部分美国企业正在将更多 AI 任务交给中国模型，降低成本是它们给出的重要原因。
CNBC 7 月 7 日报道援引的数据显示：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，中国模型在这部分美国企业样本中的用量占比明显提高。
OpenRouter 是一个提供多家大语言模型调用服务的路由平台，据报道周处理 token 量超过 25 万亿。其数据能反映平台用户实际调用哪些模型，但会受客户构成、支持的模型和价格等因素影响，不能直接代表整个市场。
平台整体用量中，中国模型超过美国模型
另一组统计覆盖的是 OpenRouter 平台整体用量，与前述美国企业样本不同。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 的分析也显示出平台份额变化：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% 降至 13%，OpenAI 的路由用量跌至个位数。Meta 的 Llama 系列曾是广受使用的开放模型，如今已不在该分析列出的主要模型之中。
按这份分析的统计口径，OpenRouter 用量份额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。
企业为何迁移：模型报价低60%至90%
多位受访者都将价格列为迁移的重要原因。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 谈到了企业对成本的关注："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。"
一次全面切换的案例来自 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。
智谱 GLM 5.2 也出现了快速增长。Vercel AI智能体基础设施负责人 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。"
面向受监管行业的 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。"
部分任务表现接近前沿，仍需逐项比较能力与成本
较低的报价只有在模型能完成任务时才有意义。受访者认为，中国模型在更多任务中已达到可用水平。
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 的一些评测成绩为这一判断提供了依据。根据 CNBC 的报道，该模型在一个智能体基准上距离 Anthropic Opus 4.8 仅差一个百分点，而所比较的成本约为后者的五分之一。OpenRouter六月回顾引用的Artificial Analysis Intelligence Index v4.1中，GLM 5.2以51分位列当时开放权重模型第一，高于NVIDIA Nemotron 3 Ultra（48分）、MiniMax M3（44分）和DeepSeek V4 Pro（44分）。这些是该报告时点的结果。
DeepSeek V4 Pro 也提供了一个性能与价格的比较案例。这款 1.6 万亿参数（49B 激活）的 MoE 模型在 SWE-bench Verified 上达到 80.6%，在这一评测上接近 GPT-5.5 的水平。按当时每百万token输入$0.435、输出$0.87的报价，与GPT-5.5输入5美元、输出30美元相比，输入单价约为其十二分之一，输出约为其三十四分之一；实际账单还取决于输入输出比例、缓存和任务用量。
美国模型的访问限制，也进入企业采购考量
企业调整模型选择的同时，美国政府也在限制部分前沿模型的发布和获取。
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，仅向获准参与预览的合作伙伴开放。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。这些措施使企业需要同时考虑模型能力和能否获得访问权限。对部分任务而言，报价低 60-90%、可自行部署的中国开放模型因而更有吸引力。但现有材料不足以证明，美国模型的价格上涨是这些政策直接造成的。
Hugging Face 机器学习负责人 Yacine Jernite 对 CNBC 谈到了这种选择压力："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。
平台样本显示采购方式变化，尚不能代表整个AI市场
OpenRouter的路由数据并不覆盖整个AI市场。ChatGPT、Gemini、Doubao等产品还有大量第一方消费者流量，Anthropic和OpenAI也通过企业直销、订阅及API获得收入。因此，OpenRouter上的token用量份额，不能直接推导出全行业用户规模或收入份额。
针对开放模型的采用趋势，Data Gravity 分析师 Chris Zeoli 给出了自己的判断："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。"
Lindy 的全面切换、GLM 5.2 在 Vercel 上的用量增长，以及中国模型进入 LaunchLemonade 前五，展示了不同企业和平台的选择变化。当 Vercel 的 Arora 说"价格在起作用"时，他描述的是按任务需求选择模型的做法：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。在这种做法下，能以较低成本完成任务的中国开放模型，有机会承接更多日常工作。
对于美国 AI 公司和政策制定者，这些案例提出了一个具体问题：在限制部分先进模型访问的同时，如何为企业保留价格可接受、能力足够的选择？平台数据提示了成本与获取条件的重要性，但不足以证明管制与竞争力必然冲突，也还不能确定当前迁移会持续多久。
