中美AI摊牌：DeepSeek把价格打穿，GPT和Claude靠什么活下去？

同样1000个Agent任务，最低9.8美元，最高550美元。中国模型正在拿走Token，美国模型还守着入口和利润。数据截至2026年8月4日。全文约7447 字，阅读约需 12 分钟 |仅作为笔记研究，不做投资建议

到了2026年，决定AI战争输赢的，早就不只是模型会不会答题，而是另外五件事：

1. 完成一个任务到底要花多少钱？
2. 模型公司有没有真正赚到钱？
3. 烧进去的几百亿美元，什么时候能回本？
4. 美国企业到底有没有在大量使用中国模型？
5. 当模型能力逐渐接近，最后的利润究竟会留在哪一层？

中国模型正在快速拿走Token和低成本任务；美国模型仍然控制着最复杂的工作、全球用户入口和高价值企业市场。

在这个统一口径下，各模型的API账单大致如下：

看完这张表，很多人的第一反应会是：

美国AI疯了吗？同样一件事，为什么敢卖贵50倍？

但这里必须踩一脚刹车。

API单价便宜，不代表最终任务一定同比例便宜。

一个能力弱、规划差的模型，可能需要更多Token、更多步骤、更多重试；一个高端模型如果一次就把任务做对，实际成本差距可能明显缩小。

所以，更有意义的不是只比每百万Token价格，而是比较"完成同一个任务，最后到底花了多少钱"。

Artificial Analysis 的实际测试显示，DeepSeek V4-Flash 完成一次测试任务的平均成本约为 0.03 美元，Kimi K3 约 0.86 美元，GPT-5.6 Sol 约 1.86 美元，Claude Fable 5 约 3.15 美元。也就是说，在这组测试中，DeepSeek V4-Flash 的确比 Claude Fable 5 便宜约 105 倍。

但同一份评测也显示，DeepSeek V4-Flash 的综合能力得分为 50，Kimi K3 为 57，而 GPT-5.6 和 Claude 高端模型领先 DeepSeek 至少 9 分。

所以，正确结论不是：

中国模型在所有方面都比美国模型强100倍。

而是：

中国模型已经把大量"足够好"的智能，打到了美国高端模型几十分之一甚至百分之一的成本。

这对产业的冲击，比一次跑分超过GPT更大。

因为跑分只能制造新闻，价格才会改变企业采购。

二、DeepSeek真正可怕的，不是第一，而是把智能打成白菜价

DeepSeek V4-Flash 的 API 价格，已经低到近乎反常：

每百万输入Token只要0.14 美元，输出只要0.28 美元，缓存命中输入更低至0.0028 美元。V4-Flash 和 V4-Pro 都支持 100 万 Token 上下文，最大输出达到 38.4 万 Token。

这意味着什么？

过去一家创业公司做AI应用，最大的恐惧之一是：

用户越多，Token烧得越快，最后不是被竞争对手打死，而是被模型账单拖死。

DeepSeek 正在改变这个逻辑。

大量文本分类、资料提取、批量改写、代码辅助、客服、内容审核、内部知识检索，根本不需要每一次都调用 GPT-5.6 Sol 或者 Claude Opus 5。

只要 DeepSeek 能够完成其中 80% 的常规任务，企业就可以把最昂贵的美国模型，只留给那 20% 真正复杂的工作。

这会形成一种极其残酷的路由方式：

• 简单任务交给 DeepSeek；
• 中等任务交给 Qwen、Kimi 或 GPT Luna；
• 只有最复杂任务，才调用 GPT Sol 或 Claude Opus。

美国高端模型不会因此消失。

但它们原本可以收走的海量普通 Token，正在被中国模型切走。

这就像航空业。

头等舱仍然赚钱，但如果大部分乘客都被廉价航空抢走，传统航空公司的定价权一定会被压缩。

三、中国模型便宜，究竟是技术效率高，还是在亏本补贴？

这是必须正面回答的问题。

很多人看到中国模型价格低，就会本能地认为：

这肯定是烧钱补贴，早晚涨价。

这种可能性存在，但不能把所有价格优势都归结为补贴。

DeepSeek 在 2025 年披露过一组推理数据：

其 V3 和 R1 模型理论日推理成本约 8.7072 万美元，按照标准价格计算的理论日收入约 56.2027 万美元，由此得出所谓"545% 的成本利润率"。

这里有一个被大量自媒体搞错的地方。

545% 不是毛利率。它是利润相对成本的比例。

按正常财务口径计算：

• 理论收入：56.2027 万美元；
• 理论推理成本：8.7072 万美元；
• 理论推理利润：47.4955 万美元；
• 理论推理毛利率：约 84.5%。

