美国企业正在经历一场静默但根本性的 AI 供应链重组——不是出于地缘政治偏好，而是出于纯粹的算账逻辑。
CNBC 7 月 7 日发布的深度报道揭示了一组关键数据：自 2026 年 2 月 8 日起，美国企业在 OpenRouter 平台上使用中国 AI 模型的 token 占比每周稳定在 30% 以上，峰值达到 46%。而此前 12 个月的平均值仅为 11%，2025 年上半年更是低至 4.5%。在不到一年半的时间里，美国企业的 AI 用量中，中国模型从边缘选项变成了无法忽视的三分之一。
OpenRouter 是全球最大的中立 LLM 路由平台，周处理 token 量超过 25 万亿。这一数据是开发者行为的领先指标——它反映的是工程师在没有任何品牌滤镜的情况下，实际在调用哪些模型。
数据背后的结构性质变
这不仅仅是份额增长，而是整个分布的重构。Crypto Briefing 引用的 OpenRouter 数据显示，中国模型目前每周处理约 18 万亿 token，而美国模型仅为约 5.5 万亿，比例超过 3:1。拐点出现在 2026 年 2 月 9 日至 15 日那一周——中国模型处理 4.12 万亿 token，首次超越美国模型的 2.94 万亿。
Data Gravity 的分析进一步展示了格局翻转的深度：2025 年 6 月，Google、OpenAI 和 Anthropic 合计占据 OpenRouter 约 70% 的 token 份额；到 2026 年 6 月，这一比例已跌至约 30%。Google 的份额从约 37% 暴跌至 13%，OpenAI 的路由用量跌至个位数。Meta 的 Llama 系列——两年前还是开源模型的代名词——已跌出排名。
而在另一端，最令人意外的是，OpenRouter 上最大的单一模型供应商是小米，其 MiMo 系列约占 21% token 份额和 22% 编程流量；DeepSeek 以约 17.6% 超越所有美国实验室，排在 Anthropic（15.4%）之上。
成本驱动：60% 到 90% 的价差
推动这场迁移的核心驱动力是价格。OpenRouter 数据分析师 Justin Summerville 对 CNBC 表示，中国开源模型比 Anthropic 和 OpenAI 的前沿模型便宜"60% 到 90%"。Brookings 研究院中国中心研究员 Kyle Chan 的评价切中要害："当 AI 成本飙升时，中国模型对美国公司特别有吸引力——以前是无差别采用 AI，现在开始算账了。"
最极端的案例来自 AI 创业公司 Lindy。今年 6 月，CEO Flo Crivello 将公司 100% 的流量从 Anthropic 的 Claude 模型迁移到 DeepSeek。他在 X 上写道，切换后不仅成本曲线"像撞到地板一样暴跌"，而且在许多核心场景上性能反而有所提升。他在 Lindy 官方博客中透露，此前公司的 AI 推理成本已经超过了人员成本，切换成了"事关企业生存的问题"。Crivello 对 CNBC 表示，这一决定将在几个月内为这家 25 人创业公司节省数百万美元。
另一个令人瞩目的案例是智谱 GLM 5.2。Vercel agentic infrastructure 负责人 Harpreet Arora 对 CNBC 透露，GLM 5.2 创造了 Vercel 平台 2026 年追踪到的最快采纳纪录："发布首周，日 token 量增长了约 27 倍，使用客户数增长了约 80 倍。"
Arora 的解释很直白："价格在起作用。当一个任务不需要最好的模型时，团队开始把它路由到最便宜但足够好的模型上，而最近这波来自中国的模型正在赢得这场取舍。"
监管行业 AI 平台 LaunchLemonade 的 CEO Cien Solon 也确认，虽然 Claude 和 ChatGPT 在用量上仍占主导，但 GLM 5.2 已进入平台前五。他表示："Z.ai 和阿里的 Qwen 等中国模型正在成为企业的选项，它们在特定工作负载上提供了有吸引力的性能和成本组合。AI 策略更成熟的企业越来越愿意在技术和商业合理的地方使用它们。"
