中美AI之间的这种分化，已经不再是我们没有选择，而是我们在主动选择。

——导语

在春节的AI to C端大战后，两类不那么“热闹”的但超级硬核的报告，给出了关注中美AI竞争中，一个更值得重视的方向。

第一类报告并不是单纯的统计数据，它来自企业级市场的1对1调研与行业追踪。例如2026年2月，沙利文（Frost & Sullivan）联合头豹发布《中国GenAI市场洞察：企业级大模型调用全景研究，2025下半年》，系统披露了中国企业级大模型调用量、厂商份额、部署形态和开闭源偏好的结构性变化。

核心数据是，2025下半年，中国企业级大模型日均调用量达37.0万亿tokens，较上半年增长263%。

其中，进入2025下半年后，企业由闭源主导转向开源主导的趋势显著增强，从2025年上半年的25.9%增长至下半年的48.5%，翻了一倍。

另一类报告，来自“机器留下的脚印”。OpenRouter与a16z在2025年底发布的《State of AI》相关研究，基于平台过去一年超过100万亿token的元数据分析，试图回答一个更朴素但更硬的问题：真实世界里，开发者和企业到底在用什么模型、怎么用、用到什么规模。

当“问卷中的选择”与“流量中的行为”彼此印证时，一个颇具冲击力的判断开始浮现：中美AI正在出现清晰分化。

美国仍在押注旗舰模型的前沿突破，追求“天花板”高度；中国则越来越像在推进一场大规模工程——把模型能力拆解、编排、降本、封装，再嵌进复杂而巨大的产业现场。

两个报告里，我第一个看到的是OpenRouter的报告，但里面很多数据，看到沙利文的报告才有解答。

我的基本判断是：中美AI正在出现清晰分化，但这种分化不是简单的“谁强谁弱”，而是技术路线、产业组织和商业逻辑的系统性分叉。

这中间关键的胜负手是开源。

从全球视角看，中国在开源领域的主导地位进一步强化。

OpenRouter的报告显示，开源模型的市场份额在过去一年稳步攀升，到 2025 年末已接近 30%，其中中国模型贡献了相当大部分，在2025年下半年的某些周里面，中国开源模型贡献了全球流量的30%，而2024年初这个数字才2%左右。

而且，这不仅是几家头部中国企业贡献的——沙利文报告提到，2025下半年，全球新增开源大模型中，中国厂商占比高达90.2%，远超海外市场。

显然，中国从AI赛道的重要参与者，跃升为全球开源大模型创新的核心引擎与主要输出国。

开源已不再只是技术路线选择，而成为中国大模型产业在全球竞争中的关键战略优势。

某种程度上，这是中国企业瓦解“算力霸权”与“成本壁垒” 的成功。美国通过限制顶级芯片（如 H100/B200）试图建立“算力护城河”。然而，中国企业通过广泛开源和架构创新（如 MoE 混合专家模型）和算法优化，实现了“以小博大”。

事实证明，中国证明了在算力受限的情况下，通过极高的训练效率，可以用 1/10 甚至 1/50 的成本达到与美国头部模型接近的效果。这让中国 AI 在商用落地和推理成本上具备了降维打击的优势。

这也是典型的全球开发者生态中的一次“农村包围城市”的经典打法——根据 2025 年底的数据，中国开源模型在 Hugging Face 上的下载量占比已突破 17%，甚至在某些月份超过了美国。

虽然没有准确的数据，但如果当全球 50% 的初创企业和开发者都在使用千问、豆包、DeepSeek、文心、kimi的开源模型进行微调和部署的时候，中国就实际上掌握了全球 AI 的“事实落地标准”。这种与生态结合产生的渗透力比单纯的 API 订阅更有韧性。

开源模型可以在企业本地服务器运行，无需将数据上传至美国的云端。这为全球（尤其是东南亚、中东和欧洲）对隐私和合规非常敏感的客户提供了一个无可替代的“Plan B”。

时至今日， OpenAI、Anthropic 等美国AI巨头，依然依赖极其昂贵的算力投入和高昂的 API 定价来维持估值，它们的客户群也在继续扩大。

但这一波，中国开源模型的高性能、低价格（甚至免费）直接冲击了这些公司的毛利率。

简单说，如果一个 0.1 美元的开源模型能解决 20 美元闭源模型 95% 的问题，那么美国巨头的“溢价神话”就会破灭，进而引发资本市场对其商业模式的可持续性怀疑。

更重要的是，开源意味着技术路径的双向透明。人才与创新的外溢会持续出现。例如，当中国公司把 R1 强化学习路径以开源模式公开时，实际上是在为全球创新“指路”。在这种冲击面前，美国公司辛苦研发的“护城河”在开源社区的集体智慧面前，防守难度极大。

这样解释了，为什么美国AI的发展路径仍然寄托于几个巨头的创新，但中国有一批更轻、更快的AI企业，例如kimi等，它们不搞谷歌式的垂直整合模式，通过把赋能路径寄托于阿里、华为、百度、火山等头部AI云企业，更专注的投入模型本身的研发，然后转手就通过开源模式实现了变现。

这就导致一个鲜明的现象——美国AI研发的领导者象限日趋聚焦，这固然有效率的优势，但也限制了路径的多元化；而中国更多的、更灵活的模型企业虽然已经不太可能在闭源市场拼过这些巨头（闭源的百模大战已经结束），但在开源的天地里，它们有了更聚焦的能力，以及已经逐渐成熟、可以依托、不断输血的基础商业模式，使得中国在开源市场的输出能力，可以继续高速增长，而没有肉眼可见的短板。

