摘要：
美国企业近九成的开源AI预算付给了中国模型，但赚钱的不是模型公司。
凤凰网科技 出品
作者｜黄谷
编辑 | 董雨晴
旧金山一家25人的AI初创公司，今年6月做了一次切换。他们把默认模型从Anthropic的Claude换成了DeepSeek-V4。
换之前，这家叫Lindy的公司每月的API账单已经超过了全体员工的工资总额。换之后，Lindy说推理成本下降约95%，一年能省下数百万美元。调用成功率持平，延迟略有上升，但在可接受范围内。
几乎同一时间，加密货币交易所Coinbase也在做类似的事。CEO Brian Armstrong披露，他们通过内部的LLM网关，把智谱GLM 5.2和月之暗面Kimi K2.7设成了全体工程师的默认模型。代码审查、文档总结这类常规任务，从OpenAI和Anthropic的前沿模型上迁了下来。
结果是，Coinbase的AI支出压缩近一半，token用量还在指数增长。公司说，91%的工程师原本就没触到用量上限，所以没有下调员工的额度。
一家25人的创业公司，一家上市公司，都在不同程度的用更便宜的token。
11月2日到8日，OpenRouter上的全球大模型总调用量是210万亿token。中国模型占116万亿，55%，连续第28周超过美国。榜单前五里四款来自中国，DeepSeek V4.1 Flash以53万亿token连续三周第一。
差不多同一时间，硅谷风投门罗（Menlo Ventures）发布《2026年企业AI现状报告》。近400名美国企业AI负责人接受了调研，他们负责的AI支出合计超过40亿美元。其中用于开源模型的部分，89%流向了中国公司。
这也导致“中国大模型赢了”的说法这两天传得很广，但这两组数字算的是调用量，不是钱。谈及收入，故事可能截然不同。
美国开源模型支出近9成流向中国大模型
门罗报告显示，89%的中国模型份额中，月之暗面Kimi拿了61%，DeepSeek拿15%，智谱GLM拿11%，阿里Qwen拿3%。在中国公司之外，美国本土最主流的开源模型Meta Llama只分到7%。
这个结构说明，中国企业不是扎堆挤在一个位置。Kimi在拿主力份额，DeepSeek和GLM在啃专业场景，Qwen走的是云厂商的老路。
这个数据与OpenRouter的趋势基本吻合，美国企业使用中国模型的token占比，从2025年的4.5%升到了最高的46%。今年2月8日以来，多数周超过30%。
美中经济与安全审查委员会今年3月的报告给了个更激进的估计：大约80%的美国AI初创公司，正在使用中国的开源模型。
从口径上看，210万亿token，是调用次数乘以每次的长度。中国模型单价低，同样的钱能买到更多token。这个指标天生对低价模型有利。
然后是分母。89%指的是“开源模型支出”，不是全部模型支出。门罗同时披露，美国企业AI部署支出从一年前的330亿美元涨到1768亿美元。但那是部署的大盘。在模型和API这一层，开源模型只占4%，比一年前的6%还低；它占token用量的19%。也就是说，开源用量在涨，但企业的实际收益没涨。
所以更准确的说法是：在开源这一层，中国模型是压倒性选择；但这一层本身很小。乘下来，中国模型大约只占美国企业模型支出的3.6%。
便宜来自四个地方。第一是架构。国内主流模型基本都走MoE（混合专家）路线，总参数看着大，但每次推理只激活其中一小部分。激活得少，算力就省。
第二是推理优化。KV cache、量化这些工程手段，国内厂商做得非常激进。同样一张卡，别人跑一个请求，他们能多跑几个。
第三是开源。权重放出去，企业自己部署，厂商的边际成本是零。这也是“调用量”要打折看的原因——很多调用根本没经过厂商的服务器。
第四是算力。国产芯片在绝对性能上还有差距，但在推理这种负载相对固定的场景里已经能顶上。供应的确定性，本身就是成本。
四件事叠在一起，最后落在价格上。
门罗的数据显示，开源模型的平均价格是每百万token 0.13美元，闭源是0.70美元，差五倍多。但平均值还掩盖了极端值。Anthropic 11月9日发布的Fable 5.2，输入8美元、输出40美元每百万token。DeepSeek V4.1 Flash的官方价是输入0.15美元、输出0.60美元，非高峰时段，高峰翻倍。
同样一份活，按非高峰算，输出端差了六十多倍。
性能层面，在Terminal-Bench 4.0这个偏工程实操的基准上，Kimi K3.1 Pro拿到65.7%，Claude Opus 5.5是66.4%（两组都是厂商自报，测试设置也不完全一样）。差距不到一个百分点。按门罗的估算，中国开源模型和美国顶尖模型的性能差距在1%到4%之间，另有第三方测算预估，换算成时间大约是落后6到9个月。
定价权不在模型层
阿里曾在“该投入多少资源做开源”上展开激烈的辩论，前任qwen基模负责人林俊旸则是坚定的开源派。但在主张赚取收益的一方，态度则更为模糊。后来蔡崇信在公开活动中给这个事情做了定调，他说“千问是开源的，同时我们经营云计算，用户在我们的基础设施上训练、开发、推理，我们借此变现”。