这个数字依然很高，但它只代表一个理论推理模型。

DeepSeek 同时明确提示，实际收入会低得多，因为：

• 网页端和 App 端大量免费；
• 不同模型价格不同；
• 非高峰期有折扣；
• 并不是所有 Token 都能按照最高价格变现。

所以，DeepSeek 证明了一件事：

它的推理单位经济模型可能非常强。

但它没有证明另一件事：

DeepSeek 整家公司已经盈利，更没有证明累计投入已经回本。

把"单次推理可能赚钱"直接写成"公司已经暴利"，和把一家餐厅某道菜的食材毛利率，当成整家餐厅的净利润率一样荒唐。

四、五家公司究竟谁在赚钱，谁还在烧钱？

先说结论：

没有一家头部模型公司公开了完整、可审计的模型级利润表。

OpenAI、Anthropic、DeepSeek 和 Moonshot 都是非上市公司；阿里虽然上市，但也没有单独披露 Qwen 的收入、成本和利润。

因此，我们只能根据公司披露、融资文件、媒体报道和云业务数据，判断它们目前走到了哪一步。

1. OpenAI：收入已经恐怖，烧钱同样恐怖

据 OpenAI 披露，2026 年 3 月公司完成了 1220 亿美元融资承诺，投后估值 8520 亿美元。公司当时称，其收入已经达到每月 20 亿美元，ChatGPT 周活用户超过 9 亿，付费订阅用户超过 5000 万，企业业务贡献超过 40% 的收入。

但据 The Information 援引 OpenAI 发给股东的文件，OpenAI 在 2026 年第一季度实现 57 亿美元收入，同时消耗了 37 亿美元现金。路透社明确表示无法独立核实这份报告。

37 亿美元现金消耗，相当于同期收入的约 65%。

注意，这不等于"OpenAI 每收入 1 美元就亏损 0.65 美元"。

因为现金消耗和会计利润不是同一个概念，里面可能包含数据中心预付款、资本支出、训练支出和其他长期投资。

但它至少说明：

OpenAI 目前仍然没有进入传统意义上的稳定回本阶段。

OpenAI 现在做的，不是经营一家普通软件公司，而是在同时建设：

• 世界级基础模型实验室；
• 全球超级 App；
• 企业软件平台；
• 编程 Agent；
• 云和数据中心网络；
• 下一代 AI 操作系统。

这套模式一旦成功，OpenAI 可能控制下一代互联网入口。

但如果 Token 迅速商品化、企业客户开始大规模转向更便宜的模型，OpenAI 高昂的基础设施投入就会变成压力。

这也是为什么 OpenAI 在 2026 年 7 月 30 日突然将 GPT-5.6 Luna 价格下调 80%，将 Terra 下调 20%，唯独保留高端 Sol 价格不动。

OpenAI 回本判断

没有回本。

但它拥有全行业最强的消费端入口、订阅用户和综合产品生态，资本市场也仍愿意为它的未来支付巨额资金。

OpenAI 最大的问题不是没收入，而是它必须证明：

未来收入增长，能够跑赢算力、训练和数据中心支出的增长。

2. Anthropic：可能比 OpenAI 更早跨过经营盈亏线

Claude 的商业模式和 ChatGPT 不同。

ChatGPT 想做人人都用的 AI 超级入口。

Claude 更聚焦于：

• 编程；
• 企业知识工作；
• 金融研究；
• 法律分析；
• 长周期 Agent；
• 高价值专业任务。

根据路透 Breakingviews 援引的数据，Anthropic 在 2026 年第一季度收入约 48 亿美元，预计第二季度收入达到 109 亿美元，同时预计实现 5.59 亿美元调整后经营利润，对应利润率约 5.1%。该指标包含新模型的完整训练成本，但不包括股权激励。

