中国人工智能大模型的成本效益优势正日益凸显，吸引着美国企业的关注。DeepSeek 和智谱 AI 等中国公司推出的模型，在许多行业专家看来，其整体竞争力已可与 Anthropic 和 OpenAI 等公司的先进大模型相媲美。近期，美国多家人工智能实验室提高了其旗舰模型的词元（token）收费标准，导致企业使用 AI 技术的人工成本远超预期。与此同时，中国模型的性能提升正好满足了市场对降低成本的需求。

根据 OpenRouter 平台的数据，该平台聚合了多家大模型供开发者调用。数据显示，自 2 月 8 日起，美国企业调用中国 AI 模型产生的词元数量占比每周均超过 30%，最高时甚至达到了 46%。作为对比，在过去 12 个月里，这一比例的平均值仅为 11%，而在 2025 年上半年，该比例更是低至 4.5%。

随着美国政府对最强大的人工智能模型加强监管，并研究如何限制海外替代模型的快速普及，中国的开源模型和开放权重模型迎来了发展机遇。

6 月末，OpenAI 宣布，应美国政府的要求，将暂缓发布一批新模型。同月，在特朗普政府与 Anthropic 公司经历一段紧张的沟通后，美国方面解除了对 Anthropic 公司旗下 Mythos 和 Fable 两款模型的出口限制。

布鲁金斯学会约翰 ·L· 桑顿中国中心研究员凯尔 · 陈在接受采访时指出：“当前人工智能的使用成本急剧上升，中国 AI 模型对美国企业的吸引力显著增强。过去，美国企业在选择大模型时更看重落地能力，不太考虑成本；如今，各大企业都开始精打细算地控制 AI 开支。”

各企业正积极部署 AI 模型，用于新产品的研发和内部运营效率的提升。技术工程师们也越来越频繁地测试性价比更高的开源和开放权重模型，而目前性能领先的同类产品大多出自中国企业。

开源和开放权重模型允许开发者访问和调用模型不同层级的参数，并在某些情况下支持二次修改。这与 OpenAI、Anthropic 和谷歌推出的多款闭源旗舰模型形成了鲜明对比，后者的核心代码和底层运行机制属于厂商的专有技术，不对外公开。

6 月，AI 初创公司 Lindy 将其全部业务流量从 Anthropic 的 Claude 系列模型迁移至 DeepSeek。DeepSeek 在 2025 年初凭借其重要新品引起了广泛关注，并于今年 4 月推出了全新大模型。

该公司首席执行官弗洛 · 克里韦洛表示：“迁移完成后，我们的成本曲线出现了断崖式的下降。仅仅几个月的时间，这次模型选择的调整就为公司节省了数百万美元的开支。”

面向开发者、用于部署网页和应用的平台 Vercel 的数据显示，在 5 月至 6 月期间，DeepSeek 在该平台的词元调用占比持续攀升。

Vercel 智能体基础设施负责人哈普里特 · 阿罗拉透露，智谱 AI 于 6 月发布的 GLM 5.2，是 2026 年 Vercel 平台上所有追踪模型中普及速度最快的一款。“模型上线后的第一个完整周，日均词元调用量激增约 27 倍，使用该模型的客户数量增长了近 80 倍。”

阿罗拉补充道：“价格是关键驱动因素。当业务场景不需要调用最顶级的模型时，企业团队会自动转向性价比足够且价格更低的模型。近期中国推出的一系列大模型，在成本竞争中占据了优势。”

OpenRouter 的数据分析师贾斯汀 · 萨默维尔介绍，中国开源模型的使用成本，相比 Anthropic 和 OpenAI 的头部产品，可以降低 60% 至 90%。

面向合规行业的 AI 智能体平台 LaunchLemonade 的创始人兼首席执行官西恩 · 索隆表示，尽管 Claude 和 ChatGPT 仍然是平台使用量最大的模型，但 GLM 5.2 现已跻身平台前五名常用模型之列。

西恩表示：“智谱 GLM 和阿里千问等中国模型正成为企业的重要备选方案。它们在满足特定业务场景需求的同时，兼顾了性能和成本优势。那些在 AI 布局方面较为成熟的企业，只要在技术和商业层面能够适配，越来越愿意选择中国大模型。”

中国 AI 模型的整体性能也在不断提升。布鲁金斯学会的凯尔 · 陈指出，中国模型的成本往往仅为美国竞品的零头，但性能却已接近美国顶尖前沿大模型。他估计，目前中国模型在整体技术上与美国头部产品存在 6 至 9 个月的代差。

萨默维尔评价道：“新一代中国开源模型表现出色，除了极少数超复杂的语言模型任务外，绝大多数场景都能胜任。”

在一项备受业内关注的智能体能力评测中，GLM 5.2 的得分与 Anthropic 的 Opus 4.8 仅相差一个百分点，但其调用成本却仅为后者的五分之一。多名研究人员表示，在部分网络安全评测基准中，GLM 5.2 的性能可以与美国头部实验室的产品相媲美。

Lindy 的首席执行官克里韦洛在社交平台 X 上发文表示，在切换至 DeepSeek V4 模型后，公司多项核心业务场景的 AI 效果均有所提升。

Hugging Face 机器学习负责人亚辛 · 杰尼特在接受采访时表示：“越来越多的企业倾向于选择成本更低、可自主掌控且能够自主微调的 AI 底层解决方案。就目前开源和开放权重模型市场的现状而言，这类需求大多会导向中国模型。企业目前面临一个两难的局面：要么选择性能顶尖但定价波动大、调用门槛不稳定的美国闭源商用模型；要么选择中国模型，这是企业控制成本、自主掌控 AI 底层架构唯一可行的替代方案，其中也潜藏着实际的行业风险。”