「便宜够用」打赢「昂贵更强」：中国模型 OpenRouter 用量连续 24 周超美国，单任务成本差 28 倍

结论先行

• OpenRouter 最新周榜（10 月 5–11 日）：中国 AI 模型单周处理 86.74 万亿 token，是美国模型（18.97 万亿）的 4.5 倍，连续第 24 周领先，且当周全球用量前五名全部来自中国公司。
• 性能差距已经收窄到可以忽略的程度：斯坦福 2026 AI Index 报告显示，中美顶尖模型的性能差距只剩 2.7%（2023 年时曾高达 17.5–31.6 个百分点）。
• 价格差距依然悬殊：Kimi K3 的输入价格约为 Claude Fable 5.1 的三分之一，DeepSeek V4.1 Flash 的单任务成本据报仅为美国顶级模型的 1/28。
• 迁移正在发生：据报道，DoorDash、Airbnb、西门子等跨国企业已开始用中国模型压成本，东南亚的国家级模型项目改用通义千问当底座。
• 对开发者的启示：当「够好用」和「便宜六到九成」同时成立，降价就成了美国大厂迟早要回答的问题——选型时先看单任务成本，而不是只看榜单分数。

一、榜单拆解：86.74T 对 18.97T

先把分母说清楚。OpenRouter 是一个开发者自选模型的聚合路由平台，上面的 token 用量反映的是「开发者实际拿去跑工作流程」的调用量——写代码、跑 Agent、做客服、搞翻译，每一次调用都是真金白银的 API 账单。它不代表整个 AI 市场，但它是目前最接近「开发者用脚投票」的公开数据源。

10 月 5 日至 11 日这一周，全球经 OpenRouter 处理的 token 总量为 172 万亿，环比增长 3.61%。其中：

数据来源：OpenRouter，经《每日经济新闻》/人民网英文版整理报道。

几个值得注意的细节：

1. 前五名合计占当周全部 token 的 47.9%——几乎一半的调用量被五家中国公司的模型吃掉。
2. 中国模型当周环比增长 50.96%，美国模型只增长 17.1%——差距不是在缩小，是在拉大。
3. Anthropic 的 Claude Opus 5.5 排在第八，单周 5.02 万亿 token，环比暴涨 104%——说明美国模型并非没有增长，只是基数和增速都追不上。
4. DeepSeek 一家就占了 OpenRouter 文本请求量的 24.5%（10 月 5 日当周），超过 OpenAI 的 18.6% 和 Google 的 17.8%（据 Asia Daily 引用的平台数据）。

二、为什么是价格在投票：单任务成本对比

榜单的名次是结果，价格是原因。OpenRouter 的工作人员在接受媒体采访时直言：中国开源模型比 Anthropic、OpenAI 的顶级模型便宜六到九成。而当性能差距小到一定程度，「便宜」就成了决定性变量。

来看几组公开的成本测算（注意不同机构的测算口径不同，不宜直接混用，但方向完全一致）：

这里有一个关键的经济学直觉：token 用量反映的是「工作量」，而工作量对价格极度敏感。一个每天跑几千次 Agent 循环的团队，模型单价差 3 倍，一年就是几十万美元的差距——这不是「省小钱」，这是直接决定一个 AI 功能能不能上线的生死线。

Epoch AI 的一项估算还揭示了一个有意思的悖论：DeepSeek 拿走了 OpenRouter 上最多的调用量份额，但在客户支出中的份额仅约 8%。用量和收入完全不成比例——便宜的模型赢了调用量，贵的模型还拿着收入。这正是 Jefferies 等机构开始质疑「万亿 AI 基建投资回报」的原因：当 token 价格持续崩塌，云厂商砸下去的几千亿美元资本开支，靠什么赚回来？

三、2.7%：斯坦福报告里的那个数字

「便宜没好货」是过去两年最常见的反驳。但斯坦福大学 HAI 研究所 2026 年 4 月发布的《AI Index 2026》报告给出了一个让反驳者很难受的数字：中美顶尖模型的性能差距已经收窄到 2.7%。

报告的几个关键坐标：

• 2023 年 5 月，这个差距是 17.5–31.6 个百分点；2026 年 3 月，收窄到 2.7 个百分点，且全年大部分时间都维持在个位数。
• 在 Arena Elo 排行榜上，Anthropic 的 Claude Opus 4.6 得 1503 分，字节跳动的 Dola-Seed-2.0-Preview 得 1464 分——只差 39 分。
• 在 MMLU 上，中美差距从 2023 年的 17.5% 收窄到 2024 年的 0.3%；2025 年 2 月，DeepSeek-R1 曾短暂追平美国最强模型。
• 与此同时，美国 2025 年私人 AI 投资 2859 亿美元，中国只有 124 亿美元——23 倍的投入，换来 2.7% 的领先。

