ARTICLE · 1215474
九十分钟内两家开打:AI大模型要从“问答机”变成“包工头”?
九十分钟内两家开打:AI大模型要从“问答机”变成“包工头”?Anthropic刚发布Claude Opus 5.5，约九十分钟后，OpenAI就推出GPT-6 Sol和Luna。这个节奏很像两家加油站隔街同时降价：九十分钟不够一家看着另一家的价目表重新算账，却足够先后把牌子挂出来。说明这轮竞争不是临时起意，而是两家的成本差不多同时降到了一个可以打价格战的档口。但把视线拉远一点，真正在改写全球AI流量版图的，不只是这两家美国公司之间的对打。一个更安静、也更实在的变化正在发生：全球开发者在“用谁家的模型干活”这件事上，已经用脚投了票。 这一代模型最明显的变化，是不再只比谁考试分数高，而是比谁干活更便宜、更划算。Opus 5.5说常规使用成本比上一代降约四成，重复读同一大段材料的价格降到竞争对手的五分之一。OpenAI那边则是另一种算盘：GPT-6 Sol在部分编程榜单上的最高分比上一代略有回退，但干一件任务的成本被压得很低；Luna的输入价格打到每百万token 0.1美元。对每天要跑成千上万次AI任务的团队来说，单件成本确实比最高分更重要。而在这个维度上，中国模型早就不只是旁观者。在全球主流的AI模型聚合平台OpenRouter上，中国模型的周调用量已经连续二十五周超过美国，最近一周达到79万亿token，约为美国模型的四倍半，全球调用量前五名全部是中国模型，中国模型在开发者任务请求中的占比约48%，超过了OpenAI、谷歌和Anthropic三家的合计份额。DeepSeek以24.5%的请求份额排在第一，智谱占13.4%，阿里通义千问占5.4%。这不是某个榜单上的跑分胜利，而是全球开发者在真实项目里反复选择的结果。 中国模型能拿到这个位置，核心武器就是“便宜到让人没法忽视”。DeepSeek面向企业的输入价格最低每百万token只要0.15美元，不到GPT-6.1 Sol的十分之一，不到Claude Opus 5.5的二十五分之一。更早一轮降价中，国产主流模型的API费用降幅甚至突破过90%。这种成本优势不是单纯烧钱补贴，背后有技术路线的选择：用更聪明的架构、更稀疏的注意力机制，把推理效率做上去，同时中国稳定的能源供给和完善的算力基础设施，进一步压低了单位算力成本。换句话说，当美国公司还在“性能优先、成本跟上”的路径上调整时，中国公司从起点上就把“每块钱能买到多少智能”当作第一性指标来做。这和前面说的“单位智能成本”成为竞争重心，是同一件事的两种语言。 更值得留意的是开源这个杠杆。阿里通义千问系列模型在Hugging Face上的2026年下载量达到约20.45亿次，同期谷歌模型约4.18亿次，Meta约2.27亿次。Qwen的累计全球下载量已经突破30亿次，开发者基于Qwen构建的衍生模型超过15万个，是Meta Llama衍生模型数量的近五倍。开源意味着全球的中小团队、东南亚的本地化应用、非洲的开发者，都可以用极低的成本把一个够用的模型拿回去改、拿去部署。中国信息通信研究院的观察是，不同行业的人基于中国大模型二次开发，反过来激发出一批新应用，加快了AI落到各行各业的实际速度。美国外卖平台DoorDash、爱彼迎，德国西门子，都开始拥抱中国模型。这和编程代理“长时运行、按结果算钱”的走向放在一起看，逻辑是通的：当AI从“问一句答一句”变成“把一整件事交出去跑”，调用量会指数级上升，价格敏感度也会指数级上升。谁能在“够用”的性能上把成本压到别人做不到的位置，谁就拿到了下一阶段入场券。 但中国大模型在全球格局中的位置，需要带着一种清醒来评估。调用量领先不等于能力天花板领先。在Arena等综合盲测榜上，国产最强的DeepSeek-V4-Pro、Qwen3.7-Max、豆包Seed 2.0 Pro集中在全球第五名附近，第一梯队仍然由Gemini、GPT、Claude占据。不过差距的量级需要看清：斯坦福《2026年AI指数报告》显示，中美顶尖模型之间的性能差距截至2026年3月只有2.7%，而且自2025年初以来两国模型已多次交替登顶。这意味着中国模型不是“差一个代际”，而是“差一层窗户纸”，同时把价格打到了对方的零头。这种组合在全球市场上产生的实际拉力，远比单纯的榜单排名更值得重视。 放到产业阶段上看，现在大概处在“从尝鲜到常用”的拐点前夜。美国在底层基础模型的前沿探索上仍然引领，中国则在“让AI变得便宜到可以大规模部署”这件事上跑出了自己的节奏。两条路径不是谁取代谁的关系，而是在同一个全球市场里形成了一种分工式的竞争：最前沿的能力仍然在西方实验室里被定义，但“把一个够用的模型塞进千万个真实工作流”的速度和广度，中国正在成为不可绕过的力量。 AI企业数量超过6000家、核心产业规模预计突破1.2万亿元、开源模型全球累计下载量破100亿次，这些数字勾勒出的不是一场冲刺，而是一张正在铺开的网。 往后看，大模型产业很可能走向分层：难活交给最前沿的模型，日常活交给中国模型把价格打下来的那一档；收费方式也会从按字数计费，慢慢转向按任务、按结果、按订阅打包。AI助手则可能从“问答机”变成“包工头”：用户说清目标，AI拆活、干活、交活。真正的竞争会从发布会的跑分，转到谁能把模型嵌进真实工作流。中国大模型在这个格局里的角色已经清晰了一部分：它未必是那个定义“AI能有多聪明”的力量，但它正在成为定义“AI能有多普及”的力量。而普及本身，往往比聪明更能改写一个产业的基本面貌。
