四倍差距碾压！欧美巨头集体弃美用中，中国AI模型到底赢在哪？

全球最大的AI聚合平台OpenRouter，本质上是个模型中转站，几百个模型摆在一起，开发者调哪个、调多少都被记得明明白白，所以它的数据比厂商自己吹的靠谱得多。

OpenRouter已经成了这行最接近＂收视率＂的东西，因为它汇总了几百个模型、几千个应用的真实API流量，反映的是开发者实际部署的东西，而不是发布会上的营销话术。真正扎眼的是这一年的翻转。

2025年6月，谷歌、OpenAI、Anthropic这几家美国模型加起来还占着OpenRouter大约七成的token份额，到2026年6月这个数字掉到了三成左右。一年丢掉四成，这种滑坡在科技史上都不多见。

如果只看美国企业自己路由出去的流量，中国模型的存在感更强。具体到数字，冲击力更直接。

这个份额从今年1月中旬到现在差不多翻了三倍，7月第一周一度冲到63%；而2025年初，中国模型的占比还不到10%，美国模型大约占八成。换句话说，短短一年半，天平几乎整个倒了过来。

所谓＂碾压＂，不是嘴上说说，是白纸黑字的调用曲线在那儿摆着。先说个典型案例，美国本土的外卖巨头DoorDash。

这里得把事实摆正，免得以讹传讹。该公司CTO安迪·方在7月初的一条社交帖子里讲得清楚：最难啃的活儿交给前沿模型Fable，把层级较低的常规工作分给中国月之暗面的Kimi K2.6。

不是把核心全给中国模型，而是让中国模型接住海量的日常工作量，这是一种精打细算的分工。我个人觉得，这种＂混搭＂其实比＂一刀切＂更能说明问题。

一家美国公司愿意把大批基础活儿托付给中国开源模型，说明在它眼里，成本和效果的账已经算平了。当便宜的工具能干好八成的活，把顶配模型省下来只对付那两成硬骨头，这是任何一个成本部门都会点头的方案。

旧金山那家初创公司Lindy走得更彻底。AI初创公司Lindy把百分之百的流量从Claude迁到了DeepSeek，它说这次切换能省下数百万美元。

做生意的人不讲情怀，账本翻开谁便宜好用就用谁，这话放在硅谷也一样成立。省下的每一分钱，最后都变成了利润表上的实打实数字。

那美国AI这手好牌，怎么就打成了这样？第一个坑，是把自家最强的技术锁进了保险柜。

美国政府把GPT-5.6 Sol这类前沿模型的访问权限，限制在大约20家经过审查的机构；GPT-5.6在7月9日公开时也是分层发放，Terra和Luna能用，而Sol最敏感的能力被永久锁在联邦许可背后。Anthropic那边也一样。

Fable 5的底子Mythos 5，据称是现存最擅长网络安全任务的模型，但访问权限只开放给Anthropic＂Glasswing计划＂里的少数企业，这个计划本是帮关键基础设施厂商查漏补缺用的。

技术再顶尖，普通企业根本够不着，自然只能另寻出路。更要命的是＂说停就停＂。

6月12日，Anthropic的Fable 5和Mythos 5两款模型在出口管制指令下被暂停，这是已知首次由政府强制下架一款全球模型；虽然7月1日恢复了，但这件事凸显了把身家押在单一供应商身上的脆弱。

对企业来说，一个随时可能断供的工具，本身就是一种隐性风险。在我看来，这才是美国AI真正的软肋。

技术领先能靠研发砸出来，但＂稳定可用＂是信任问题，一旦被政策折腾过一回，全球客户心里就有了根刺。企业买的从来不只是性能，还有＂明天它还在不在＂的确定性。

这种确定性一旦被打碎，再想缝回去就难了。第二个坑，是价格实在扛不住。拿账单一比就懂。

刚发布的Kimi K3每百万输出token收15美元，而z.ai的GLM-5.2是4.40美元，DeepSeek V4只要0.87美元；即便是K3，也比同级的美国模型便宜——对标的Fable同样输出量要收整整50美元。

这价差摆在这儿，不是差一点半点。放到更大的盘子里看更清楚。

按OpenRouter的说法，开源中国模型比Anthropic和OpenAI的旗舰便宜60%到90%；截至2026年6月，DeepSeek V4 Flash每百万输入token是0.14美元，而OpenAI的GPT-5.5要5美元，对高用量的企业来说，这种4倍到100倍的价差很难忽视。