需要诚实地补充报告的另一面：在代码和 AI Agent 能力上，美国模型仍保持领先（比如 Terminal-Bench 这类 agentic 任务榜单上美国模型占优）。但问题在于：这个领先也在收窄，而价格差距收窄的速度要慢得多。对大多数企业场景——客服、翻译、摘要、常规代码生成、文档处理——「2.7% 的差距」根本感知不到，「60–90% 的价差」每个月都能在账单上看到。

四、迁移已经在发生：从企业到国家项目

榜单数字是结果，企业迁移是过程。据多家媒体报道：

• DoorDash、Airbnb、西门子已经在用中国模型压成本；
• 东南亚的国家级模型项目改用通义千问当底座；
• 非洲开发者在拿中国开源模型做教育工具；
• 开源代码 Agent OpenCode 上的推理量，95% 以上走的是中国模型（据 Interconnects 报道）。

这种迁移一旦开始就有惯性：提示词工程、评测集、工具链都是围绕某个模型家族沉淀的，换模型的迁移成本会越积越高。这也是为什么品富智图的评论一针见血：美国厂商最终要回答的问题不是「我的模型比较好」，而是「好多少、贵多少」——这个比值，正在对他们越来越不利。

五、价格记忆视角：美国大厂会降价吗？

作为价格追踪者，我们关心的是下一个动作。历史经验是：

1. 降价是迟早的事，但不会是均匀的。 过去一年我们看到的剧本是：先降小模型、Flash 级别（Claude Haiku 5.5 输入低至 $0.1/百万 token 就是例子），旗舰模型的降价最慢，因为那是利润和品牌的高地。
2. 「限时半价」正在成为新常态。 Gemini 4 Argon 全球上线时 API 五折、11 月底后价格翻倍——大厂开始用「限时折扣」抢装机量，而不是直接调低目录价。目录价是面子，实际成交价才是里子。
3. 对开发者的实操建议： 做多模型路由。把高风险、高复杂度的任务留给美国旗舰模型，把高频、常规的任务（对话、代码生成、搜索、自动化）交给接近前沿水平的中国模型。BestHub 的测算显示，这种混合路由策略下，2 个点的性能差距远不如 3 倍的成本差距重要。

一句话总结：当 2.7% 的性能差距遇上几十倍的价格差距，开发者用 86.74 万亿 token 投了票——「便宜够用」正在系统性地打赢「昂贵更强」，而美国大厂的降价，只是时间问题。

接下来值得盯的三个降价信号： 11 月底 Gemini 4 Argon 的限时半价到期后目录价是否回调、Anthropic 在 IPO 前后是否会有新的定价动作、DeepSeek 的峰谷两档定价会不会被更多厂商跟进。价格记忆会持续追踪，有异动第一时间更新。

来源链接：

• 品富智图 10 月 19 日 AI 日报：https://pinfuatlas.ai/news/2026-10-19/china-model-token-consumption-outpaces-us/
• 人民网英文版：Led by DeepSeek, Chinese AI models take top five positions：https://peoplesdaily.pdnews.cn/tech/er/30053326500
• BigGo Finance：中国 AI 模型连续 24 周居全球周用量首位：https://finance.biggo.com/news/7a0a25dd-884e-44f8-9893-9cd7c188058a
• Asia Daily：中国开源模型赢得海外用户：https://asiadaily.org/news/15338/
• BestHub：中美 AI 差距缩小与成本分析：https://www.besthub.dev/articles/china-us-ai-gap-shrinks-as-chinese-models-close-in-on-performance-while-cutting-costs-189d8a5cb7b7
• The Register：廉价中国与开源 LLM 或引发万亿 AI 基建「重置」：https://www.theregister.com/paas-and-iaas/2026/10/13/cheap-chinese-and-open-source-llms-could-trigger-trillion-dollar-ai-infrastructure-reset/5302774
• 斯坦福 HAI《AI Index 2026》解读（AwesomeAgents）：https://awesomeagents.ai/news/stanford-ai-index-2026/
• OpenRouter 实时榜单：https://openrouter.ai/rankings