,公司非常依賴阿里巴巴的 Qwen 模型,主要用於大規模生產場景,因為 Qwen 不僅效果足夠好,而且速度更快、成本更低。

但沈巍提醒,這場轉向的另一面,是一場誰都沒法全身而退的價格戰。「全球大模型已經進入競爭明顯加劇、甚至走向惡化的混戰,幾個月來價格戰是明顯加劇的。」

他觀察到,這並非中國模型單方面的降價,而是頭部玩家的集體捲入。OpenAI 帶頭,Anthropic 跟進,近期紛紛向重度用户推出增量福利,本質是變相降價;Meta 也加入低價走量的大戰,這就是商業競爭,一方率先降價,其余廠商必須跟進。

沈巍的看法很直接:「這場惡戰正在不可回頭地加劇,各家的商業模式都難言健康。」

換句話説,美國模型賬單的「崩壞」,與其説是中國模型單方面的勝利,不如説是整個行業被一起拖進了這場價格競賽。而中國廠商,恰好站在了更具優勢的一側。

03

中國模型出海,先吃掉了哪些場景?

「雖然我們的模型已經在用量方面追趕上了,但一個無法忽略的事實是,中國模型目前拿下的主要是‘中間層’,而非‘塔尖’。」

長期跟蹤 AI 賽道的分析師孫灝告訴雷峰網,儘管中國 AI 模型和美國頭部 AI 模型的編程 Agent 基準差距已經收窄到一個百分點級別,但在多模態理解、超長上下文一致性,以及涉及強監管的高敏感場景中,前沿模型的差距尚未被填平。

「中國模型吃下的是那些高流量、低敏感度的任務,比如批量分類、內容起草、代碼腳手架等,在這些場景里數據泄露的代價算不上災難。這是一場夠用對最優的替代,不能看作全面的正面擊潰。」

而這條路到底能走多遠,取決於一個更尖鋭的問題:低價換來的市場份額,能不能變成真金白銀的利潤?

孫灝認為,眼下中國模型正在經歷一個微妙階段,token 用量贏了,賬單卻沒有等幅增長。低價策略幫助它們快速進入開發者和企業工作流,但海量 token 調用量背后的商業價值並沒完全釋放。

「中國模型正在贏下用量,但還沒贏下利潤。」對於 token 消耗暴漲但收入跟不上的弔詭處境,朱頤均給出了一套具體的「病理分析」:

「第一是模型定價過低,本質是一道乘法題;第二,開源稀釋推理收入,大模型公司僅能收穫有限的授權收入;第三是缺少上層應用,以 GPT 為例,模型只是底層底座,真正創造營收的仍舊是上層應用;第四是企業軟件收入不足,中國大模型公司主要依靠 API 調用收費,在產業鏈價值分配里只拿到微薄份額。」

投資人沈巍則把這個問題放到了一個更大的座標系中:「這不是中國模型獨有的問題,當前靠售賣 token 的大模型生意本身還未跑通完整商業閉環,行業商業模式仍在持續探索。」

他指出,AI 更像電力而非互聯網,模型 API 與 token 計費是第一層收益,AI 訂閲是第二層,企業定製軟件加價是第三層,Agent 自動化工作流是第四層,垂直行業解決方案是第五層。

「AI 到底靠什麼賺錢,不存在單一答案,而是一套分層盈利組合。」

同時,沈巍給出了判斷這場行業大戰走向的幾個核心觀測指標:Agent 能否從演示原型落地真實業務、企業客户能否從試點走向續費擴容、token 增量是否對應真實營收增長、推理成本與毛利率的動態變化。

「只有消耗在高價值業務場景里的token,才具備真正的商業含金量。」

一年前,中國模型面對的核心問題是,性能差距能否被追平。

一年后,行業核心問題已經轉變為當性能差距持續縮小、價格優勢充分兑現,誰能主導建立全新的 AI 商業秩序。

AI 產業的分水嶺,或許不在於誰擁有最多 token,而在於誰能從海量 token 消耗中創造出最高的產業價值。

(轉載自:雷鋒網)

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。