这其实非常明确的说明了，目前的开源阵营模型层很难有定价权。仍旧以Lindy为例，他们省下的钱，大头没有进中国模型公司的口袋。DeepSeek-V4是开源的，Lindy把流量切到Atlas Cloud上的推理服务，付的是算力钱，不是模型授权费。Coinbase更进一步，把模型放在自己的服务器上。
月之暗面、智谱这些公司卖的是API和授权。企业一旦选择自己部署，它们就收不到钱。
这种迁移不只发生在终端企业。Cursor是这两年最受关注的AI编程产品之一，据公开报道，它的部分能力就构建在中国开源模型之上，底层推理走Fireworks；Cursor后来也承认，Composer 2基于Kimi K2.5训练。美国卖得最好的AI编程工具之一，底座可能来自中国。
模型层本身的竞争也在商品化。商品化就是：产品之间没有本质差异，价格战导致其一路压到边际成本。
麻烦在于，这场降价停不下来。中国厂商现在比的是份额，利润率排在后面，谁先涨价谁先丢客户。所有人都能想到用价格换规模，但没有人能先退出。
中国厂商主动推动了这件事。开源、降价、让利，一轮接一轮。门罗的数据显示，全行业开源模型的token用量一年涨了22.5倍，达到每月约2900万亿，均价却掉到0.13美元。
用量涨了22.5倍，单价掉了七成。按这两个数粗算，开源模型这一层的账单只涨了六倍多。量赢了，钱没赢那么多。
那么问题来了，过去一年，到底是谁赚了更多的钱？
目前来看，主要是三个地方。第一站是云厂商。企业自己部署，得租GPU、租存储、租带宽。阿里云、火山引擎、腾讯云，是直接受益者。
第二站是芯片。不管模型是哪国的，跑推理都得用卡。英伟达仍是最大赢家，国产芯片在推理场景分到一杯羹。
第三站是集成商。企业不会自己搭一整套，中间需要有人做部署、调优、运维。埃森哲2026财年第三季度的生成式AI订单是15亿美元，生成式AI收入超过7亿美元，已经有1300多家客户在用它的先进AI服务。
也正是这三层加起来，吃掉了模型层让出去的利润。
这个剧本不新鲜。安卓免费，赚钱的是 Google 的搜索和商店。Linux免费，赚钱的是红帽和云厂商。基础设施层的竞争，从来都是把价格打到最低，然后让上游和下游拿走利润。
对于当前的国产模型，他们开疆扩土依旧需要资本的助力，但也仍需飞速补齐商业化能力。据公开数据，月之暗面8月的年化收入过了10亿美元，第三方行业人士告诉凤凰网科技，他们认为张予彤在其中发挥着关键的作用，特别是在7月K3推出后，开始施行新制度，针对AWS、Azure、阿里云这种靠转卖推理赚钱的第三方平台，其要求如果一家企业及其关联方经营 MaaS 业务，且连续 12 个月合计营收超过 2000 万美元，在商业使用前必须与月之暗面另行签约，这个思路较为接近应用商店的分成逻辑。
DeepSeek年化收入在9月底也到了10亿美元；智谱上半年收入9.54亿元，同比增长近4倍，但净亏损20.72亿元。
开源是国产模型最一开始的选择，也是梁文锋这类人群的理想，但在硬核的资源投入面前，各家都在加强自身的商业化收益能力。
模型变成基础设施之后，DeepSeek可能怎么做？
所以，如果模型真的变成基础设施，接下来比的就不是谁便宜，而是谁可以在外壳上赚到钱。门罗的数据显示，OpenRouter上智能体已经贡献了80%的token用量，是人类直接调用的7倍。谁在这一层做出差异，谁就有机会重新拿回定价权。
从“回答问题”到“把活干完”，中间隔着一整套工具调用、计划、纠错的机制。这一层各家可谓是各干各的。
DeepSeek Harness负责人崔添翼曾在社媒平台回复开发者时表示，DeepSeek Harness的定位是做Agent时代的操作系统，官方在11月5日披露称，目前DeepSeek Harness DAU达到了154万，日消耗Token已经约92万亿了，DeepSeek方面目前还在筹备官方插件市场。
11 月 12 日，豆包工作把 Kimi、GLM、DeepSeek 放进了模型选择器，还给每个模型标了一个倍率：豆包 2.1 Pro 是 0.65，GLM 5.3 是 0.80，DeepSeek V4 Pro 是 0.46，DeepSeek V4.1 Flash 是 0.01。
所以，模型在这张表里已经不是能力，是耗材。
Manus创始人肖弘在创业之初从不避讳“套壳”的质疑，其认为，“壳有壳的价值”，“‘套壳’本身并不可怕，关键在于是否能够解决用户的问题。大模型公司就像芯片公司，而 AI 应用公司则类似于消费电子公司。芯片公司专注于生产更优质、更具性价比的芯片，而消费电子公司则更注重品牌、渠道以及为用户创造价值、提供差异化的体验。”
资本市场也给壳做出了定价，据其最新一轮融资披露，Manus的最新投后估值是40亿美元。
随着模型竞争的趋同，中美模型都在面临的是如何让资源投入换取相应的价值，而不是为所谓的AGI理念持续买单，而这个考题显然很快就会让各家投入新的战场。
