在中国企业如 DeepSeek 和智谱 AI 近期发布的几款模型，在不少行业观察者看来，其整体竞争力已能与 Anthropic 和 OpenAI 等公司推出的顶级前沿大模型相媲美。随着美国多家人工智能实验室提高了其旗舰模型每词元（token）的收费标准，企业使用人工智能技术的成本已远超预期，而中国模型在性能上的进步恰好满足了市场对降低成本的需求。

根据聚合了多家大模型供开发者调用的平台 OpenRouter 的数据，自 2 月 8 日起，美国企业调用中国 AI 模型产生的词元占总调用量的比例每周均超过 30%，峰值时甚至达到了 46%。此前 12 个月的平均比例仅为 11%，到了 2025 年上半年，这一比例更是低至 4.5%。

随着美国政府加强对其最强大人工智能模型的监管，并研究如何阻止海外替代模型的快速普及，中国开源模型和开放权重模型迎来了一个发展机遇。

6 月末，OpenAI 宣布，根据美国政府的要求，将推迟一批新模型的全面发布。同月，在特朗普政府与 Anthropic 公司进行了一轮紧张的沟通后，美国方面解除了对 Anthropic 的 Mythos 和 Fable 两款模型的出口管制。

布鲁金斯学会约翰 ·L· 桑顿中国中心研究员凯尔 · 陈在接受采访时表示：“当前人工智能的使用成本急剧上升，这使得中国 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注重其落地能力，并不太在意成本；而现在，各大企业都在精打细算地控制人工智能开支。”

众多企业正积极部署 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逻辑是厂商的专有技术，不对外公开。

在 6 月，AI 初创公司 Lindy 将其全部业务流量从 Anthropic 的 Claude 系列模型迁移到了 DeepSeek。DeepSeek 在 2025 年初凭借其重磅新品脱颖而出，并于今年 4 月推出了全新的大模型。

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。仅仅在几个月内，这次模型选择的调整就为公司节省了数百万美元的开支。”

为开发者提供网页和应用部署平台的 Vercel 的数据显示，在 5 月至 6 月期间，DeepSeek 在该平台的词元调用量占比持续上升。

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 平台上追踪的所有模型中普及速度最快的一款：“上线后的第一个完整周，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：“价格是关键的驱动因素。当业务场景不需要调用顶级模型时，企业团队会自动转向性价比更高的低价模型，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 · 萨默维尔指出，中国开源模型的使用成本，相比 Anthropic 和 OpenAI 的头部产品，可以低 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 现已跻身平台前五名常用模型之列。

西恩提到：“智谱 GLM 和阿里千问等中国模型正成为企业的备选方案，它们在特定业务场景下兼顾了性能和成本优势。那些在人工智能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的大模型。”

中国 AI 模型的综合性能也在不断提升。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一小部分，但性能却已接近美国顶尖前沿大模型；他预计，目前中国模型整体上与美国头部产品存在 6 到 9 个月的时间技术差距。

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 的性能已可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称：“越来越多的企业倾向于选择成本更低、可自主掌控、并可进行自主微调的 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，其中也蕴含着切实的行业风险。”