十分之一成本的中國模型，正在重塑全球AI版圖

一家位於舊金山、僅有二十五名員工的AI新創公司Lindy，做出了一項在矽谷看來頗為大膽的決定：將百分之百的API流量，從當前最炙手可熱的美國模型供應商Anthropic，全面轉向中國開源模型DeepSeek。這不是個案。出行巨頭Uber因為AI編碼工具用量失控，原定全年預算在短短四個月內便燒得一乾二淨；而微軟更是在其Copilot底層引擎的評估清單中，悄悄加入了DeepSeek。這些事件看似零散，實則指向同一場結構性變革：AI產業的供應鏈正在劇烈重組，驅動力正是「Token經濟學」的全面崩解。 中國開源模型正以僅為美國同業十分之一、甚至百分之一的邊際成本，迅速撕裂OpenAI與Anthropic築起的高牆。然而，地緣政治鐵幕與商業轉換鴻溝，卻讓這些中國模型在美國市場深陷「有流量、無營收」的窘境。這場博弈的本質，是AI產業從追求「能力溢價」轉向「成本效率」的範式切換——不再是比誰的模型飛得更高，而是比誰能將成本壓得更低。 企業從「試點部署」走向「全員啟用」後，Token消耗量呈現指數級增長。根據OpenRouter的數據，代理式工作流每個請求消耗的Token量，是人機直接交互的十五倍。Uber的遭遇最為典型：五千名工程師中，有高達84%的人啟用了代理式編碼工具，導致人均每月API成本飆升至500至2000美元，全年預算僅四個月便宣告用罄。該公司技術長無奈表示，原訂預算已被徹底擊穿。支出管理平台Ramp的統計也印證了同樣的趨勢：主要供應商的平均每百萬Token成本雖從10美元降至2.5美元，但使用量暴漲完全抵銷了降價效果——「單位更便宜，總帳更驚人」已成為每位CIO頭頂的利劍。 在這樣的壓力下，美國企業的選擇並非情緒性的抵制或擁護，而是極度理性的ROI計算。Lindy創辦人直言，將所有流量切至DeepSeek V4後，每年可節省數百萬美元，且核心用例的表現「不降反升」。他強調，當AI成本高於人力成本時，這種模式本身就不可持續，切換是關乎生存的斷臂求生。巨頭的反應更具風向標意義。據Axios報導，微軟正在評估DeepSeek V4的微調版本，作為Copilot Cowork的低成本替代引擎，以取代Anthropic與OpenAI。值得注意的是，微軟強調該模型將完全託管於Azure雲端平台，並加入微調安全護欄——這意味著，中國開源模型正踩著「本地託管」的跳板，實質性地擠入頂級企業軟體的採購清單。 獨立開發者的滲透更為徹底。有開發者算過一筆帳：相同一小時的編碼任務，Claude收費10美元，DeepSeek不到50美分，而且「說實話，我分辨不出輸出質量的差別」。另一位達拉斯開發者則將混合策略玩到極致，每月用500美元訂閱Claude與ChatGPT處理難題，另花200美元包攬Minimax、Kimi與小米MiMo，完成90%的日常任務。 讓這場「倒戈」規模化發生的關鍵，是OpenRouter、Vercel等「模型路由層」的崛起。這些平台如同全球算力供應鏈的智能調度器，讓企業無需綁定單一供應商，即可按任務將Token流量動態分配至成本最低的模型。OpenRouter的請求日誌顯示，DeepSeek在年初的Token份額約為9%，一度被擠到5%，但今年4月24日V4發布後強勢反彈，6月初逼近18%，穩居平台第一。與此同時，小米、Minimax等中國廠商集體走強，蠶食的正是Google與OpenAI的份額。截至6月初，中國模型在Token總用量上已实现对美國的反超。 然而，Vercel的數據卻揭示了另一個殘酷現實：DeepSeek的Token用量份額在5月從不足1%飆升至17%，但收入份額卻死死釘在1%附近。