连续15周霸榜！中国AI大模型调用量缘何跑赢美国？

（文/赖家琪 编辑/吕栋）

全球模型聚合平台OpenRouter最新周度Token（词元）调用榜单显示，8月3日至8月9日，全球AI大模型总调用量达到69万亿Token，较前一周增长21.48%。其中，中国AI大模型Token调用量达到34.25万亿，环比增长21.76%；同期美国AI大模型Token调用量为9.17万亿，增长109.36%。

这意味着，在OpenRouter这一平台上，中国AI模型调用量已经连续15周超过美国，稳居全球第一。

上周全球调用量排名前四的AI大模型，都出自中国。居于首位的是刚正式发布的DeepSeek-V4-Flash-0731（即DeepSeek-V4-Flash正式版），当周调用量达8.83万亿Token，较前一周暴涨570%；腾讯Hy3模型则以8.05万亿Token排名第二，环比增长67%；DeepSeek-V4-Flash-0423（即DeepSeek-V4-Flash预览版）排名第三，周调用量达5.88万亿Token，环比下滑19%；小米MiMo-V2.5以5.39万亿Token位列第四，较上周下滑14%。

OpenRouter

这一数据迅速引发关注，有人甚至将其解读为“中国AI已超过美国”。尽管据此就得出这一结论略显草率，但这份榜单已展现出一个趋势，即中国AI大模型正以开放生态、性能、成本，在商业应用场景中展现出越来越强的竞争力。

中国AI大模型具有多方面优势

事实上，这并不是中国AI大模型周调用量第一次超过美国同行。在OpenRouter平台上，今年4月开始，中国AI大模型周调用量一直领跑。在允许开发者部署和运行应用程序及网站的平台Vercel上，DeepSeek在5月至6月期间的网关Token使用占比就开始有所上升。

英国《金融时报》中文版8月7日分析称，出现这个趋势的原因很多。当下AI产业算力支出的重点正从模型训练转向更大规模的推理功能，而AI智能体（Agent）的兴起，也使AI应用从简单的问答转向执行复杂任务，Token消耗显著增长。随着AI逐渐成为企业日常运营中的基础工具，成本问题开始变得越来越重要。

而成本，恰恰是中国AI模型的优势所在。该报指出，第一，中国部分头部模型的训练成本显著低于美国竞争对手，根据公开数据和业内估算，一些中国模型的训练成本可能仅为美国同行的十分之一。

第二，中国模型普遍采用MoE（混合专家）架构，这一架构可以通过降低参数激活比来压缩推理成本。通俗来讲，一个公司有几十个专家，处理一个任务时，MoE架构下只需要调派几个最擅长的专家来完成，而不需要动用所有的专家，从而实现有效“降本”。这一架构使中国主流模型单次推理激活参数比例普遍在个位数至10%左右，而美国模型这一比例达到15%至30%。

第三，中国在电力供应、数据中心建设和维运方面也具备优势，进一步降低了AI服务价格。根据OpenRouter数据，中国模型的费用低至每百万Token仅18美分，而美国模型则为4美元，形成了超过20倍的成本差距。

OpenRouter数据与分析专家贾斯汀·萨默维尔（Justin Summerville）也提到，中国开源模型价格可能比Anthropic和OpenAI的领先模型低60%到90%。

不过，《金融时报》认为，不能简单地将模型调用量领跑与“中国AI超过美国AI”划等号。报道称，OpenRouter本质上是一个AI模型聚合平台，为用户提供统一的API接口和交互入口。其统计的Token数据、榜单、个人用量账单，仅覆盖经过该平台网关转发的请求流量。

换句话说，该榜单使用的数据并不全面，只包括了第三方开发者、海外用户以及下游应用通过OpenRouter平台产生的调用量，而没有将模型厂商自研App、官网、C端产品、内部业务系统消耗、厂商私有化部署等纳入其中。

越来越多美企采用中国AI模型

尽管OpenRouter无法完全代表中国AI大模型已实现对美国AI的全方位超越，但这一数据仍具有重要的参考意义。

此前，OpenAI、Anthropic、谷歌等美国公司凭借其闭源模型的强大性能，在AI竞争中占据优势。但随着AI进入商业化阶段，企业选择模型时不再只关注性能，而是将性能和成本放在同一层级综合考量，这给中国AI提供了新的竞争空间。

高盛首席中国股票策略师刘劲津表示，中国的AI软件应用拥有巨大的增长潜力。作为AI算力服务计费单位的AI tokens，有望成为中国出口的一大新增长引擎。

他说，中国国产大模型的单Token成本远低于国际竞争对手，这一优势正在加速AI智能体和行业专属云解决方案在国内的商业化落地。这种结构性的成本优势，可能很快重塑中国的贸易格局。

Vercel智能体基础设施负责人哈普里特·阿罗拉（Harpreet Arora）告诉美国消费者新闻与商业频道（CNBC），中国智谱公司开发的开放权重模型GLM-5.2发布后一周内，其每日Token使用量增长了约27倍，使用该模型的客户数量增长了约80倍。

“价格因素在其中起到了关键作用。”阿罗拉说，当某项任务不需要最顶级的模型时，客户就会开始更倾向于成本最低但性能足以胜任的模型，“而最近中国涌现的一批模型正在赢得这种竞争”。

AI智能体平台LaunchLemonade创始人兼首席执行官西恩·索伦（Cien Solon）认为，像智谱和阿里巴巴的Qwen这样的AI模型正逐渐成为企业的选择，因为它们针对特定工作负载提供了极具吸引力的性能与成本组合，“拥有更成熟AI战略的企业越来越愿意在技术或商业上合理的情况下，采用这些模型”。

更重要的是，中国AI模型不仅成本更低，而且性能也在不断提升。美国智库布鲁金斯学会约翰·桑顿中国中心研究员陈凯尔（kyle chan）指出，当前中国AI模型虽然成本只是美国同类产品的“一小部分”，但性能已经“接近美国顶尖前沿模型”，差距大约仅在6至9个月。

在一项备受关注的智能体能力基准测试中，GLM-5.2的表现与Anthropic的Claude Opus 4.8仅有不到一个百分点的差距，而成本却只有后者的五分之一左右。

出于上述考量，越来越多美国企业开始采用中国AI模型。今年6月，美国AI初创公司Lindy宣布，因其API账单已超过公司全体员工的薪资支出，他们决定从Anthropic Claude全面切换至DeepSeek-V4。

“我们这么做了，你可以看到成本曲线急剧下降，简直是‘断崖式下跌’。”Lindy首席执行官弗洛·克里维洛（Flo Crivello）说，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。

克里维洛还在社媒平台X发帖表示，改用DeepSeek-V4后，Lindy在许多核心应用场景中的性能都得到了提升。

美国开源AI平台Hugging Face机器学习负责人说：“我们看到越来越多的公司倾向于使用成本更低、可以自行控制和调整的AI技术栈，鉴于开源模型和开放权重模型的现状，这通常意味着使用中国方案。”