硅谷程序員，瘋狂“投喂”中國大模型

作者：賈樂樂 ，編輯：趙元

一組來自全球最大AI模型API聚合平臺OpenRouter的數據，在國內外都引發了強烈震動。

截至2026年2月28日，該平臺內前十模型總Token消耗量已突破28.7萬億，其中，國產模型貢獻超過14.69萬億，為歷史上首次單月Token調用占比過半，且超越了美國模型。

從周維度看，2月16日至2 2日， 中國模型周調用量達5.16萬億Token，而同期美國模型跌至2.7萬億，中國模型全球占比達61%。調用量排名前五的模型中，中國占據四席——MiniMax M2.5、月之暗面 Kimi K2.5、DeepSeek V3.2和智譜GLM-5。

盡管接下來的一周，中國模型調用量下降，反超的時間很短暫，但能在全球最大的API聚合平臺上與美國模型正面交鋒并短暫領先，本身已是實力的證明。

此外，OpenRouter平臺的用戶中，美國開發者占比高達47.17%，而中國開發者僅占6.01%。也有報告顯示，80%的美國人工智能初創公司在其產品開發過程中使用了中國的開源模型。

這意味著，推動中國模型登頂的主力軍，是那些來自硅谷、來自歐洲的海外開發者，而非國內市場的自嗨。

這是因為大模型從“誰更聰明”的單維比拼，進入到了“誰聰明”“誰省錢”的多維比拼階段。

一、真香定律：美國開發者愛上中國Token

中國AI模型能夠在全球調用量上實現對美國的超越，背后是多重因素疊加形成的系統性優勢，而其中直接的驅動力是，便宜。

先看一組數字。

長江證券的研報顯示，在輸入價格上，MiniMax M2.5和智譜GLM-5都是0.3美元/百萬Token，而Anthropic的Claude Opus 4.6是5美元，是中國模型的16.7倍。

輸出端更夸張，MiniMax-M2.5 價格為1.1 美元/百萬Token，智譜GLM-5 為2.55 美元/百萬Token，Claude Opus4.6 則為25 美元/百萬Token，分別是前兩者的約22.7 倍和9.8 倍。2月底剛出的阿里Qwen 3.5，直接把百萬Token價格打到0.8元人民幣，相當于谷歌Gemini的十八分之一。

而在大量日常場景里，尤其是伴隨著Agent時代的到來，用戶對量大便宜算力的需求，壓過了對“頂級智商”的需求。

今年2月，開源框架OpenClaw火了，AI從“聊天工具”變成了能自己干活兒的“數字員工”。

一個Agent任務動輒消耗幾十萬上百萬Token，按量付費的API成本瞬間成了開發者的大頭開支。月之暗面順勢推出KimiClaw，支持一鍵部署，結果Kimi K2.5發布20天內的調用量就超過了去年全年，累計收入也超過了2025年總和。

這也是Google和Anthropic封禁那些在訂閱制下進行全自動調用的賬戶，因為訂閱費用是有限的，遠遠覆蓋不了全自動調用的算力成本。

當消耗量指數級增長時，單位Token的價格優勢，就成了決定生死的競爭力。

這個成本優勢不是憑空掉下來的，底層是電力和工程的支撐。

算力的盡頭是電力。

中國工業用電比美國低30%到40%，中西部綠電甚至低50%到70%。加上中國工業用電盤子大，可以充分利用谷電訓練模型，這構成了中國AI企業的物理成本護城河。

另一頭，是被迫卷出來的工程能力。從2024年4月起，中國AI企業就在尖端芯片斷供的狀態下活著，拿不到最好的卡，就把手里的卡壓榨到極限。

中國模型普遍采用混合專家架構，這一技術路線重構了算力消耗邏輯。一個幾千億參數的模型，處理簡單問題時只激活其中一小部分“專家網絡”，這種“按需激活”的模式，省電省算力。

最后是開源生態的正向循環。

過去一年，中國大模型在全球的Token消耗占比增長了421%。斯坦福的報告說，2024年8月到2025年8月，中國開發者貢獻了Hugging Face總下載量的17.1%，略高于美國的15.8%。

開源生態降低了全球開發者的使用門檻，也讓中國模型在持續的技術反饋里快速迭代，能力和價格的綜合優勢在擴大。如硅谷投資人Aditya Agarwal所說：“50%以上的大模型調用通過廉價的開源模型完成，中國模型實際在支持大部分AI應用，美國同行甚至無法替代?！?/p>

中國AI模型出海的成功，是技術架構創新+極致成本控制+開源生態+場景適配共同作用的結果，也是系統性優勢的集中爆發。

二、 出海模式：從應用到算力、生態

如果說調用量數據解釋了中國AI“有多強”，那么接下來需要回答的是：這些Token究竟通過什么路徑流向全球？

過去幾年，中國AI出海的主流方式是“應用輸出”，即，把AI能力封裝成APP，送到海外用戶手里。字節的Gauthmath、美圖的影像產品、快手的KLING AI，走的都是這條路。

到今天，這條路徑依然在貢獻可觀的用戶規模和收入。

以Talkie為例，這款情感陪伴類應用覆蓋全球200多個國家，在北美Z世代中滲透率持續提升。用戶在和AI角色聊天的過程中，每一句話都在消耗Token。這類C端收入占Minimax收入的70%以上，且仍在快速增長中：2026 年 2 月日均 Token 消耗量達到了2025 年 12 月的 6 倍以上。

