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？”

去年这个时候，硅谷讨论的还是中国模型能不能打。到了今年，这个问题已经被一组数据彻底碾碎。

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 日起就再也没有回头过的增长曲线。

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

价格、账单，以及一场跨越大西洋的集体转向，正在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。

01 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，那么到了 2026 年，这个共识正在被改写——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。”真创汇创始人、AI 产品负责人朱颐均给这条增长曲线定了性。

在他看来，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，成了企业选用模型时优先考虑的问题。

据 OpenRouter 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%。

值得留意的是，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。换句话说，中国模型不是在一块萎缩的蛋糕里抢份额，而是在一块急剧变大的蛋糕里，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 的数据也证实，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 量就增长了约 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 也引发了罕见的关注。

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，众多海外企业正在选用中国 AI 模型，以摆脱对美国头部 AI 公司模型产品的单一依赖。

据悉，DoorDash、西门子、Airbnb 等多家企业已经落地中国 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，获得了海外企业的青睐。

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，诸多欧洲企业已明确表态，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。”

02 “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，而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。

03 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有完全释放。

“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。