性能差距正在收窄
价格优势一直是已知变量，但性能追赶的速度才是让这场迁移从"节省成本"变成"可行替代方案"的关键。
Brookings 的 Kyle Chan 估计，中国模型目前落后美国前沿约 6 到 9 个月，但"以美国竞争对手几分之一的成本，运行在美国顶级前沿模型附近"。OpenRouter 的 Summerville 则认为，"新的开源模型表现良好，除了最复杂的大语言模型任务外，几乎都能胜任。"
GLM 5.2 的表现尤为突出。根据 CNBC 的报道，该模型在一个备受关注的 agentic 基准上距离 Anthropic Opus 4.8 仅差一个百分点，而成本约为后者的五分之一。OpenRouter 博客的分析进一步指出，Artificial Analysis 的 Intelligence Index v4.1 将 GLM 5.2 排在所有开源模型的第一位（51 分），领先于 NVIDIA Nemotron 3 Ultra（48 分）、MiniMax M3（44 分）和 DeepSeek V4 Pro（44 分）。
DeepSeek V4 Pro 则代表了成本/性能前沿的另一极。这款 1.6 万亿参数（49B 激活）的 MoE 模型在 SWE-bench Verified 上达到 80.6%，匹配 GPT-5.5 级别的 agentic 编程性能，而定价仅为 $0.435/$0.87 每百万 token（输入/输出），约为 GPT-5.5 的十二分之一。
政策悖论：美国的自缚困境
这场迁移最富戏剧性的背景是：它发生在美国政府同时收紧对本土 AI 模型管控的时刻。
6 月底，OpenAI 应美国政府要求宣布限制新一代模型的发布范围，仅对可信合作伙伴开放。同月，Anthropic 的 Mythos 和 Fable 模型经历了与特朗普政府的紧张对峙后，出口管制才被解除。这些政策动作的直接后果是——美国企业在需要 AI 能力时，面对的是一个被行政手段压缩了供应、推高了价格的国产闭源选项，和一个便宜 60-90%、开源可自托管、性能差距正在缩小的中国替代方案。
Hugging Face 机器学习负责人 Yacine Jernite 对 CNBC 的评论准确捕捉了这一困境："我们正在看到企业越来越有动力转向更便宜、可自行掌控和适配的 AI 技术栈。鉴于开源和开放权重模型的现状，这往往意味着选择中国选项。"他警告称，存在一种真实风险：用户被困在"性能强大但昂贵、价格和可获取性可能快速波动的美国闭源模型，和作为唯一可行替代方案的中国模型"之间。
这不是暂时的成本套利
需要指出一个重要的限定：OpenRouter 的路由数据并不等于整个 AI 市场。ChatGPT、Gemini、Doubao 等第一方消费者流量远大于路由平台，Anthropic 和 OpenAI 仍然通过溢价定价和直销企业客户占据了行业收入的大头。OpenRouter 是领先指标，不是全局图景。
但领先指标的意义在于它揭示方向。Data Gravity 的分析师 Chris Zeoli 的判断值得认真对待："中国已经赢得了开放层。前沿变成了一个特性，而开放、便宜、足够好的层级正在吃下体量。"
从 Lindy 的全面切换，到 GLM 5.2 在 Vercel 上的爆发式增长，再到 LaunchLemonade 上中国模型闯入前五——这些不是孤立案例，而是同一个趋势在不同平台上的同步映射。当 Vercel 的 Arora 说"价格在起作用"时，他描述的是一种正在制度化的工作负载分层策略：企业不再把每个任务都发给最贵的模型，而是在模型之间进行智能路由。在这种架构下，中国开源模型天然占据"够好且便宜"的最大公约数位置。
对于美国 AI 产业而言，这意味着一个棘手的结构性问题：如果限制本土模型供应会推高价格并加速用户转向中国替代方案，那么"管制"和"竞争力"正在变成互斥的目标。这不是一个可以通过一次听证会或一份行政命令解决的问题——它是成本、性能和获取性三重优势叠加下的市场选择。