这个口径非常重要。

它不是已经审计的 GAAP 净利润，也不代表自由现金流已经转正。

路透同时提醒，Anthropic 和 OpenAI 的收入确认方式并不完全一致，Anthropic 的一些收入数据没有扣除分销合作伙伴分成，不能简单拿来做一对一比较。

但即使如此，Anthropic 仍然可能是头部独立模型公司中，最接近经营盈亏平衡的一家。

截至 2026 年 5 月，Anthropic 宣布完成 650 亿美元融资，投后估值 9650 亿美元，年化收入运行率超过 470 亿美元。

Menlo Ventures 对 495 名美国企业 AI 决策者的调查则显示，截至 2025 年末，Anthropic 估计占美国企业大模型支出的 40%，OpenAI 为 27%；在编程市场，Anthropic 估计占 54%，OpenAI 为 21%。

这解释了 Claude 为什么可能更早接近盈利：

它不一定拥有最多用户，但它抓住了最愿意付钱的人。

一个普通用户每月付 20 美元，和一家大型企业把几千名程序员、分析师和法务人员接入 Claude，商业价值完全不是一个量级。

Anthropic 回本判断

可能接近经营盈亏平衡，但没有证据证明已经完成累计回本。

它最大的优势是高价值企业客户。

最大的风险是消费端入口弱于 ChatGPT，而且价格偏高，常规任务可能被便宜模型持续分流。

3. 阿里千问：它不必靠卖 Token 单独回本

Qwen 和其他四家最大的区别，是背后站着阿里。

阿里不需要只靠千问会员或者 API 费用赚钱。

一个企业用了 Qwen，通常还会购买：

• 阿里云算力；
• 数据库；
• 对象存储；
• 网络服务；
• 模型部署；
• 企业 Agent；
• 安全和运维服务。

这才是阿里真正的商业闭环。

截至 2026 年 3 月季度，阿里云收入达到416.26 亿元，外部收入同比增长 40%；AI 相关产品收入连续 11 个季度保持三位数增长，占云外部收入的 30%，年化 AI 相关产品收入超过 358 亿元。阿里还预计，模型和 AI 应用服务年化经常性收入将在 2026 年末达到 300 亿元。

阿里的 AI 已经不是研究项目，而是正在大规模产生云收入的业务。

在五家公司中，阿里的商业闭环最完整。

五、美国现在到底有多少人在使用中国模型？

这是整个议题中最容易被夸大的数字。

最新最炸裂的说法是：

美国使用的 AI Token 中，64% 已经来自中国模型。

这个数字不是凭空捏造。

路透 Breakingviews 援引 OpenRouter 数据称，在 2026 年 7 月 13 日当周，美国用户通过 OpenRouter 调用中国开源模型的 Token 占比达到 64%。

这已经不是"美国开发者偶尔试用国产模型"。

它意味着在 OpenRouter 这个多模型路由平台上，DeepSeek、Qwen、Kimi、GLM 和 MiniMax 已经成为大量美国开发者、创业公司和成本敏感型工作负载的基础设施。

但千万别把这句话改写成：

中国模型已经占领美国 64% 的 AI 市场。

这是错的。

OpenRouter 只是一个模型聚合和路由平台，它更集中于：

• 开发者；
• AI 创业公司；
• 多模型应用；
• 价格敏感型用户；
• 喜欢测试开源模型的人群。

它不能代表 ChatGPT 网页端、Claude 企业客户、微软 Copilot、Google Workspace 以及美国所有私有云部署。

这也是为什么另一组数据差别巨大。

Menlo Ventures 在 2025 年 11 月调查 495 名美国企业 AI 采购决策者时发现，所有开源模型合计只占企业大模型市场的 11%，其中中国开源模型只占全部企业 LLM API 使用量的约 1%。

