智谱和DeepSeek，用性价比攻破美国大门?

本文由 有界UnKnown 撰写/授权提供，转载请注明原出处。

以下文章来源于：有界UnKnown

作者：有界UnKnown

最近，CNBC 报道了一个很有意思的现象。

大量美国公司正在抛弃 OpenAI 和 Anthropic，转而使用 DeepSeek、智普、千问等更具性价比的中国模型。

其引用 OpenRouter（一个让开发者能够访问多种 AI 模型的平台）的数据显示，2025 年上半年，中国模型在该平台上消耗的 token 占比仅有 4.5%，过去 12 个月平均占比也只有 11%。但从今年 2 月份以来，中国 AI 模型的 token 消耗占比每周都保持在 30% 以上，最高曾升至 46%。

在能力上，中国的 AI 模型和 OpenAI、Anthropic 比起来虽然还有一些差距，但是架不住价格仅有 Anthropic/OpenAI 同类模型的 10%—40%。

美国一家 AI 公司的创始人在 X 上表示，他在 6 月初已经将公司 100% 的流量从 Anthropic 切换到 DeepSeek V4；这个行为为公司节省数百万美元，并且还在许多使用场景下看到实际性能的提升。

图：美国 AI 公司创始人称已将 100% 流量从 Anthropic 切换到 DeepSeek V4

所以，当一个任务不需要最好的模型的时候，性价比就成为最有价值的竞争力。而中国的大模型公司，正依靠这种优势，攻入美国市场。

在传统印象中，中国的 AI 大模型与美国顶尖模型之间还有一些差距。

但实际上，在今年的几次更新之后，中国 AI 大模型的能力已经快速接近美国的顶尖模型。

美国的相关人士甚至表示，开放模型（中国模型占比多）过去可能落后一年以上，现在大概只落后几个月。

当然，现在没有一套统一标准测评所有模型的能力，但是在部分场景下我们能看到直接的对比。

比如DeepSeek-V4-ProMax在发布时就和当时的国内外主流模型进行了对比，在LiveCodeBench（代码能力）、Terminal Bench（终端操作能力）、BrowseComp（联网检索与推理能力）上已经非常接近美国顶级模型，有些项甚至超过 Claude Opus4.6。

再比如智普旗下 GLM-5.1Thinking 在 SWE Pro 上是 58.4，甚至高于 Claude Opus 4.6/GPT-5.4 的 57 左右水平。

图：主流大模型基准能力对比

而在 FrontierSWE 这种长周期工程代理基准上，智普官方的数据显示，GLM-5.2 与 Claude Opus4.8 的表现差距约 1%。

仍然以智普 GLM-5.2 为例，按输出 token 价格比较，GLM-5.2 的成本约为 Opus 4.8 的 18%，差不多五分之一。

我们还对比了一下 OpenAI、Anthropic、智普和 DeepSeek 的主要模型价格，发现中国模型的使用价格差不多只有美国顶尖模型的十分之一左右。

比如 OpenAI GPT-5.5为$5/$30，Anthropic Fable5 为 $10/$50。

但 DeepSeek 即使按思考模式 $0.435/$0.87 计算，其输入价格也仅为 GPT-5.5 的约 8.7%，输出价格约为 2.9%；非思考模式价格进一步降至 $0.14/$0.28，更适合大规模调用和成本敏感型场景。

智谱的价格稍高，但 GLM-5.2 定价也仅有 $1.4/$4.4，输入价格约为 GPT-5.5 的 28%，输出价格约为 14.7%。相比 Anthropic Sonnet 5 的临时价格 $2/ $10，GLM-5.2 输入价格低约 30%，输出价格低约 56%。

图：主流大模型 API 价格对比

而这件事情背后反映的，不仅是美国头部 AI 企业的定价权被实质性削弱，更意味着大模型市场正在从“谁最强”进入“谁的单位智能最便宜”的新阶段。

价格只是入口，真正进入企业核心业务之后，可控性会变得同样重要。

当然，性价比也不是中国大模型在美国快速推进的全部原因。

这场竞争背后还有另一个关键点，就是自主可控。

OpenAI 和 Anthropic 是典型的闭源模型，企业只能使用他们的能力，而无法对这个能力进行掌控。

这就有了一系列的担忧，比如数据是否安全？会不会突然涨价，成本是否可控？是否可以结合自身业务进行针对性的改造等等。

本质上，这是 AI 发展进入深水区的必然结果。就像云计算时代一样，最开始企业只是要上云，但后来逐渐会发展出公有云、私有云、混合云等多种场景和多种需求。

所以，现在越来越多的企业想要建立“可自行掌控”的 AI 架构，这就意味着不能只选择闭源模型。而恰好，目前最有竞争力的开源与开放权重模型大多来自中国。

而这一次在美国市场快速增长的中国模型，如 DeepSeek、智普、千问，多款模型都是开源，或开放权重的。

图：国内主流大模型开源/闭源情况一览

Open Source Initiative2026 年的开源报告显示，避免供应商锁定已经成为组织采用开源的重要原因，55% 的受访者将其列为采用开源的主要驱动之一。

微软最近成立 Microsoft Frontier Company 也能说明这个趋势。

Microsoft Frontier Company 是微软面向大型企业的 AI 工程落地公司，或者说前沿部署团队，他们的核心任务就是把 AI 从试点项目，真正部署进企业业务系统里，并且产生可衡量的商业结果。

这背后反映的，就是企业正在从依赖单一 AI 供应商，转向混合模型和开源工具。

市场上，关于开源和闭源的争论由来已久。

从模型企业，或者从产品的角度，大家肯定是期望有一个模型可以解决所有问题。

这样用户只需要接入一个 API，企业只需要购买一个产品，叙事简单、干净、直接，也最符合模型公司的商业利益。

再加上过去很长时间，闭源模型都以代际领先的性能优势，安全、可控等特点牢牢占据市场，所以开源模型只能成为闭源模型的低成本替代品。

但随着 AI 在企业业务中的使用越来越多，当账单真实地放在企业管理者的桌案上，这些东西很快就开始松动。

比如前面提到的 Lindy，他们的人数大约 25 人，此前使用 Anthropic 的 Claude 模型，该公司 CEO 弗洛 · 克里维洛（Flo Crivello）称每月 AI 账单严重超支，甚至超出了所有员工的工资支出。

但选择开源模型就不一样了。

MIT Sloan2026 年初的文章引用研究称，如果更合理地把任务迁移到开放模型，全球 AI 推理开支每年可能节省约 250 亿美元。

再加上，真实的商业环境并不会完全按照第一理性的原则来发展。

现实的商业环境中，每个企业都有自己的需求、自己的数据、自己的合规压力、自己的成本结构，也有自己的利益边界。对于模型公司来说，模型越统一越好；但对企业来说，模型越可控越重要。

这也是为什么 DeepSeek、Qwen、GLM 这类中国模型会在这一轮竞争中受到关注。

其背后，是大模型市场正在从“模型崇拜”进入“架构理性”。

换句话说，中国大模型正在切入的，不只是 OpenAI 和 Anthropic 的价格体系，更是闭源模型主导下的商业控制权结构。

而在这个背景下，美国闭源模型仍然强，但商业边界正在被重新划分。

大模型市场的下一轮竞争，可能不再只是谁的模型最强，而是谁能用更低成本、更高可控性，持续交付“够好用”的智能。

扫码关注公众号

获取更多技术资讯