字節的Gauthmath在美國拍照搜題市場拿下47%的份額，成功替代老牌產品Mathway，也是同樣的邏輯。

這類模式不直接按Token向用戶收費，而是通過訂閱、內購、廣告變現。但從底層看，它們消耗的依然是中國算力，是中國AI出海的“用戶基本盤”。

如果把AI出海比作一條產業鏈，應用是下游，算力是上游。中國企業先在下游做產品、做流量，然后向上游走，做底層、做基建。

一方面，通過API管道式輸出，直接把算力做成水電煤。

海外開發者通過OpenRouter等聚合平臺，調用中國大模型的API，推理在中國本土的數據中心完成，按Token付費。整個過程，算力不出境，電力不出境，只有價值通過Token跨境交付。

這是一種典型的“賣水賣電”生意。開發者不需要自己部署模型，不需要買顯卡，就能讓應用跑在中國的模型上。

據報道，月之暗面負責API服務的團隊近期快速擴編，以獨立業務分支形式直接向總裁張予彤匯報。組織層面的調整，足以說明API業務的重要性正在快速上升。

從商業角度看，這類模式的優勢在于可規?；⒗麧櫬士捎^，而且隨著Agent時代到來，單次任務的Token消耗量指數級增長，API業務的想象空間還在放大。

另一方面，通過構建開源生態，為算力輸出修路。

阿里通義千問、DeepSeek系列選擇了一條看起來“免費”的路：把模型權重、工具鏈、工程范式全部開源，海外開發者可以免費下載，在本地服務器上部署。

免費圖的是讓中國模型進入全球開發者的默認工具箱，成為他們技術棧的一部分。當一個開發者用熟了開源模型，他未來開發商業應用時，自然會優先考慮調用同系列的API。

基于阿里和DeepSeek開源模型的衍生模型上傳量，已經超過基于美國主流模型的。這意味著全球開發者正在中國開源模型的基礎上，生長出一個龐大的技術生態。生態一旦形成，遷移成本就極高。

可以說，今天的中國AI出海，不再是單一的“應用輸出”，而是一個三層結構：底層是開源生態，通過開放換取開發者心智；中間層是API算力輸出，直接把Token賣給全球開發者，是商業化的核心引擎；頂層是應用輸出，用產品觸達終端用戶，既是流量入口，也是算力消耗的重要場景。

三層相互支撐，共同說明，中國算力正在成為全球AI的底層基礎設施。

三、下半場考驗：商業優勢遭遇規則壁壘

OpenRouter平臺上的數字確實亮眼，但OpenRouter不代表全貌。

消費級市場（開發者、初創公司、Agent應用）的決策鏈條短，核心指標是性價比+上手快。開發者用哪個模型，往往自己說了算。這個邏輯下，中國模型的“便宜量又足”是絕對優勢。

企業級市場不一樣。政府、金融、醫療、關鍵基礎設施，決策鏈條長，涉及合規、安全、審計、供應商穩定性等等。

海外的企業級市場就更復雜了。

所以，有一個問題是繞不開的，即，在國際競爭中，純商業方面的競爭優勢，比如好用、成本低，可能還不夠。

比如，此前的英偉達H200被禁止出口。雖然現在已經可以進口英偉達H200，但在AI競爭層面，美國的政策指不定又會出現什么“反復”，而當前推理集群還是離不開英偉達的H100/H200。

當然，封鎖具有雙面性，一方面會使得訓練成本上升，模型迭代速度放緩，另一方面正是這種背景，倒逼工程優化提升效率，國產芯片取得進展。

但風險同樣存在。銀河證券的研報指出，全球模型迭代周期正在縮短，主流模型更新頻率已由半年縮短至數月。如果核心能力提升速度放緩，成本優勢可能在高端市場迅速失去吸引力。

大摩首席經濟學家邢自強認為，Token出?？隙ㄊ怯锌臻g的，但不要過度吹捧中國的開源大模型、Token出海借助電力優勢，而忽視了地緣政治與安全考量。

他舉例稱，中國在5G設備領域同樣有性價比和技術優勢，但從2018、2019年之后，歐美不少電信網絡中，中國的5G基站還是被替代了。

在企業級市場，對價格敏感的中小企業可能被中國模型的性價比穿透，但在政府、金融、醫療等涉及數據主權和關鍵基礎設施的領域，準入邏輯從“性價比”轉向“合規信任、品牌認知與生態鎖定”。

美國正通過投資審查、標準制定、數據主權規則，系統性地構筑企業級市場的準入門檻。

這意味著地緣政治的“天花板”正在降低。

2025年12月，美國政府提出所謂的“硅和平倡議”（Pax Silica），聲稱要把擁有全球頂尖科技企業或其他優勢資源的國家聯合起來，以確?！肮湴踩钡?。

專業人士認為，這是試圖用規則、投資與項目清單重塑全球技術分工與資本流向，看起來是走向了重塑生態，實際上是包裝下的排他性整合。

這個“他”是誰，不言而喻。

從芯片封鎖到“硅和平倡議”，從遏制發展到規則輸出，美國的目標是從生態層面重塑游戲規則、掌握話語權。

所以，模型調用量反超，是階段性的成果，但也是故事的一半。

AI出海的下半場，需要在保持成本優勢的同時，面對更多、更復雜的問題，有的問題可以靠提升模型性能、系統效率、競爭力來解決，有的問題沒有答案。