又一美国科技巨头，悄然转向中国大模型

一个值得关注的现象正在发生：越来越多美国科技企业，正在把中国开源AI模型放进自己的生产基础设施里。

原因也不难理解——顶尖美国模型的服务成本水涨船高，导致企业必须在“用多少付多少”和“压缩账单”之间找到平衡点。而中国开源模型，恰好在这条线上提供了另一种选择。

最典型的例子来自美国加密货币交易所Coinbase。CEO Brian Armstrong上周末在社交平台X上透露，公司已经通过内部LLM网关，把智谱GLM 5.2和月之暗面Kimi K2.7设为全体工程师的默认大模型。

虽然Armstrong没有给出具体数字，但他表示，在Token使用量持续指数级增长的同时，通过更换默认模型、智能路由和强化缓存，Coinbase的AI支出已经被压缩了近一半。他还强调，这套做法任何公司都可以照搬。关键是，公司91%的工程师此前从未触及用量上限，所以这次的优化并非削减员工额度，而是把代码审查、文档总结这些常规任务的默认模型，从Anthropic、OpenAI的前沿模型，换成了两款中国开源的权重模型。

来看看这两款模型的具体实力。

GLM 5.2是智谱在6月12日发布、随后以MIT协议开放权重的旗舰模型。在业界公认的第三方评测平台Artificial Analysis上，它拿到了当前开源权重模型的最高分，直接跻身全球前列。更具体一点说，GLM 5.2在SWE-bench Pro这类硬核工程评测上，居然压过了OpenAI的GPT-5.5；而在FrontierSWE等高难度任务里，也已经逼近Anthropic的旗舰模型Opus 4.8。能在一大堆高强度工程任务中和闭源前沿模型同台竞技，调用价格却只有Opus 4.8的几分之一——这才是最让人动心的地方。

月之暗面的Kimi大模型也在海外市场持续刷出存在感。今年3月，美国AI编程工具Cursor（刚被马斯克以600亿美元收购）就被爆出自研模型Composer 2“套壳”了Kimi K2.5。公司的年度经常性收入（ARR）从3月的约1亿美元翻倍到4月的2亿美元以上，海外API收入自去年11月以来涨了约四倍。资本市场迅速跟进，月之暗面的估值在半年内从43亿美元飙升至200亿美元。Coinbase这次默认调用的Kimi K2.7 Code，正是Kimi在6月12日发布的最新代码模型。

Coinbase的案例显然不是孤例。在美国企业AI开支普遍失控的背景下，转向中国开源模型已经成了一条明路。去年Airbnb就把客服模型从GPT换成了千问（Qwen）；近期美国AI公司Lindy更是把模型从Anthropic Claude迁到了DeepSeek V4，而此前它的AI开支已经超过了员工工资总额。Snowflake的CEO算过一笔账，认为GLM 5.2完全可以用低得多的价格做到与Claude相当的性能。

数据也在印证这一趋势。美中经济与安全审查委员会今年3月的一份报告估计，约80%的美国AI初创公司都在使用中国开源模型。在OpenRouter平台上，中国模型的Token份额从一年前的不到2%，猛增到今年4月的四成以上。阿里巴巴千问（Qwen）系列的累计下载量在今年1月突破7亿，在Hugging Face上的累计下载量已经超过Meta的Llama，成为全球下载量最高的开源模型家族之一。

而直接在OpenRouter的调用榜单上看，来自中国的DeepSeek、小米MiMo、MiniMax、腾讯混元、智谱GLM等模型，长期稳居第一梯队。

值得额外关注的是，这一切发生在中美围绕AI持续摩擦的大背景下。智谱早在2025年1月就被美国商务部以“助力中国军事现代化”为由列入实体清单，是首家上榜的中国大模型公司；月之暗面则在今年2月被Anthropic公开点名，被指与DeepSeek、MiniMax一道通过虚假账号“蒸馏”Claude，今年6月Anthropic又指控阿里巴巴的Qwen团队发起了规模更大的蒸馏。对于数据安全和国家安全这些合规问题，Coinbase的解释是：已经把开源权重下载到自有服务器自托管运行，代码和提问不会流向位于中国的API接口。

企业把工程负载默认交给中国开源模型这件事，也在对西方前沿厂商的定价形成直接压力。Anthropic已于6月1日向美国证监会秘密递交IPO招股书，其接近万亿的市场估值核心取决于企业付费金额的快速增长。而如果企业成规模地把日常负载迁向更便宜的中国开源模型，外界恐怕会将其视为增长故事需要面对的核心风险。

高盛测算，全球Token消耗量到2030年可能还会增长到现在的24倍。在OpenAI、Anthropic等美国闭源厂商定价持续高企的背景下，如果单Token成本不降下来，企业的账单压力只会继续放大。更别提GPT 5.6和Claude Fable 5的封禁风波，让模型的可获得性本身也成了企业需要认真考虑的问题。当性能进入第一梯队的国产模型，和更低的价格同时摆上桌，摆在企业面前的选择就不再是意识形态问题，而是越来越具体的成本、性能和部署控制权问题。价格差距一旦拉开，技术忠诚度就变得相当脆弱了。