極致的低價成功截流，卻未能換來對等的真金白銀。據報導，美國企業通過OpenRouter消費中國AI模型的Token份額，自2月以來每週均維持在30%以上，峰值觸及46%，但中國模型商拿走的營收份額卻不到一成。這種「流量與營收的剪刀差」，成為全球AI商業模式中最荒誕的困境。 在這場暗戰中，AI產業的價值正從「模型權重」向「託管與分發基礎設施」加速轉移。雲端廠商透過託管中國開源模型，將成本優勢轉化為自身的雲服務增量。微軟強推Azure託管，Lindy透過美國供應商訪問DeepSeek，本質上都是「借雞生蛋」。與此同時，Linux基金會牽頭成立Tokenomics Foundation，背後包括Google、微軟、IBM、Salesforce，試圖建立企業級Token成本追蹤的開放標準——這無非是企業算力失血後的無奈補救。 把「流量」變成「營收」，正是中國模型商在美國市場最難跨越的天塹。美國眾議院特設委員會主席已宣布對Airbnb及Cursor母公司Anysphere展開聯合調查，理由是這兩家公司使用了Qwen、Kimi等中國開源模型構建AI基礎設施。Airbnb執行長不得不出面澄清，表示「未向模型開發商傳輸任何數據」。富比士將此衝突概括為「矽谷務實採購」與「華盛頓安全焦慮」的正面衝撞。監管端的擾動同樣劇烈：OpenAI應政府要求限制部分新模型發布；Anthropic的兩款模型則在重返全球市場前經歷了數週的出口管制。這種雙向不確定性，既逼著企業轉向中國模型，又讓企業對直接採購中國API心存忌憚。 於是，一種「曲線採購」結構隨之誕生：企業繞開直接付費給中國模型商，轉而透過美國雲廠商或自託管方式使用中國開源權重。這雖規避了數據出境風險，卻徹底阻斷了中國模型商與終端客戶的直接關係。產業觀察家一語道破：「使用只是第一步，能否將使用轉化為營收、企業信任與持久分發，才是下一道考題。」布魯金斯學會研究員更直白指出，大企業AI採用已趨飽和，中國公司的增長市場是那些剛起步、對成本極度敏感的中小型企業。 當獨立開發者說出「我分辨不出差別」，當創業CEO把切流稱為「關乎生存」，當微軟把中國模型納入評估清單，這些聲音拼出的產業邏輯十分清晰：AI的競爭重心，正從「誰更聰明」無情地切換到「誰更便宜地夠用」。華爾街日報報導，OpenAI正考慮大幅降價以爭奪企業用戶；Anthropic的模型因出口管制一度停擺，折射出美國前沿模型在「可得性」上也出現裂縫。當DeepSeek V4 Flash把輸出Token定價壓到每百萬0.18美元，OpenAI與Anthropic維持5美元與30美元定價的合理性正面臨前所未有的拷問。儘管兩家公司的營收數字仍十分亮眼，但企業成本壓力正是IPO估值模型中無法粉飾的硬傷。 展望未來一年，三個走向已逐漸清晰：首先，流量與營收的剪刀差將持續存在，中國模型在美國的Token流量份額將繼續上行，但直接營收轉化率仍將低位徘徊，「30%流量對應不到5%營收」將成為常態。其次，美國前沿模型商將被迫進入實質降價週期，現有定價錨點搖搖欲墜。最後，「流量篩查」與「託管合規」的博弈將主導政策走向，而後者顯然具有更高的產業可行性。中國開源模型以價格優勢成為這場重組的受益者，但要把流量沉澱為營收與信任，仍得穿越地緣政治、數據主權與企業合規的三重鐵幕。對OpenAI與Anthropic而言，真正的威脅從來不是DeepSeek本身，而是「十分之一成本已足夠好用」這個冰冷的事實——它意味著前沿模型維持溢價的空間正在急速收窄。價格戰，才剛剛開始。