中国人工智能模型，如 DeepSeek 和智谱 AI 近期发布的几款产品，在多位行业专家看来，其整体实力已能与 Anthropic 和 OpenAI 等公司的顶级前沿大模型相媲美。随着美国多家 AI 实验室提高了其旗舰模型的使用费用，企业在应用 AI 技术上的支出远超预期。中国模型的性能提升恰好满足了市场降低成本的需求。

根据聚合了多家大模型供开发者使用的平台 OpenRouter 的数据，自 2 月 8 日起，美国企业在中国 AI 模型上的词元（token）调用占比每周均超过 30%，最高时甚至达到了 46%。相较之下，过去 12 个月的平均比例仅为 11%，而 2025 年上半年这一比例更是低至 4.5%。

随着美国政府对国内最先进的人工智能模型加强监管，并开始研究如何遏制海外替代模型的快速增长，中国开源模型和开放权重模型迎来了发展机遇。

6 月底，OpenAI 宣布，根据美国政府的要求，将推迟部分新模型的全面发布。同月，在特朗普政府与 Anthropic 公司经历一番紧张交涉后，美国方面解除了对 Anthropic 的 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攀升，这使得中国 AI 模型对美国企业的吸引力显著增强。此前，美国企业在选择大模型时更看重落地能力，不计成本；而现在，各大企业都开始精打细算，控制 AI 开支。”

随着各企业积极部署 AI 模型以研发新产品和提高内部运营效率，技术工程师们也越来越频繁地测试那些性价比更高的开源和开放权重模型。目前，性能最顶尖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使用模型不同层级的参数，并在某些情况下支持二次开发。这与 OpenAI、Anthropic 和谷歌推出的多款闭源旗舰模型形成鲜明对比，后者的核心代码和底层运行逻辑属于厂商的专有技术，不对外公开。

6 月，AI 初创公司 Lindy 将其所有业务流量从 Anthropic 的 Claude 系列模型迁移到了 DeepSeek。DeepSeek 在 2025 年初凭借其重磅新品引起了广泛关注，并于今年 4 月推出了全新的大模型。

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下跌。短短几个月内，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上升。

Vercel 智能体基础设施负责人哈普里特 · 阿罗拉透露，智谱 AI 在 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。“上线首个完整周，其单日词元调用量激增约 27 倍，使用该模型的客户数量增长了近 80 倍。”

阿罗拉补充道：“价格是主要的驱动因素。当业务场景不需要调用最顶尖的模型时，企业团队会自动转向性价比足够的低价模型。而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高的模型，但 GLM 5.2 现已跻身该平台最常用的前五名模型之列。

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，它们在特定业务场景下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，只要技术和商业层面能够匹配，越来越愿意选择中国大模型。”

中国 AI 模型的综合性能也在持续提升。布鲁金斯学会的凯尔 · 陈表示，中国模型的成本往往只是美国竞品的零头，但性能却已接近美国顶尖前沿大模型。他估计，目前中国模型整体上与美国头部产品存在 6 至 9 个月的技术差距。

萨默维尔评价道：“新一代的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，但调用成本却仅为后者的五分之一。多位研究人员指出，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，切换到 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 的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、能够自主掌控和微调的 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，这类需求大多会指向中国模型。企业目前面临一个两难选择：要么选用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，其中也潜藏着实实在在的行业风险。”