一、数据背后：国产模型强势占据全球调用榜单 据财联社援引OpenRouter最新周度统计数据，该平台前十大模型当周总调用量约8.7万亿Token，其中中国模型合计贡献5.3万亿，占比约61%；调用量排名前三的模型均为国产，分别是MiniMax M2.5、Kimi K2.5和智谱GLM-5：MiniMax M2.5以2.45万亿Token居首，Kimi K2.5以1.21万亿位列第二，DeepSeek V3.2也进入前五。 OpenRouter汇聚了全球开发者的真实调用需求，其榜单对市场具有一定参考价值，能够反映不同模型实际生产环境中的使用规模与开发者偏好。国产模型在该平台上的集中上升，并非偶然，而是多种结构性因素叠加的结果。 二、根本原因：成本优势成为核心竞争力 需要说明的是，国产大模型此轮领先并不等同于在所有维度“全面超越”。在复杂逻辑推理、高难度代码工程等任务上，部分海外头部闭源模型仍有优势。但在当前阶段，决定开发者选择的关键不只是谁更强，还包括谁更划算。 以每百万Token的调用价格为例，国产主流大模型多集中在2至3美元区间，而同等规模的海外顶尖模型往往高出数倍甚至十余倍。这种差距在智能体应用中会被更放大。不同于传统问答，智能体执行自动化任务通常需要多轮规划、反复试错并持续循环调用，单次任务的Token消耗可能是普通对话的数十倍。在这种情况下，调用成本几乎直接决定应用能否跑得通、算得过账。 三、行业背景：算力成本压力推动市场重新分配 近期海外科技圈围绕开源智能体工具与订阅制服务的矛盾，出现多起限制与封禁事件，暴露出大模型商业化中的现实冲突。一些开发者为降低按量计费API的成本，尝试通过技术手段把自动化任务接入按月付费的个人订阅服务，导致平台算力被大量占用。对此，谷歌、Anthropic等相继加强限制，对高频调用账号采取封禁措施，并明确禁止第三方工具接入订阅通道。 这些事件的核心，是智能体时代的算力消耗方式与既有定价体系之间的不匹配。当大模型从“辅助工具”变成可以自主执行任务的“数字劳动力”，算力消耗的结构已发生变化。如果定价机制跟不上，高性能模型将逐渐成为中小开发者与初创团队难以承受的成本，进而影响智能体生态的扩张速度。 四、深层影响：竞争焦点从能力比拼转向工程效率 国产大模型的这次突破，反映出行业竞争逻辑正在变化。技术探索期，讨论的重点是“谁更聪明”；进入规模化落地阶段，“谁更经济、更稳定、更好集成”正在成为新的关键指标。 国内大模型企业通过持续工程优化，在推理效率、硬件适配、部署与运维成本控制等积累了优势，在保持可用性能的同时显著降低单位算力成本。这条路径更像制造业的降本逻辑：靠工程与规模把成本打下来，也反映了国内企业在产业化落地上的系统能力。 五、前景研判：低成本趋势或将加速全球生态重塑 从中长期看，大模型服务走向低成本基本不可逆。随着更多开发者与企业把智能体应用纳入核心业务流程，对调用成本的敏感度会持续上升，性价比将成为平台选择的重要指标。国产大模型如果能在维持成本优势的同时继续抬升能力上限，并在数据安全、合规接入、本地化服务等上补齐短板，有望在全球开发者生态中获得更稳固的位置。 此外，此趋势也会重塑全球产业格局。海外头部企业可能面临更大的降价与控本压力，行业竞争重心也将从参数规模与基准测试成绩，逐步转向实际部署效率与商业可持续性。
这场由算力成本引发的产业变化，本质上考验的是技术创新与落地能力的协同。国产大模型的阶段性突破说明，在人工智能这场长跑中，既需要科研突破，也离不开扎实的工程能力。当全球都在回答“如何让AI用得起”这个现实问题时，中国在成本与工程效率上的实践，可能正在为智能时代的商业模型提供新的思路。