API账单“高过全员工资”，海外企业加速拥抱中国大模型：每经采访发现，迁移后推理成本下降30%~95%，性价比主导模型选择

当人工智能（AI）开始真正进入企业核心生产系统，成本已不只是财务问题，而是生存问题。

2026年6月，从加密货币交易平台Coinbase将中国大模型设为工程师默认工具，到美国初创公司Lindy因“API费用超过全员工资”而全面切换至DeepSeek，中国AI大模型正加速进入海外企业的基础设施层。

AI大模型聚合平台OpenRouter数据显示，美国企业使用中国AI大模型的Token（词元）占比从2025年的4.5%升至最高46%。

近日，《每日经济新闻》记者（以下简称每经记者）采访了美国AI初创公司Lindy、爱沙尼亚数据采集公司Floxy、AI车辆智能分析公司VINspectorAI、加拿大律所Substance Law和英国在线教育平台ExpertEdge等多家海外企业。多位负责人透露，迁移至中国大模型后，推理成本下降了30%至95%不等。

与此同时，对比美国竞品，中国AI大模型性能差距持续收窄至1%~4%，价格却低出60%~90%。

开源模式带来的稳定性与自主性，也在重塑企业对AI系统的依赖方式。一场围绕“性价比和开放生态”的基础设施迁移正在发生。

当API账单“超过全员工资”，中国AI成海外企业“生存选项”

2026年6月27日，Coinbase首席执行官布莱恩·阿姆斯特朗（Brian Armstrong）在社交媒体平台上表示，公司已通过内部LLM网关，将智谱GLM-5.2与月之暗面Kimi K2.7设为工程师的默认模型。随着Token使用量指数级增长，通过模型替换、智能路由与缓存优化，公司AI支出已压缩近一半，且这一降本路径具有可复制性。

6月4日，总部位于旧金山、仅有约25名员工的AI初创公司Lindy宣布：从Anthropic Claude全面切换至DeepSeek-V4。原因很直接——其API账单，已超过公司全体员工的薪资支出。

Lindy主营AI Agent（AI智能体），产品用于帮助用户自动处理邮件、日程、销售、客服等高频工作流。在这类产品中，模型成本直接决定利润空间。

“AI账单关乎企业生存。”Lindy公司首席执行官弗洛·克里维洛（Flo Crivello）向每经记者透露，切换到DeepSeek-V4后，公司推理成本下降了约95%，相当于每年节省数百万美元的基础设施开支。“（DeepSeek-V4）各项指标表现稳定，调用成功率持平，仅端到端延迟小幅上升，在可接受范围内。”

他指出，在大规模推理场景下，一旦质量进入“可接受的区间”，成本就会成为主导变量，“大多数初创企业负担不起为品牌溢价买单。”

Lindy并非个例。上海财经大学特聘教授胡延平向每经记者表示，在经历早期鼓励员工使用AI的“尝鲜阶段”后，海外主要科技企业已转向考察使用Token的实际效果并控制相应支出。“随着海外头部模型资费连续上涨，市场上甚至开始出现‘Token不经济’的说法。”

在此背景下，中国大模型在海外企业中的采用率明显提升。

爱沙尼亚数据采集公司Floxy的首席技术官艾门·哈卢（Aimen Hallou）告诉每经记者，公司此前使用GPT-4o处理高频文本解析与数据标准化任务，每日处理数十亿字符，成本难以承受。迁移至DeepSeek-V3后，相关推理成本下降约92%。

AI车辆智能分析公司VINspectorAI六个月前将部分任务从OpenAI迁移至智谱GLM，推理成本降低约30%。联合创始人博格丹·尼古拉斯（Bogdan Nicholas）向每经记者表示，在结构化数据提取和VIN解码等任务上，GLM已能满足需求。

此外，加拿大律所Substance Law和英国在线教育平台ExpertEdge也已将部分工作负载迁移至DeepSeek、智谱GLM等模型。

其中，ExpertEdge的首要动因并非成本，而是控制权。公司首席执行官奥利·哈金斯（Oli Huggins）向每经记者表示，6月一项美国出口禁令导致Anthropic的Claude Fable 5短时间内全球下线，“当核心业务依赖不可控模型时，企业的成本与连续性将受制于外部决策。在自有硬件上运行开源模型，可以降低这种不确定性。”

全球使用量前50大AI模型所属国家/地区统计：中国AI模型市场份额持续攀升

图片来源：阿波罗全球管理公司

性能差距仅1%~4%，但价格低60%~90%，企业用脚投票

中国大模型的吸引力，并不止于价格。

OpenRouter数据与分析专员贾斯汀・萨默维尔（Justin Summerville）透露，中国开源大模型的价格相较Anthropic、OpenAI的头部模型低60%~90%。