一个是 64%，一个是 1%。

谁错了？

可能都没错。

因为统计时间、平台和人群完全不同。

64% 代表的是 2026 年 7 月 OpenRouter 这一开发者平台的当周 Token；

1% 代表的是 2025 年末美国传统企业生产环境的调查估计。

因此，最准确的结论应该是：

中国模型已经深度进入美国开发者和创业公司体系，并在 OpenRouter 等价格敏感型平台上拿到多数 Token。

六、中国模型拿走Token，美国模型还能赚什么钱？

答案是：

赚最贵的钱。

很多人会误以为，模型价格不断下降，OpenAI 和 Anthropic 最终一定会被 DeepSeek 打垮。

事情没有这么简单。

历史上，开源软件并没有消灭商业软件。

Linux 没有消灭微软，开源数据库也没有消灭 Oracle。

开源和低价模型会压低标准化能力的价格，但高价值客户仍愿意为以下东西付费：

• 稳定性；
• 服务承诺；
• 安全与合规；
• 全球云部署；
• 工具和权限管理；
• 企业数据连接；
• 复杂任务成功率；
• 责任边界；
• 品牌信任。

路透分析也指出，中国开放模型的 Token 价格可能比美国闭源模型便宜 60% 至 90%，但自建部署还需要服务器、工程团队、网络安全和维护成本；便宜 Token 不必然等于更低的总拥有成本。

这意味着未来企业不会只选一个模型。

它们会建立一个模型路由层：

• 低成本模型处理 80% 的常规任务；
• 高端模型负责规划、复核和最复杂的 20%；
• 敏感数据使用本地部署模型；
• 高风险任务使用有服务保障的闭源模型。

最后真正拥有议价权的，可能不是某个模型，而是那个决定"任务发给谁"的平台。

七、GPT最后会走向哪里？

我的判断是：

GPT 不会只做一个模型，它会变成 AI 时代的操作系统。

OpenAI 自己已经公开提出建设统一 AI 超级 App，将 ChatGPT、Codex、浏览器、Agent 和第三方应用整合到一个入口中。ChatGPT 目前拥有超过 9 亿周活用户和超过 5000 万付费订阅用户，消费端规模仍然远超其他独立 AI 产品。

未来 GPT 的商业模式，不会只依赖卖 Token。

它可能同时从以下渠道赚钱：

• 个人订阅；
• 企业席位；
• API 调用；
• Codex 和专业 Agent；
• 搜索和电商分成；
• 第三方应用抽成；
• 医疗、科研和教育等专业服务。

GPT-5.6 分成 Luna、Terra 和 Sol 三档，已经把战略写得很清楚：

Luna 负责高频低成本任务；

Terra 负责主流企业工作；

Sol 负责最复杂、最昂贵的高端任务。

这类似于芯片公司的产品分层。

不是每个人都买最高端 GPU，但最高端产品负责建立品牌和利润天花板，中低端产品负责守住市场份额。

GPT 最大的优势

用户入口。

当用户已经在 ChatGPT 里保存了记忆、文件、工作流、联系人和第三方工具，切换模型就不再只是换一个聊天框，而是迁移整个工作系统。

GPT 最大的风险

成本结构。

如果底层 Token 价格不断下降，而 ChatGPT 又无法通过 Agent、广告、交易和企业服务提高每个用户的收入，OpenAI 庞大的算力投入就会持续侵蚀现金。

所以 GPT 未来的胜负手，不是模型再领先两个月。

而是：

它能否从"回答问题的工具"，变成"替用户完成交易和工作的入口"。

八、Claude最后会走向哪里？

Claude 不会复制 ChatGPT。

它更可能成为：

企业里的高级数字员工。

ChatGPT 追求覆盖所有人。

Claude 追求的是更少、但价值更高的任务：

• 一个软件工程团队；
• 一套复杂代码库；
• 一份并购尽调；
• 一项金融研究；
• 一个法律案件；
• 一套企业知识系统；
• 一个连续运行数小时甚至数天的 Agent。

Claude Opus 5 的官方价格仍然高达每百万输入 Token 5 美元、输出 25 美元，但 Anthropic 并没有急着把 Opus 价格打到 DeepSeek 水平，因为其客户购买的并不是便宜 Token，而是减少工程师时间、提高复杂任务成功率和降低错误成本。