的确，在头部顶级模型的研发上，我们还落后美国，这就导致很多人担忧中国AI的研发“永远只能差半步，跟在后面”，这确实是当前最主流的担忧。但我们可以从两个角度来分析：

第一个角度：为什么看起来总是“差半步”？

某种程度上是因为，“领先”的定义权、解释权都目前掌握在美国手中（例如 o1 定义了推理，Sora 定义了视频生成）。换句话说，只要中国企业是在追赶美国定义的“SOTA（State of the Art）”，我们从肉眼角度去看，永远是跟跑者。

这种观感并不是单纯的视觉错觉，因为无论是算力与还是语料的先发优势，美国AI企业在顶级算力池和全球化英文语料的积累上确实领先。

尽管中文已经成为全球开源社区的第二大语言，但真实的市占率只有5%，第一名和第二名的差距确实很大。

我还要提醒的是，当“0.1美元解决95%问题”成立，溢价必然收缩，这是必然。但也要指出的是：美国巨头可以用“系统能力”（工具链、推理稳定性、安全、企业服务）重新定价，而不是只能靠模型本体。

但开源的“新路”是否意味着永远的被动？我认为不是。

这就是目前中国企业在做的，正在通过“换道”来消除这半步的意义：

简单说就是——从“堆算力”到“堆逻辑”： 美国在追求 AGI 的绝对上限，而中国在追求“单位算力下的智能极限”。同时，在推理、数学、代码等硬核领域，中国开源模型（如 DeepSeek R1）在 2025 年的部分评测中已经与美国顶尖模型打平，甚至微弱领先。

还有一个巨大的优势是，AI的生产力落地，是应用驱动的闭环：也就是说， AI 的最终胜负不在于 Benchmark 的跑分，而在于谁能解决工业、教育、医疗的实际问题。中国拥有全球最密集的应用场景，这种“应用反馈—模型迭代”的循环，可能会在垂直领域反超。

按沙利文报告的观点，当大模型进入客服、风控、营销、研发等核心流程后，调用更多由系统自动触发并在工作流中持续运行，Tokens消耗随之呈现稳定、连续的增长。2025下半年，调用量上升主要来自业务流程的自动化改造带来的任务级调用扩张，Agent成为新增调用的主要来源。

而中国企业目前在智能体的研发中仅次于美国，一份由MIT、斯坦福提供的报告显示，在30个甄选出来的全球智能体中，美国第一、中国第二，其余散布在多个国家。

中国不但有全球最大的需求场景（制造业全球第一），在智能体的研发上也越来越快，而对于大部分智能体企业来说，其胜负的关键在于是否有充足的开源大模型提供创新底座——而文章的开头我们已经提到过，占全球绝对优势的中国开源大模型以及其对中文更好的支持，是中国产生海量优质智能体的关键因素之一。

简单说，如果把 AI 比作电力，美国正在研发功率最大的“发电机”，而中国正在通过开源让“电费”趋近于零，并铺设覆盖全球的“电网”。中国企业未必非要抢先那“半步”去定义发电机，只要掌握了全球的电网和用电设备，同样能赢得这场竞争。

中美AI之间的这种分化，已经不再是我们没有选择，而是我们在主动选择。

有些东西，被永久的改变了。比如我们的自信心。

这也意味着，在中国乃至全球的开发者生态中，中国开源力量已经不再仅仅是一个“参赛选项”，而是成为了事实上的“产业基石”。

某种程度上，中国AI企业通过广泛的开源，打破了美国闭源模型的“黑盒壁垒”。它告诉全球企业：AI不再是昂贵的固定资产，而可以成为企业自主可控、甚至可以私有化改造的“数字资产”。

2024年末，中国模型在全球Token使用份额仅为1.2%。那时，中国开发者还在感慨GPT-4的壁垒不可逾越。

2025年中，魔幻般的形成了一个分水岭。根据OpenRouter数据，2025年中到年末，中国开源模型在不长的时间里，Token贡献已逼近全球流量（含开源和闭源，因此基数更大）的30%。

而且，这一爆发中，巨头企业的头部化和“轻且快”的大模型公司都在增长，头部化的趋势虽然明显，细分玩家也依然保持足够的活力。

简单说，未来的中国AI市场大概会形成这样一种格局：

——在基础建设方面，阿里、百度、华为等拥有从底层硬件到最上层的应用开源，且舍得持续进行基础设施（特别是云设施）投资的全栈式企业，会成为千行百业应用AI的最基础基石；

——在生态多样性上，基于完善的基础设施，中国模型企业不会很快寡头化，也最好不要寡头化。相反，借助巨头们提供的基础设施环境，越来越多的差异化大模型企业各有生存空间，这是我们会后发，但很大程度上以去中心化对抗美式AI的中心化的一个差异化优势；

——在智能体的开发上，开源生态的友好度是决定性的，中国企业追赶的速度正在加快；

由此，中国的生产力大模型市场，就在这么一个极短的转换期里，开始走上它本应走，但一直没有走的足够深远的那条为中国产业深度赋能的路。

中美AI是否分道扬镳？答案已是肯定的。

美国仍在追求极致突破，试图触碰AGI天花板；中国则致力于将AI每一滴水，渗透进工厂、银行、医院与千万创业者的代码库。

未来十年，当中美AI差异化更加鲜明时，这种产业级渗透，将成为中国科技角力中最坚硬的底座。

当然，分道扬镳，不等于对抗，而是两条路径各自探索人类智能边界的必然——一条向天，一条向地，最终或许在更广阔的星空交汇。