大模型正在从“比拼智商”，变成一门“进厂打螺丝”的生意。

据财联社报道，OpenRouter最新周度数据显示，平台前十模型总token量约8.7万亿，中国模型独占5.3万亿，占比61%。

而当周token调用量前三模型均为国产大模型，分别为Minimax M2.5、Kimi K2.5、GLM-5，调用量环比上周分别变动增加197%、下降20%、增加158%。

其中，MiniMax M2.5以2.45万亿token空降榜首，Kimi K2.5以1.21万亿紧随其后，智谱GLM 5和DeepSeek V3.2分列第三、第五。

要知道，作为全球最大的大模型API聚合平台，OpenRouter汇聚了全球开发者的真实调用需求，它的榜单堪称目前AI行业最硬核的“算力消耗晴雨表”。

看到国产大模型如此疯狂地“屠榜”，很多人的第一反应肯定是：难道在绝对能力上，国内大模型已经赶上GPT、Claude和Gemini了吗？

答案显然是否定的。如果真要死磕极度复杂的逻辑推理或硬核的代码工程，硅谷这几家闭源巨头依然是当下绝对的技术天花板。

那么，既然绝对智力并没有赶上北美顶尖模型，那为什么偏偏是国内大模型跑满了全网的调用量？对未来的AI竞争格局又意味着什么？

国内大模型企业，正在用义乌做小商品的逻辑，降维狙击硅谷的赛博魔法。之所以中国大模型能够在Openrouter上“屠榜”，唯“便宜”尔。

过去，大模型的定价权在海外巨头手中。以GPT-4o或Claude 3.5 Opus为例，能力强，但价格也高。处理百万Token的数据，通常需要花费几美元甚至十几美元。

在AI爆发的尝鲜期，这个价格大家咬咬牙也就接受了。可一旦迈入Agent时代，情况彻底变了。

最近在科技圈闹得沸沸扬扬的“OpenClaw封禁事件”，就是这场算力成本危机的最直观切面。

作为一款爆火的开源AI智能体，OpenClaw能像“数字打工人”一样接管电脑、全自动处理文件甚至写代码。为了省钱，许多极客和开发者想出了一个“绝妙”的方案：他们利用代码接口，让OpenClaw去“白嫖”谷歌和Anthropic每月20美元的个人包月订阅服务（如Claude Pro），而不是老老实实去调用官方按量付费的昂贵API。

结果可想而知，当AI从“你问我答的聊天框”变成“自动规划、反复执行的数字打工人”时，它在后台每一次的搜索、试错、纠错和循环，都在疯狂燃烧Token。这种Agent级别的恐怖吞吐量，直接把原本号称“不限量”的包月服务给刷爆了。

面对被“薅秃”的算力资源，谷歌和Anthropic也坐不住了。他们不仅紧急下场，严禁第三方工具接入订阅制通道，谷歌甚至对部分高频调用的账号祭出了“永久封禁”的终极杀招。

巨头们这番“掀桌子”操作的核心逻辑其实只有一个：算力成本实在扛不住了。

在Agent时代，如果继续放任大家用20美元的包月订阅跑自动化任务，CSP巨头也一定会破产；但如果逼着开发者去走官方API，按照每百万Token十几美元的价格计费，那么最先进的高价大模型就不再是先进生产力，而是成了一个吞噬利润的无底洞，直接把无数AI应用和开发者的商业模式逼到了死角。

正是在大多数行业都陷入“用不起算力”的死局时，他们回头一看，发现大洋对岸的中国大模型企业，已经把价格卷到了一个令人发指的地步。

目前，像DeepSeek、GLM、Kimi或者是MiniMax等国产优秀大模型，其API的调用价格已经被硬生生打到了每百万Token只需要两到三美元。

而有些厂商为了抢占开发者生态，更是对百万级上下文或特定规模的模型实行长期的免费开放。这已经不是“打个八折”的促销，而是数量级的成本断层。

很多人可能会问：便宜固然好，但如果模型不够聪明，便宜又有什么用？但事实却是，绝大多数人高估了真实场景对“极限智商”的需求，却低估了“长尾任务”对算力吞吐量的恐怖消耗。

在真实的商业世界和极客开发圈里，90%的AI任务根本不需要用到“爱因斯坦级别”的智商。

想象一下我们日常使用AI的场景：把一本十万字的英文网络小说翻译成中文；丢给AI几十个PDF财报让它提取出所有的利润数据；写一段几百行的前端基础代码；又或者是目前OpenRouter上消耗量极大的“角色扮演”——玩家和AI扮演的虚拟角色进行几千轮的闲聊。

