外企转向中国AI模型，性价比与可控性优势明显

企业的AI账单正在以令人不安的速度膨胀，而解决方案竟然来自地缘政治上的对手。

DoorDash、Airbnb、西门子，这些响当当的西方企业名字，如今频繁出现在同一个语境里：它们正在用中国AI模型替换或补充美国产品。驱动这场悄然转变的逻辑极其简单，便宜，够用，而且越来越好。

要理解这场转变，得先看看企业AI成本已经烧到了什么地步。

Ramp AI Index的研究数据显示，那些最重度依赖AI的企业，每位员工每月的AI使用费用约达7500美元。这已经不是小数目，而是一笔实实在在的运营成本。更极端的案例是，据报道某家公司单月为使用Claude支付了高达5亿美元的费用，这个数字即便放在科技巨头的财报里也相当刺眼。

成本压力之下，企业开始重新审视一个基础问题：我真的需要最贵的那个模型吗？

AI平台Featherless AI的首席执行官Eugene Cheah给出了一个直白的答案。他告诉媒体，中国模型是"房间里的大象"，企业开始意识到，很多工作根本不需要最顶尖的模型，速度更快、价格更低的选项完全可以胜任。

这种务实态度在实际采购决策中正在快速扩散。DoorDash联合创始人Andy Fang公开表示，他们通过让中国初创公司Moonshot AI的模型承担"底层工作"节省了大量成本。旧金山初创公司Lindy则走得更彻底，直接放弃了Anthropic的全套工具，转向DeepSeek最新的V4模型。

根据AI模型聚合平台OpenRouter的使用数据，来自DeepSeek和Z.ai的中国模型在企业用户中的调用量，已经超越了Anthropic的Claude和OpenAI的ChatGPT。这个排名变化，发生在几乎没有任何公开声明的情况下，是企业用脚投票的结果。

如果价格是唯一因素，这个故事就简单多了。但现实情况是，中国模型的吸引力还建立在另外两个维度上。

第一个是开放性。许多中国主流AI模型采用开源或开放权重的方式发布，这意味着企业可以看到模型的参数结构，可以在自己的服务器上部署，可以根据业务需求进行深度定制。对于处理敏感数据的金融、医疗、法律类企业来说，这种可控性至关重要，它意味着公司数据不需要经过第三方的云端服务器，数据主权得以保留。

相比之下，OpenAI和Anthropic的主力模型长期以闭源API的形式提供服务，用户无法审查模型内部，数据处理方式也高度依赖供应商的承诺。这在合规要求严格的行业里，始终是一块难以忽视的阴影。

第二个因素，是美国AI供应商自己制造的信任危机。特朗普政府暂停向海外提供Anthropic旗下Mythos模型一事，在国际企业用户中引发了强烈震动。加拿大AI公司Cohere的首席执行官艾丹·戈麦斯将这一事件描述为"最切实的警示"，用户的访问权限被直接撤销，毫无预警。他指出，这暴露了将所有工作负载押注于单一供应商的结构性风险。

对于那些本来就对美国技术政策抱有疑虑的非美国企业而言，这个事件几乎是推倒最后一块多米诺骨牌。既然美国供应商可以随时因为政治原因切断服务，分散供应商、引入替代选项就不只是成本优化，而是业务连续性的基本要求。

从技术性能的角度看，中国模型的竞争力提升速度同样不容小觑。Z.ai上个月发布的GLM-5.2在多项基准测试中表现亮眼，硅谷多位技术人士公开评价其能力已接近美国顶级系统，而价格只是后者的一个零头。DeepSeek此前发布的系列模型，更是以极低的训练成本实现了与GPT-4量级相当的推理能力，直接引发了华尔街对美国AI公司估值逻辑的重新审视。

乔治城大学安全与新兴技术中心研究员Sam Bresnick的判断很能代表业界的普遍认知：企业有强烈动力将部分工作负载迁移到更便宜的模型上，既然中国模型通常都能满足需求，为高价的美国模型支付溢价的理由就越来越难以成立。

这场迁移还在加速。随着更多企业公开分享切换经验，观望者的转换成本在快速降低，而美国AI公司的定价压力则在快速上升。OpenAI和Anthropic不得不在过去一年内多次下调API价格，但降价的空间终究有限。

地缘政治的竞争逻辑，在企业AI采购决策面前显得格外苍白。当每月的账单比任何意识形态都更真实的时候，"支持本国技术"的口号很难压过财务部门的红线警告。这不是企业不爱国，而是市场在以它一贯的方式运转。