全球AI竞争正在出现一个重要转折：过去比的是谁的模型更聪明，现在开始比谁能把智能卖得更便宜。英国《金融时报》7月13日报道，DoorDash、西门子、Airbnb等欧美企业正在采用中国AI模型，希望压低不断上涨的使用成本。路透社的数据则显示，部分中国模型的调用价格，只有同级美国模型的六分之一左右。中国AI抢走的已不只是技术热度，而是美国科技巨头最看重的定价权。

全球企业开始偷偷换模型

Airbnb的客服系统大量使用阿里巴巴通义千问，CEO布莱恩·切斯基给出的理由很直接：效果好、速度快、价格便宜。越来越多企业没有完全抛弃OpenAI和Anthropic，而是把日常客服、代码生成、资料整理交给中国模型，把复杂推理和关键任务留给昂贵的美国模型。企业不再迷信“一个模型包打天下”，而是像选择云服务器一样，哪个任务用哪个模型。模型切换一旦变得容易，最贵的产品就很难继续收取高额溢价。

这场变化已经反映在使用量上。ABC援引OpenRouter数据称，截至7月6日的一周，平台输出量排名前十的模型中，有八个来自中国；排名前五的中国模型合计处理20.3万亿个Token，接近美国前五名7.7万亿个Token的三倍。路透社援引RAND研究称，DeepSeek推出R1后的两个月，中国大模型全球份额由3%升至13%。这并不代表中国模型已经全面超过美国，却说明开发者正在用真金白银投票。

一张AI账单能差几十倍

价格差距到底有多大？按照ABC引用的公开报价，DeepSeek部分模型每百万个输出Token最低约0.87美元，而Claude Opus或GPT同级高端模型约为25至30美元，单价相差接近30倍。假设一家企业每月生成10亿个输出Token，前者费用约870美元，后者可能达到2.5万至3万美元，这还没有计算输入、缓存和系统集成成本。对于每天处理海量客服、代码和营销内容的公司，这不是省几杯咖啡，而是直接关系到一条业务能不能盈利。

路透社今年2月的统计相对保守，但结论相同：同等级中国模型的运行成本，大约只有美国模型的四分之一至六分之一。5月，DeepSeek又将旗舰模型V4-Pro的价格永久下调75%，部分接口价格降至每百万Token不足1美元。当模型能力差距不断缩小，价格却相差数倍甚至数十倍，采购部门自然会要求技术团队重新选型。AI行业正在从“有能力就能卖高价”，走向“成本效率决定订单”。

中国卖的不只是便宜

中国模型能够快速扩张，关键并不只是价格战，而是“开放权重+本地部署”的组合。企业可以下载模型，放在自己的服务器或云平台上运行，还能根据客服、金融、制造等业务进行调整，不必把全部数据交给外部模型公司。阿里云官网显示，通义千问系列开源模型累计下载量已超过20亿次，开发者生态正在形成明显的规模效应。模型下载得越多，适配工具越丰富，企业迁移成本就越低。

这套打法与美国头部公司的商业模式明显不同。OpenAI、Anthropic等企业更倾向于封闭模型，通过订阅费、API调用费和智能体服务收费；中国厂商则更愿意先降低价格、扩大使用量，再通过云计算、企业服务和行业解决方案赚钱。前者想把AI做成高毛利软件，后者更像把AI做成水电和操作系统。谁能成为基础设施，谁就更有机会控制后续的应用、云服务和企业订单。

美国巨头先丢的是定价权

美国模型仍然在复杂推理、可靠性以及部分前沿能力上保持优势，真正重要的科研、金融风控和高难度编程，企业未必愿意只看价格。但大多数企业每天使用的并不是最高难度任务，而是邮件回复、文档整理、客服问答和普通代码生成。只要便宜模型能完成八成工作，昂贵模型就只能争夺剩下两成高价值场景。高端模型不会消失，却可能从“所有任务的默认选择”变成“关键时刻才调用的专家”。

这将重写美国AI公司的利润预期。训练前沿模型需要芯片、数据中心、电力和顶尖人才，投入以数十亿甚至上百亿美元计算，但企业客户不会无限接受高价。当开源模型逼迫闭源厂商降价，收入增速可能跟不上算力投入，市场对高估值AI公司的判断也会发生变化。未来决定一家模型公司价值的，不只是排行榜名次，而是每完成一个真实任务能赚多少钱。

