问题——全球模型调用量为何出现“跃升式”变化。 全球多模型聚合平台数据显示，年初该平台用户每周调用量约为6万亿词元，至3月下旬升至约20万亿词元，短期内增幅显著。其中，当周排名靠前的多款主力模型由中国企业研发，中国模型合计调用量达到7万亿词元以上，周环比提升超过五成；同期美国主要模型调用量约为3万亿词元左右。此外，国际开源社区平台上，中国模型的下载与调用热度也持续处于前列。这诸多数据表明，全球开发者与企业用户的模型选择正在发生结构性变化：一上，总需求快速扩张；另一方面，需求增量更集中流向具备成本与生态优势的模型供给。 原因——智能体兴起叠加“可用、可控、可负担”的供给侧优势。 从需求端看，近期智能体类应用走热，是调用量抬升的重要推手。与传统对话式应用相比，智能体往往需要更长任务链条中进行规划、检索、调用工具、生成与迭代，单次任务可能消耗更多词元，并对稳定性与性价比提出更高要求。以可自行部署的智能体项目为例，软件本身可能免费，但其运行离不开底层大模型支撑，词元开销与总体成本随使用规模迅速放大，促使用户更倾向选择“同等效果、成本更低”的模型方案。 从供给端看，中国模型在开源、成本与架构效率上的综合优势加速释放。多家海外媒体和分析人士指出，部分中国模型在价格上明显更具竞争力，同等规模输出的定价差距可达数量级。成本优势并非单一因素驱动：其一，开源模式降低了试用门槛和迁移成本，便于开发者快速集成、二次开发与私有化部署；其二，能源与算力供给条件、工程化能力以及规模化应用经验，使模型服务更易在成本端形成可持续的商业逻辑；其三，在技术路径上，通过改进“混合专家”等架构，使模型在计算时更聚焦于被激活的有关模块，减少“全模型调用”的冗余计算，从而在硬件条件并不占优的情况下提升效率、压降成本。 影响——从“用户采用”扩展到“生态迁移”，并对产业竞争格局产生外溢效应。 首先，使用者的选择正从“性能优先”走向“性能与成本并重”，并深入转向“可控性与合规性”。开源模型允许企业审阅代码、验证安全属性、进行本地化部署并强化数据隐私保护，对金融、制造、医疗等受监管行业以及需要处理敏感信息的企业具有现实吸引力。其次，开发者生态呈现扩散效应：不同开源模型之间可相互借鉴、快速迭代，工具链与数据集围绕优势模型聚集，形成正反馈循环。再次，中国在制造、物流网络、机器人等领域的应用场景丰富，真实世界数据回流可反哺模型训练与优化，推动“数字能力”与“实体产业”加快融合，增强持续创新能力。 需要指出，中国模型的影响力也在美国创业圈引发讨论。有美国科技媒体披露，个别初创企业推出新模型后被指出底座源自中国开源模型，但在公开材料中未作说明。业内估计，美国相当比例的初创企业在研发中使用中国开源模型或其衍生版本。此现象折射出一个现实：在成本压力与商业化周期约束下，企业更倾向采用成熟、可用的技术底座以缩短产品落地时间；与此同时，在部分舆论持续渲染所谓“竞赛叙事”的背景下，技术来源的公开透明度也面临外部压力，反而凸显开源治理与合规披露的重要性。 对策——以开放促规范、以应用促迭代、以生态促共赢。 面向快速增长的全球调用需求，中国模型与相关企业需要在三上持续发力：一是完善开源治理与合规体系，建立更清晰的许可证、贡献者协议与安全审计机制，增强国际合作的可预期性与可信度；二是围绕智能体等新兴场景优化推理效率、工具调用稳定性与长任务链能力，推动从“能用”走向“好用、易用、可规模化”；三是加快构建高质量数据、工程工具链与行业解决方案的协同生态，提升在企业级市场的交付能力与服务能力，进一步扩大“低成本+高可控+可定制”的综合优势。 前景——需求仍将上行，竞争焦点将从“模型参数”转向“系统能力”。 随着智能体应用普及、企业数字化转型提速以及多模态能力扩展，词元调用总量仍有望保持增长。未来一段时期，全球竞争的关键或将从单一模型性能比拼，转向“模型+工具+数据+场景”的系统化能力：谁能在安全可控前提下，以更低成本、更高效率提供稳定服务，并形成可持续的开发者生态，谁就更可能在全球市场赢得增量用户。对中国而言，持续推进高水平开放、以产业场景牵引技术迭代、以工程能力降低落地门槛，将是巩固优势、扩大影响力的重要路径。
大模型调用量的此消彼长，表面是平台数据变化，本质是技术路线、产业生态与商业逻辑共同作用的结果。当创新从实验室走向生产一线，成本、效率与安全同样关键。坚持开放合作、强化规则治理、以应用带动迭代，才能让技术红利更广泛地转化为高质量发展的现实动力。