这些任务有一个共同特点：逻辑深度一般，但文本吞吐量巨大。对于这类“蓝领型”的认知工作，排名前列的中国模型已经不仅是“及格”，而是做得非常出色。

这就好比你要给公司几万份快递单号录入表格，你完全没有必要去花重金聘请一位诺贝尔奖得主（顶尖闭源模型），你只需要雇佣一批勤奋、踏实且工资极低的实习生（高性价比模型）就能完美解决。

更何况顶尖闭源模型与高性价比模型之间的差距，在蒸馏技术的存在下，两者的差距最多只有半个身位。

因此，全球的开发者们极其理智地选择了“智能路由”策略：把海量的、繁琐的、容错率高的基础任务和长文本阅读，全部路由给便宜的中国模型；只有到了需要做最终的复杂逻辑判断，或者碰到了极难的算法题时，才会精打细算地调用GPT或Claude。

这，才是国内大模型能跑满全网调用量的原因。

02算力争霸战，变压器才是底牌

便宜的大模型，从来都不是天上掉下来的馅饼。

很多人误以为，国内大模型的白菜价是靠着国内厂商“烧钱补贴”砸出来的。但这其实低估了中国工程师在技术落地上的恐怖压榨力。

当硅谷还在迷信“大力出奇迹”、疯狂堆叠万亿参数时，国内大模型企业早就在“抠门”这门艺术上做到了登峰造极。

在这个赛道上，中国厂商展现出了极其恐怖的制造业基因和工程化压榨能力。

众所周知，受制于相关禁令，国内大模型企业往往无法像硅谷巨头那样，轻松买入数以十万计的最顶尖GPU。在“算力贫穷”的逼迫下，国内工程师们别无选择，只能硬生生地在工程优化的泥沼里进行极限微操。

为了降低单次推理的算力消耗，他们把MoE玩到了极致。

一个拥有上千亿参数的庞大模型，在回答一个简单的日常问题时，系统会精准地只激活其中几十亿参数的“专家网络”，让剩下的大部分网络保持休眠。这就好比一个巨大的工厂，不再是为了生产一颗螺丝钉而让所有车间灯火通明，而是精准控制产线，极大地节省了算力和电力消耗。

为了应对百万级超长上下文带来的显存问题，中国工程师们在底层框架上死磕，对KV Cache进行像素级的压缩和优化，把庞大的数据极其严密地打包塞进有限的显存里，硬是在相对劣势的硬件上，跑出了比肩甚至超越世界前列的超长文本处理能力。

这种对底层算力近乎变态的压榨，加上国内极其成熟的硬件适配工程，硬生生把大模型推理的物理成本砍掉了几个数量级。

相比之下，大洋彼岸的北美巨头们就算想打价格战，也是心有余而力不足，因为他们已经被沉重的物理基建彻底锁死了。

在这个问题上，马斯克早在2023年就给出了预言：“我的预测是，我们将从……今天的硅极度短缺变成……两年内的电力短缺。这大致就是事情的趋势。”

而现实也确实如此，北美老旧的电网系统和漫长的环评审批，根本无法支撑新建超大型数据中心的用电狂飙。昂贵的工业电价、奇高的人力运维成本，甚至有钱都买不到的高压变压器，最终全都化作了高昂的沉没成本，均摊到了每一次的API调用里。

换句话说，北美顶尖大模型的“贵”，有一大半是替落后的基础设施和高昂的本地要素买了单。

于是，当高昂的物理成本遇上全球对算力的无限需求，一个属于中国AI的全新定位诞生了。

过去四十载，我们吃透了人口红利和完善的供应链，成为了向全球输出实体商品的“世界工厂”；而今天，随着大模型进入应用落地的深水区，告别人口红利的中国，正在依托着世界顶级的特高压电网、极其稳定的低价工业电力，以及首屈一指的工程落地能力，转型为新时代的“世界Token工厂”。

至此，未来的全球AI大分工已经非常清晰：那些海量的文档精读、初级代码生成、高并发的长文本翻译和虚拟人闲聊，统统会作为“赛博代工订单”，顺着海底光缆，源源不断地路由给国内大模型集群。

电能一旦在AI芯片中被转化为Token，它就彻底脱离了物理形态的束缚。它不像需要漫长的港口装卸和远洋货轮运输的产品，而是以光速通过海底光缆，在毫秒之间传输到世界的每一个角落。

因此，与其说是全世界的极客跑来“薅”国内大模型的羊毛，不如说是中国正在以绝对的成本与基建优势，悄然接管AI应用时代的底层命脉。

当硅谷巨头们还在为摘取AGI的终极王冠不计代价地烧钱、深陷物理基建的泥沼时，国内大模型企业已经化身为新时代的“基建狂魔”，用这源源不断、跨越山海的廉价Token，稳稳当当地做起了全球智能革命最不可或缺的“水电煤”生意。