软件公司也可能被两头挤压

压力不只落在模型公司身上，传统企业软件和AI应用公司同样危险。过去，一家公司调用大模型，再套上一个客服、写作或办公界面，就能按月收取高额订阅费；如今模型价格快速下跌，客户很容易发现，中间产品并没有多少独有价值。没有行业数据、客户关系和完整工作流程的“套壳应用”，利润空间会被迅速压缩。AI越便宜，真正稀缺的就越不是模型，而是能解决问题的数据和业务能力。

更深层的风险是，模型公司正在顺着接口进入客户的核心业务。员工输入的提示词，往往包含公司的客户需求、销售方法、内部知识和工作流程，长期积累后可能帮助模型供应商理解整个行业。企业原本只是购买工具，最后却可能把最值钱的经营经验交给工具提供者。谁掌握企业工作流，谁才可能拿走AI时代最大的利润。

便宜不是没有代价

中国模型出海仍面临数据安全、合规和地缘政治三道门槛。银行、医疗、政府和网络安全机构不会仅凭价格决定采购，模型来源、数据存储位置以及能否接受审计都可能成为硬性要求。美国已经对部分前沿模型设置访问限制，中国也在讨论是否限制最先进模型向海外开放。企业一旦把核心业务押在单一国家、单一厂商身上，政策变化就可能让系统突然断供。

因此，全球企业真正采用的很可能不是“中国模型替代美国模型”，而是多模型并存。低敏感度、高调用量的任务使用便宜模型，涉及核心数据的任务采用本地部署，复杂任务再调用高端模型，同时保留备用供应商。这种模式会削弱任何一家模型公司的垄断能力，却会增加模型调度、数据安全和私有化部署的需求。价格战的赢家，可能并不是某一个大模型，而是帮助企业管理多个模型的人。

全球都怕沦为AI租户

联合国AI科学小组在初步报告中警告，多数国家缺乏评估前沿模型的技术能力，只能依赖自己无法制造、检查和完全改造的系统。澳大利亚为此成立AI安全研究机构，欧盟也将在2026年8月进一步实施AI透明度等规则，部分严重违规行为最高可能面临3500万欧元或全球营业额7%的处罚。值得注意的是，欧盟部分高风险AI规定已经延后至2027年和2028年分阶段实施，并非所有条款都在今年8月一次性落地。各国真正担心的，不只是AI会不会出错，而是本国企业会不会永远向外国平台缴纳“智能税”。

这也是中国低价模型最重要的外溢效应。它给发展中国家、中小企业和创业公司提供了另一套选择，迫使美国公司降低价格，也迫使各国重新考虑本地部署和数字主权。但选择越多，监管、供应链和数据风险也越复杂。全球AI市场不会简单分成中国阵营和美国阵营，而可能形成一个不断切换、彼此依赖又互相防范的多模型世界。

真正赚钱的环节正在后移

对中国AI产业而言，模型使用量领先并不等于利润领先。价格越低，单纯依靠接口收费越难赚取高利润，真正的商业价值会向云计算、推理芯片、数据安全、模型调度和行业应用转移。能把AI接进工厂、银行、医院、汽车和政府系统的公司，比只会发布排行榜成绩的公司更可能获得稳定订单。投资者需要看的，也不应只是模型参数，而是企业客户数量、调用收入、续费率和实际毛利。

对普通企业来说，AI成本下降当然是好事，但不能只比较每百万Token多少钱。更重要的是，把客户资料、财务信息和核心技术分级管理，避免所有数据进入同一个外部模型；同时保留模型切换能力，不把工作流程锁死在一家供应商手中。未来最聪明的公司，未必使用最强的AI，而是知道什么任务值得用贵模型，什么任务交给便宜模型。

中国模型把AI价格打下来，表面上是一场中美科技竞争，背后却是一场全球利润重新分配。美国公司争夺最高性能，中国公司争夺最大使用量，欧洲和澳大利亚争夺监管权，普通企业则争夺成本和数据控制权。真正的胜负，不在某一次模型测评，而在谁能把技术变成数以亿计的真实订单。AI已经不再只是实验室里的竞赛，而是一张所有企业都必须重新计算的账单。

信息源

1. ABC News，2026年7月13日，《With AI, we have returned to a world of two competing superpowers》
2. Financial Times，2026年7月13日，《Companies turn to Chinese AI models to cut costs》
3. Reuters，2026年7月2日，《A new, inexpensive Chinese AI model is catching up with Anthropic, OpenAI on their home turf》
4. Reuters，2026年2月12日，《A year on from DeepSeek shock, get set for flurry of low-cost Chinese AI models》
5. Reuters，2026年7月7日，《Beijing is looking at curbing overseas access to China’s top AI models》
6. 欧盟委员会，《AI Act：监管框架及实施时间表》
7. 阿里云，《Qwen开源模型及生成式AI解决方案》