那中国AI凭啥被主动买单？头一条是开源开放带来的自主可控。

这些吸走流量的都是开源权重模型，参数公开、能自己部署或经第三方接入，这降低了开发者的切换成本——没有专有锁定，不用谈企业合同，换个地址和密钥就跑起来了。数据留在自家机器上，这份踏实感是闭源模型给不了的。

风向早就变了，连硅谷的钱袋子都这么看。据MIT科技评论报道，这股采用潮已经蔓延到硅谷创业公司，a16z合伙人马丁·卡萨多估算，用开源AI栈的初创公司里大约八成在跑中国模型。

这不是零星现象，而是成规模的默认选择。当＂用中国模型＂成了创业圈的常识，市场的惯性就很难逆转了。第二条是性能真追上来了。

7月16日发布的Kimi K3把这一点摆到了明面上。

Beijing的月之暗面说Kimi K3拥有2.8万亿参数，明显大于此前中国同行的开源模型，包括DeepSeek的1.6万亿参数V4 Pro和智谱744亿的GLM 5系列，是迄今最大的开源模型。体量之外，成绩单也拿得出手。

独立评测给了它一个体面的位置。

K3在LMArena的前端代码榜上排第一，Artificial Analysis把它的智能水平放在Opus 4.8和GPT-5.5这一档，但在综合指标上仍落后于Claude Fable 5和GPT-5.6 Sol；它是目前最强的开源模型，不是绝对的前沿王者，意义在于它缩小的那段距离，而不是它抢走了什么王冠。

这速度连行业里最冷静的人都要重新掂量。英国AI安全研究所在其前沿网络靶场上测出，开源与闭源的差距已经收窄到四到七个月，比2025年大部分时间的六到十个月又近了一步。

我的判断是，当差距以＂月＂计而不是以＂年＂计，对绝大多数商用场景来说，这段差距基本可以忽略不计。第三条，是这场竞争的评判标准本身变了。

它不再只比实验室里的benchmark，而是比谁能被真正用起来。编程已经成了OpenRouter上最大的token使用类别，2025年一整年从11%涨到了超过50%。

在代码、客服、办公这类高频落地场景里，中国模型的性价比优势被成倍放大。市场的反应最诚实，也最不留情面。

上周，中国的月之暗面在上海世界人工智能大会上发布了2.8万亿参数的Kimi K3，公司称它是全球最大的开源权重模型，早期基准排名把它放在几家美国头部模型之前。发布会踩着大会的节点，这种编排本身就带着几分宣示意味。

AI初创公司Tzafon的首席产品官说，Kimi K3在编程等领域表现确实亮眼，AI实验室的开发者可能会觉得它很有吸引力——＂成本已经成了这些实验室的一件大事＂，这话点出了Anthropic、OpenAI在更便宜模型面前感受到的压力。

连圈内人都承认贵，普通中小公司还拿什么硬扛？不过也得留一分清醒，别把话说满。

用这项技术的方式有很多种，并非每个模型在每项任务上都出色，跑分好看不代表实战无敌；有些模型在生产环境里的表现和测试时并不一样，市面上也没有一个样样第一的＂全能王＂。

换句话说，中国模型赢的是＂够用又便宜＂的广大中间地带，不是把顶配彻底扫地出门。眼下华盛顿正为这事吵得不可开交。

美国立法者正在琢磨如何遏制本土企业越来越多地采用中国AI模型。但在我看来，这类施压很难扭转账本上的现实——企业经营者只做对自己有利的选择，当便宜、开放、够用三条凑齐，行政命令挡得住一时，挡不住成本的地心引力。

说到底，这轮此消彼长的核心，不是谁的实验室参数更漂亮，而是谁更懂＂让技术回去服务生产＂。美国最大的失误，是把前沿民用科技当成了博弈筹码，越收越紧，反倒把全球客户往外推。

而中国AI能这么快站上牌桌，靠的正是开放、实惠、尊重用户选择权这几条最朴素的商业本分。技术再顶尖，如果价格离谱、随时断供、落不了地，和普通企业、普通打工人，又有多大关系呢？