但真正推动迁移的，是性能和成本的“临界点交汇”。

胡延平向每经记者分析道，企业在模型选型时，固然希望能力越强越好，但在实际业务中，另外两个因素正成为决策取舍的关键：一是性价比；二是模型特性是否更适合Agent、工具调用、MCP协同等企业场景。“在技术开发、数据处理、客服、内容创作等不同细分方向上，中国大模型企业整体崛起，恰好在短时间内连续推出了多个差距不大且各有特色的模型，承接了这种多元化的场景需求。”

他认为，中国大模型的用户增长核心，在于多元供给、极致性价比、开源开放与持续迭代的综合优势。关键变化是，在中低难度任务上，中美模型差距迅速收窄，中国头部开源模型已可覆盖大部分常规企业需求。

性能层面，差距正在进一步缩小。6月17日智谱发布的GLM-5.2，在FrontierSWE、Terminal-Bench等代码与长程任务权威基准中，与Claude Opus 4.8的差距已收窄至1%~4%。

布鲁金斯学会学者Kyle Chan指出，在AI成本持续上升的背景下，中国模型对美国企业的吸引力显著提升。过去企业在AI落地过程中对模型选择并不敏感，如今成本已成为核心考量。他认为，中国模型价格通常仅为美国竞品的一小部分，但性能已接近前沿水平，当前整体技术差距约为6至9个月。

对于90%的日常企业级应用——如中等复杂度代码生成及常规客服——这一时间差完全可以被显著的成本优势所抵消。

流量数据是最诚实的投票器。

OpenRouter数据显示，截至7月5日，中国AI大模型周调用量连续十周超过美国；6月29日至7月5日当周，中国AI大模型包揽榜单前六，DeepSeek-V4-Flash连续七周位居榜首，GLM-5.2冲进前五。

自2026年2月8日以来，美国企业在OpenRouter上使用中国AI大模型的Token占比每周都稳定在30%以上，最高触及46%；而在2025年上半年，这个数字仅为4.5%。

美国企业在OpenRouter上使用中国AI大模型的Token占比

数据来源：OpenRouter

前端应用部署的云平台Vercel的数据同样反映了这一趋势：DeepSeek的调用Token流量占比从4月份的1%飙升至5月份的17%，5至6月持续走高；GLM-5.2发布后的首个完整周内，每日Token消耗量激增约27倍，客户数增长80倍，成为Vercel平台监测到落地速度最快的模型。

从闭源到开源：迁移或进入加速期

随着迁移潮的涌动，行业专家认为，这场从闭源到开源、从海外向中国模型的迁移势头才刚刚拉开序幕。

前Hugging Face亚太生态负责人王铁震向每经记者指出，当用户发现能够以更低价格获得Opus 4.8/ChatGPT 5.5级别的模型能力，同时具备更好的数据隐私保障且无需承担断供与“降智”风险时，闭源到开源模型的迁移势头会非常强劲。

他预计，随着中国厂商下半年陆续推出准Fable级别的模型，这一趋势还将加速。“开源模型的加速普及，也依赖于基础设施与生态协同——包括vLLM、SGLang等推理框架与模型厂商的深度合作。这种高水平的生态协同，不仅降低了开发者和中小企业的技术准入门槛，也加速了开源模型在各行业的规模化应用和标准化落地。”

“这表明，国产大模型的开源开放模式，正在从一种纯粹的‘技术选择’演变为深远的‘产业战略’。”胡延平进一步向每经记者指出。

胡延平认为，AI开源所带来的技术平权与创新扩散效应，是闭源商业模式无法比拟的，其深远价值体现在两个核心维度：

其一，开源模式大幅降低了AI技术的采用门槛。企业可以实现云端与本地自主部署相结合，根据自身场景需求对模型进行灵活微调，自主掌控本地技术栈，从而极大降低了企业AI落地对外部地缘或商业决策的依赖风险。

其二，对整个AI产业链而言，鼓励技术开源、数据开放，有助于降低整个社会的创新门槛，能够支持更多中小企业和长尾开发者参与进来。中小企业可以基于开源基座模型，面向千行百业开发定制化AI应用，这对于AI产业链的培育和产业群落的成长至关重要。

“从目前的态势来看，由用户市场、资本市场、产业科技市场相互作用的积极发展态势，以及主要企业的用户与营收增长已经表明，中国AI生态的正反馈循环正在形成。”胡延平强调，持续放大的生态能力，将成为中国大模型应对全球AI竞赛的中长期核心竞争力。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。