美企集体倒戈：中国大模型份额飙至46%
CNBC最新报道显示，美国企业调用中国AI模型的Token占比从年初的4.5%飙升至峰值46%。DeepSeek、智谱、Qwen正在成为硅谷降本首选，Lindy等公司已把全部流量迁到DeepSeek。
一周46%：美国企业的Token正在悄悄流向中国
CNBC 7月7日的这篇报道，把一件业内早就在私下讨论的事情摆到了台面上：美国企业在用中国大模型，而且用得比想象中猛得多。
数据来自OpenRouter——这个聚合平台是观察全球开发者真实调用行为的一个很好的窗口，因为它不掺公关口径。数字是这样的：2025年上半年，美国企业调用中国模型的Token占比只有 4.5%；过去12个月均值也不过 11%；但从今年2月8日开始，这个数字每周都稳定在 30%以上，峰值一度冲到 46%。
换句话说，短短几个月，中国模型在美国企业侧的渗透率翻了将近十倍。
触发点：Claude和GPT的账单，硅谷也扛不住了
这波转向不是因为爱国情怀，纯粹是因为钱。
《福布斯》此前报道过一个很有代表性的案例：Uber因为大规模使用Anthropic的Claude Code，4个月就把2026全年的AI预算烧完了。这不是个例，而是整个行业范式转变的信号——AI公司普遍从固定订阅转向按量计费，长上下文检索成为常态，简单问答变成多轮推理，无差别地用OpenAI和Anthropic的旗舰模型，账单会以指数级增长。
更糟的是，今年上半年OpenAI和Anthropic几乎同步上调了旗舰模型的Token定价。对于那些已经把AI深度嵌入产品链路的公司来说，这相当于所有的单位经济模型（unit economics）一夜之间失衡。
布鲁金斯学会的凯尔·陈说得直白："以前美国企业选模型只看落地能力，不计成本；现在都开始精打细算了。"
中国模型这一年的进步，硅谷工程师是承认的
性能追平是前提，否则再便宜也没人用。
从今年上半年的几个节点看：
- DeepSeek 年初凭借新一代模型再次刷新性价比曲线，4月又推出了新旗舰
- 智谱GLM-5.2 7月初发布，路透社评价其代码和Agent能力"媲美美国领先产品"
- 通义千问 系列在Hugging Face上长期霸榜开源模型下载量
花旗的一份研报显示，2026年6月OpenRouter处理的开源模型Token占比已升至65%，较年初接近翻倍。在6月15日至21日那一周，中国大模型全球调用量达 18.81万亿Token，连续八周超过美国，稳居全球第一。全球前五中，前四是中国模型。
这里有个关键结构性差异：中国头部模型基本走开源/开放权重路线，而OpenAI、Anthropic、Google的旗舰全是闭源。对企业而言，开放权重意味着可以本地部署、可以做深度定制、可以规避供应商锁定——这在合规和安全审计场景下几乎是刚需。
Lindy的迁移：一个信号性事件
6月，AI Agent初创公司 Lindy 把全部业务流量从Claude系列切换到了DeepSeek。这不是省钱的小实验，是全量迁移。
Lindy的CEO Flo在接受CNBC采访时的说法很有意思——他们不是找到了一个"够用"的替代品，而是发现"在他们的Agent工作流里，DeepSeek在同等质量下成本只有Claude的零头"。
更值得注意的是站台的人：微软CEO纳德拉、Coinbase CEO阿姆斯特朗 都公开表示，体量更小、成本更低的模型已经能满足企业相当一部分需求。这句话从纳德拉嘴里说出来分量不一样——微软是OpenAI最大的股东。
为什么中国模型能做到这个价格
这不是单纯的补贴或者亏本换市场，而是一整套产业链的结果：
- 算力成本："东数西算"叠加规模化基建，中国算力单价大幅低于硅谷。全国一体化算力网预计能让训练成本再降25%、推理成本降10%
- 电费：AI智算中心60%以上的运营成本是电费。中国西部有廉价且过剩的新能源电力，而硅谷周边的数据中心正在为电网扩容发愁
- 工程师红利：庞大的年轻技术人才池允许中国团队用多条技术路线并行验证，做低成本试错
北京华夏工联网智能技术研究院院长王喜文的评价挺到位："这种成本优势不是省出来、补出来的，是完整产业体系培育的结果。"
监管的悖论：越管越推着企业往外走
还有一个耐人寻味的背景。6月末，OpenAI应美国政府要求，暂缓了一批新模型的全面上线。同月，特朗普政府和Anthropic经过一轮拉扯之后，才解除了对Mythos、Fable两款模型的出口管制。
美国政府一边加强对本土最强模型的监管，一边研究怎么阻止海外替代模型的普及。但结果是：本土闭源模型放缓上线节奏，而开源开放权重模型的生态窗口反而更大了——这些恰好是中国厂商的主场。
对开发者意味着什么
工业和信息化部信息通信经济专家委员会委员盘和林的判断很实用：过度依赖单一供应商，意味着要承受厂商锁定、宕机、突然涨价等不确定性。多模型组合应用，才能保持对大模型厂商的定价权。
对于工程侧来说，现在合理的架构大概是这样：
- 复杂推理、Agent规划：用Claude Opus/GPT-5这类顶级闭源
- 代码生成、日常对话：用DeepSeek、GLM、Qwen这类高性价比模型
- 专业细分场景：用垂类微调模型
用一把万能锤子砸所有钉子的时代过去了。
这也是为什么模型聚合层最近这么火——一个Key调所有主流模型的方式，才符合当前多模型混用、按场景路由的实际需求。OpenAI Hub（openai-hub.com）走的就是这个思路，兼容OpenAI格式、国内直连，GPT、Claude、Gemini、DeepSeek、GLM、Qwen都能一套接口调过来，切换供应商不用改代码，这在当下"哪个便宜用哪个"的成本敏感期还是有点用的。
收尾一句
这条新闻真正的含义不是"中国模型赢了"，而是AI行业的商业逻辑正在从"追求最强"转向"追求最合适"。当Token账单变成CFO办公室里的重点议题，性价比就不再是备胎选项，而是主选项。
硅谷企业悄悄倒向中国模型，只是这个转变最直接的表现之一。
参考来源
- IT之家：成本优势显著，中国 AI 大模型正逐渐获得美国企业青睐 —— CNBC报道的中文首发，OpenRouter数据来源