对于一家企业来说，如果 Claude 花 500 美元完成的代码任务，可以节省一名高级工程师两天时间，那么 500 美元并不贵。

反过来，如果只是批量总结 1000 篇商品评论，还使用 Claude Opus，就属于把跑车开去送外卖。

Claude 最大的优势

高价值工作流和企业市场。

Menlo 数据显示，Anthropic 在企业大模型支出和编程市场上的份额已经领先 OpenAI。

Claude 最大的风险

入口较窄，价格较高。

如果 GPT 不断提升代码能力，中国模型又持续压低常规编程和执行任务价格，Claude 必须长期守住"最复杂工作更可靠"这个位置。

一旦这个差距消失，它的高价格就会受到挑战。

因此，Claude 的最终方向大概率不是成为全球最大的聊天 App，而是：

成为金融、法律、科研、编程和企业知识工作中的高端智能劳动力。

九、中美AI科技战，最后究竟会怎么走？

现在下结论还早，但已经可以看清大致轮廓。

第一层：中国会拿走越来越多 Token

• 低价格；
• 开放权重；
• 快速迭代；
• 本地部署；
• 中文和本土场景；
• 更低的工程实施门槛。

DeepSeek 负责把价格打穿。

千问依托阿里云，负责把模型变成企业基础设施。

未来大量客服、内容处理、内部知识库、批量编程、制造业和政企业务，不需要每次都调用最贵的美国模型。

这部分 Token，中国模型很可能继续扩大份额。

第二层：美国会守住最贵的任务

美国公司的优势仍然包括：

• 最先进的芯片和算力集群；
• 全球企业销售体系；
• 开发者生态；
• 消费端入口；
• 产品工程；
• 云服务；
• 企业合规；
• 顶级研究人才和资本。

GPT 和 Claude 未必能守住所有普通 Token，但只要它们守住：

• 最复杂推理；
• 顶级编程；
• 长周期 Agent；
• 高风险金融和法律任务；
• 全球大型企业客户；

它们依然可以拿走最高的单客户收入。

所以未来可能出现一个看起来很矛盾的局面：

中国模型的 Token 数量越来越大；美国模型的单位 Token 收入仍然更高。

第三层：底层模型的利润会越来越薄

2025 年，美国企业生成式 AI 支出达到 370 亿美元，其中应用层 190 亿美元，基础设施层 180 亿美元；单独的基础模型 API 市场约 125 亿美元。编程已经成为最大单一应用场景，占部门级 AI 支出的 55%。

这说明真正的大钱，不只在卖模型。

随着模型越来越接近，基础模型可能逐渐变成类似云服务器的标准化资源：

价格持续下降，能力差距持续缩小，企业随时可以切换供应商。

最终最稳定的利润，可能上移到五个地方：

1. 芯片与存储：英伟达、HBM、网络设备；
2. 云计算：AWS、Azure、Google Cloud、阿里云；
3. Agent 平台：谁控制任务分配和企业权限；
4. 专有数据：金融、医疗、法律、工业数据；
5. 用户入口：ChatGPT、办公软件、搜索、电商和操作系统。

换句话说：

未来最值钱的，可能不是"拥有一个大模型"，而是拥有模型无法绕开的数据、算力、工作流和用户。

十、真正聪明的方案，是组合使用

对于个人用户，我的推荐是：

ChatGPT 做主力，Claude 做反方复核，国产模型负责中文交付和降本。

最重要的一条：

不要让同一个模型既写文章，又负责证明自己写得对。

模型也会维护自己的原始结论。

真正降低幻觉的方法，不只是多问一句，而是让另一个模型站在反方，把前一个模型的结论重新审判一遍。

结语：美国没有输，中国也不再只是追赶

中国模型正在迫使美国公司降价。

美国公司正在把战场从模型，转移到 Agent、入口、企业工作流和全球基础设施。

最终形成新的分工：

中国拿走更多低成本 Token；美国拿走更多高价值任务；芯片、云计算、Agent 平台和独有数据，拿走最稳定的利润。

本文数据基于 OpenAI、Anthropic、DeepSeek、Moonshot、阿里巴巴公开披露，以及 Reuters、The Information、Menlo Ventures、OpenRouter、Artificial Analysis 等来源，数据截至 2026 年 8 月 4 日，关键信息均已与实时报道交叉核验。大模型迭代速度极快，单项排名随版本更新可能发生变化。本文仅为产业研究笔记，不构成任何投资建议。

声明：个人原创，仅供参考