问题——全球大模型竞争格局出现新变化。自大模型应用加速普及以来，中美两国技术迭代、产业化落地和生态建设上保持领先。近期，海外模型接口聚合平台发布的使用统计引发关注：在3月第三周（16日至22日），中国大模型Token调用量约为7.359万亿，美国约为2.954万亿，中国约为美国的2.5倍，并连续三周位居榜首。，平台榜单前列的模型中，中国厂商产品占据多数。有一点是，该平台用户结构中，中国用户占比并不高，美国用户占比更高，其他地区用户分布广泛。这表明中国模型的海外使用并非集中在单一市场，而是在多地区、多类型用户中形成了可观的调用规模。 原因——“性价比”成为拉动全球调用量的关键因素。对企业级用户而言，模型调用成本往往直接影响产品定价、用户增长和盈利周期。在模型能力逐渐接近、可用性差距缩小的背景下，API价格、推理效率与供给稳定性成为采购决策的核心指标。涉及的信息显示，中国大模型在Token计价上整体更具竞争力，部分产品价格低至同类海外产品的五分之一甚至更低。对于月度调用量巨大的应用开发者、内容服务商和企业信息化场景，成本差异会迅速放大为经营结果，进而形成“低成本—高调用—再优化”的正向循环。 更深层的支撑来自供给侧：算力的规模化供给能力与能源成本约束。Token调用背后是推理算力消耗，而算力的长期成本中，电力、机房运维与设备折旧占据较大比重。我国电力系统规模大、供应相对稳定，叠加近年来新能源装机增长、跨区输电能力提升，为算力中心稳定运行提供了基础条件。同时，产业链的工程化能力、集群调度与推理加速等系统优化，也有助于降低单位推理成本，使“以更低成本提供可用的模型服务”成为现实。也就是说，价格优势并非单一环节让利，而是能源供给、基础设施与工程优化共同作用的结果。 影响——全球大模型竞争正从“能力竞赛”转向“综合竞赛”。一上，海外用户调用向成本更优的产品集中，可能促使国际市场形成新的分工：部分模型凭借更强能力和差异化功能占据高价值场景，更多通用场景则可能向成本效率更高的供给侧集中。另一方面，平台数据体现的是“被使用”的市场信号，意味着中国模型的国际可见度、可用性与工程成熟度正提升。这也将带动开发者生态、插件与工具链、适配与集成服务等周边产业增长，增强我国在应用侧的扩散能力。 同时也要看到，调用量领先并不等同于全面领先。大模型竞争仍涉及基础研究、核心软硬件生态、数据安全合规、开发者社区以及行业落地深度等多项指标。如何在扩大市场份额的同时保持技术迭代、提升高端能力、建立长期可信的服务体系，仍是下一阶段的关键挑战。 对策——以系统性能力巩固优势、以规则与标准拓展空间。业内人士建议，下一步可在三上持续推进：其一，推动算力基础设施与绿色能源协同，完善“源网荷储”与数据中心布局，降低波动成本，提高供给韧性；其二，加强推理侧工程创新与开源生态建设，推动工具链、框架、评测体系与应用接口标准化，降低全球开发者迁移与集成成本；其三，强化合规与安全能力，完善数据治理、隐私保护与内容安全机制，提升跨境服务的稳定性与可持续性，避免“低价竞争”演变为不可持续的消耗战。 前景——能源与成本约束将长期塑造产业格局。随着大模型从“训练驱动”转向“推理驱动”，调用规模将持续扩大，单位成本的重要性会深入上升。未来竞争将更强调两点：在可控成本下持续提供高质量服务的能力，以及在全球市场建立可信的交付与运营体系。可以预期，在通用场景与开发者服务领域，成本效率优势仍将推动更多用户选择性价比更高的模型供给；在科研、复杂推理与高风险行业等场景，模型能力、可靠性与安全合规将成为决定性因素。谁能在“性能、成本、合规、供给”之间取得更好的平衡，谁就更可能在下一轮产业扩张中掌握主动。
人工智能领域的竞争正在从单一技术比拼走向综合实力较量；中国依托产业基础与持续创新，正在提升在全球市场中的影响力。这不仅关乎商业竞争，也将为全球数字经济带来新的增量。在快速变化的环境中如何稳住优势、持续进化，仍是所有参与者需要共同面对的问题。