全球Token用量中国霸榜，最赚钱的却仍是美国模型，AI格局正在撕裂

美国洛杉矶，一名华人创业者把中国智谱的GLM-5.2部署到本地服务器，用来替代Claude Code的部分工作；大洋彼岸的成都，一名中国开发者却因为Claude账户再次被封，只能转向OpenAI的Codex。一边是美国用户主动用中国模型，一边是中国用户想办法继续用美国模型，中美AI竞争为什么会出现这种看似矛盾的局面？

先看一个很现实的数字。智谱GLM-5.2每百万输出Token价格为4.4美元，而Claude Sonnet 5达到10美元。对于普通用户来说，一次两次调用差别并不明显，但企业每天成千上万次调用，价格差距就会迅速放大。洛杉矶创业者李嘉年的感受很直接，大约七成日常任务，中国模型的完成度已经和Claude“不相上下”，没有必要所有事情都调用最贵的模型。

这句话其实点破了现在AI市场最现实的一层。大多数企业真正需要的，并不是每一道题都用全球第一的模型，而是花更少的钱，把八成、九成工作稳定完成。写代码、整理资料、生成文案、做客服、分析简单数据，这些任务只要模型“足够好”，价格、部署自由度和数据控制能力马上就会变得更加重要。

往下看，OpenRouter的数据更能说明问题。截至8月14日的过去一个月，Token处理量最高的十大语言模型里，只有两款来自美国，其余来自中国。但在近30类任务的实际支出中，只有七类由中国模型占据首位，大部分钱仍然流向ChatGPT、Claude等美国模型。

说白了就是，中国模型已经抢到了“使用量”，美国模型暂时还守着“高价值”。这不是谁彻底赢了，而是市场开始明显分层。

过去讨论中美AI竞争，大家总爱盯着一个问题：中国模型什么时候超过美国最强模型。但现在华盛顿越来越担心的，已经不只是排行榜第一名到底是谁。

原因很简单。假设美国模型永远领先一点，但中国模型只需要三分之一甚至一半的价格，就能完成绝大多数企业任务，而且还能下载、修改、本地部署，那么大量公司未必愿意为了最后那一点性能差距付出更高成本。尤其是对数据敏感的企业，本地部署意味着数据不用全部交给外部平台，这种吸引力很直接。

策纬咨询的研究人员就指出，美国在“低价格、可自主控制、本地部署”这一市场区间，目前缺少足够有竞争力的产品。这恰恰给了中国开放权重模型进入美国开发者工具链的机会。

实际上，这可能比单纯争夺排行榜更让美国科技企业头疼。OpenAI、Anthropic等公司为了训练最先进模型投入巨额资金，商业模式很大程度上依赖技术领先带来的高价格。如果竞争对手不断用更便宜的方式逼近，而能力差距又越来越小，高价还能维持多久，就会变成真正的问题。

美国学者担心的所谓“蒸馏”问题也是一样。大模型有一个特殊之处，它在提供服务的同时，也不断向外界输出大量高质量内容。竞争者可以研究这些输出，再训练自己的模型。即便最核心的权重没有公开，领先企业也很难完全阻止能力扩散。今天领先半年，半年之后还有多少优势，没有谁敢保证。

不过，如果因此认为中国只需要把模型做便宜，就能一直往前走，同样看早了。中国AI企业现在其实在走两条路。一条是把价格打下来，让模型进入更多企业和实际生产场景；另一条则是继续冲击最前沿能力。Kimi K3参数规模已经达到2.8万亿，这种规模本身就说明，中国头部企业并没有满足于做一个“便宜够用”的市场。

毕竟，普通商业任务可以用七八十分的模型，但科研、复杂数学、前沿软件开发以及一些高难度技术任务，依然更依赖最强模型。这也是为什么成都的程潇哪怕要用VPN、找中介充值，复杂编程时仍然愿意用Claude。在用户手里，爱国情绪最终替代不了真实性能，哪个好用就用哪个，这才是技术市场最残酷的一面。

但中国面临的问题同样明显，就是算力。随着模型越来越大、用户越来越多，便宜也不是凭空来的。智谱今年已经多次调价，月之暗面推出Kimi K3后，也曾因为需求超过算力承载能力暂停新增订阅。这说明中国模型以前依靠工程优化和低价形成的优势，并不是永远不会变化。

退一万步说，如果模型规模继续扩大，训练和推理成本持续上涨，中国企业最终也要面对同一个问题：既要追最强能力，又要保持价格优势，这两件事并不容易同时做到。

所以，中国AI真正需要守住的，不只是“便宜”，而是单位算力能够做出多少能力。过去受限于高端芯片，中国企业被迫提高训练效率，这种压力反而逼出了不少工程能力。现在真正的考验，是这种效率优势能不能继续保持。

值得一提的是，中美双方现在都开始重新考虑一个问题：最先进的模型，到底还能不能像过去一样自由流动。美国已经开始限制部分政府设备使用中国AI模型，并讨论中国开放模型的数据安全和知识产权问题。中国这边也开始出现是否应该继续毫无保留开放先进模型的讨论。原因其实不难理解，当一个模型只会写邮件、做表格时，它就是商业软件；但如果它开始具备复杂网络攻击、生物设计、高水平科研甚至军事辅助能力，性质就完全不同。

这也是为什么现在中美AI竞争已经不只是公司之间抢用户。美国推动所谓“全栈AI技术包”向盟友输出，从芯片、服务器到数据中心和大模型一起打包；中国则依靠开放模型、较低成本和产业应用不断扩大影响。双方的目标越来越接近，都既想拿住最顶尖能力，也想把自己的技术体系铺到更多国家。

更麻烦的是，技术边界一直在移动。今天只有最先进闭源模型才能完成的任务，半年或者一年后，可能就被开放模型追上。今天被认为属于战略能力的东西，未来很可能变成普通企业电脑里都能跑的工具。监管永远追在技术后面，这才是中美双方真正头疼的地方。

说到底，中美AI竞争已经从“谁家的聊天机器人更聪明”，进入了三个层次同时较量：最上面拼最强模型，中间拼企业应用，下面拼价格和生态。美国目前仍然掌握不少最前沿能力和高价值市场，中国则越来越明显地在开放模型、成本和实际使用量上扩大存在感。

接下来真正值得看的，是2026年下半年到2027年这一轮新模型发布。中国模型能不能继续缩小前沿能力差距，同时守住低成本优势；美国企业又会不会进一步降价、扩大开放，甚至推动政府增加对中国模型的限制，这几个变化都会直接影响下一阶段格局。

现在就说谁已经赢了，还太早。但有一点越来越清楚：以后决定AI竞争胜负的，不会只是一张排行榜。谁既能做出最强模型，又能让足够多的人用得起、愿意用、敢长期使用，谁才更有机会把自己的AI体系真正推向全球。