©新博弈

文丨槳聲

根據(jù)全球知名大模型API調用平臺OpenRouter最新數(shù)據(jù)，3月30日至4月5日，中國AI大模型周調用量達12.96萬億Token，環(huán)比暴漲31.48%，連續(xù)五周超越美國。同期美國調用量僅3.03萬億Token，不及中國的四分之一。

這個數(shù)字意味著什么？平均每天有近2萬億Token的“智能”從中國模型流向全球開發(fā)者，相當于每天“吞吐”掉一個維基百科全部內容的好幾倍。

圖片來源：OpenRouter 官網(wǎng)

調用量前六的模型清一色來自中國——阿里的千問（占據(jù)第一和第三）、小米的MiMo、階躍星辰、DeepSeek、MiniMax。有意思的是，支撐這些數(shù)據(jù)的“主力軍”并非中國開發(fā)者：OpenRouter平臺美國用戶占47%，中國僅占6%。硅谷的程序員、歐洲的創(chuàng)業(yè)公司、東南亞的企業(yè)主，正在用真金白銀給中國AI投票。

這場“逆襲”快得令人措手不及。其底層邏輯并非單純的技術超越或價格戰(zhàn)優(yōu)勢，那么，真正的原因究竟是什么？

電費單，一張底牌

先說一個讓硅谷睡不著覺的事實：訓練和運行AI模型，正在成為21世紀最耗電的工程之一。

英偉達創(chuàng)始人兼CEO黃仁勛在3月的一篇博客中，將AI產業(yè)拆解成五個層面：能源、芯片、基礎設施、模型、應用。他特別強調：“能源是AI的第一性原理，也是系統(tǒng)能產生多少智能的根本約束。”

這話翻譯成大白話就是：你想讓AI變聰明，先問問電網(wǎng)答不答應。

而美國電網(wǎng)，最近有點“答不上來”了。

AI的算力膨脹正劇烈沖擊美國電力系統(tǒng)。2026年初，微軟因西弗吉尼亞州的數(shù)據(jù)中心電網(wǎng)接入延遲，被迫自建燃氣輪機；谷歌則斥巨資簽下核電合同，為AI“喂電”。

然而，并非所有成本都能由企業(yè)自身消化。在美國中西部多州，這場競賽已開始推高民生電價，部分公用事業(yè)公司已申請新一輪漲價。AI競賽的代價，正從科技巨頭的財報，轉移到美國普通家庭的賬單上。

與此同時，中國的情況幾乎是另一個故事。

根據(jù)國家能源局2026年1月公布的數(shù)據(jù)，2025年中國全社會用電量約10.37萬億千瓦時，超過美國的兩倍，高于歐盟、俄羅斯、印度、日本的總和。

這個數(shù)字背后，是全球最大的電力基礎設施和具有競爭力的電價水平。中國西部綠電（風電、光伏）的成本可以壓到0.2元/度左右，工業(yè)用電整體成本低于歐美多數(shù)地區(qū)。

更關鍵的不是電價本身，而是“東數(shù)西算”工程帶來的結構性優(yōu)勢。中國將數(shù)據(jù)中心直接建在西部綠電富集區(qū)，便宜的清潔能源就地轉化為算力，再通過光纖輸送到全國乃至全球。

這套模式實現(xiàn)了“電力不出境、價值已跨境”的商業(yè)閉環(huán)。西部的風，點亮了東部的屏幕，也支撐起了全球開發(fā)者的AI應用。

這套“電費優(yōu)勢”直接體現(xiàn)在了API價格上。

以OpenRouter平臺為例：美國Claude Opus 4.6模型的輸入價格為5美元/百萬Token，輸出價格高達25美元/百萬Token；而中國MiniMax M2.5的輸入價格僅為0.3美元/百萬Token，輸出價格低于2.5美元/百萬Token。

同樣是寫代碼的任務，用中國模型的成本只有美國競品的十分之一。

一名硅谷開發(fā)者在社交媒體上算過賬：他的團隊每月調用約50億Token，如果用美國模型，月賬單約2500美元；切換到中國模型后，這個數(shù)字降到了200美元出頭。

這就是調用量數(shù)據(jù)的底層邏輯。不是中國AI突然比美國AI“聰明”了，而是中國AI突然比美國AI“便宜”了一個數(shù)量級。

當便宜了一個數(shù)量級，“足夠好用”就贏了“最好”。這不是國產情懷，是商業(yè)理性。全球開發(fā)者，正在用腳投票。

算得更巧，練得更實

傳統(tǒng)大模型的問題在于：每次推理都要調動全部參數(shù)，無論問題是簡單還是復雜。好比公司無論開什么會，都叫上所有人，效率自然低了。

包括DeepSeek在內，中國主流大模型普遍采用MoE（混合專家）架構，就像給龐大的“公司”配了一套門禁系統(tǒng)：它只讓最相關的幾位“專家”進場處理問題，其余繼續(xù)待命。

圖片來源：千問官網(wǎng)

這套“按需激活”的模式，讓模型在保持龐大知識儲備的同時，將實際計算量壓縮到原來的幾分之一。

以阿里千問為例，其MoE架構使得推理成本大幅降低，這也是千問敢推出“免費版”，并仍能維持商業(yè)可持續(xù)的核心原因。

但這還不是全部。中國AI的另一張底牌，在制造業(yè)的車間里。

如果說美國AI的“練兵場”是硅谷的實驗室和華爾街的交易大廳，那么中國AI的“練兵場rdquo;則是全球最完整的工業(yè)產業(yè)鏈。

從精密電子制造到重型機械，從供應鏈管理到質量檢測，每一個環(huán)節(jié)都孕育著真實、迫切且高價值的AI落地需求。這些需求不是實驗室里的模擬場景，而是關乎企業(yè)生存的硬指標。

當AI技術被投入到這些真實環(huán)境中，它必須直面數(shù)據(jù)噪音、極端工況和成本控制的挑戰(zhàn)。這種嚴苛的“實戰(zhàn)”反而倒逼技術快速迭代。

更重要的是，工業(yè)場景產生的海量、多維、高質量數(shù)據(jù)，是訓練和優(yōu)化AI模型的寶貴燃料。

2026年3月，達摩院發(fā)布了一款名為玄鐵C950的RISC-V架構CPU，首次在單顆CPU上跑通了DeepSeek V3 671B全量大模型推理，Qwen3 30B可達80 tokens/秒。

這是RISC-V陣營第一次真正進入頂級AI算力的“朋友圈”。玄鐵的故事揭示了一個更深的趨勢：當AI推理需求爆發(fā)、當物理AI（具身智能、機器人）成為新戰(zhàn)場，定制化、低功耗、可擴展的芯片架構正在獲得歷史性機遇。

這套“從能源到芯片到模型到應用”的系統(tǒng)能力，最終凝結成Token的極致性價比。它不是某一項技術的單點突破，而是一個系統(tǒng)工程的勝利。

贏了嗎？還早

數(shù)字漂亮，就是贏了嗎？幾個不容忽視的事實，需要先看清楚。

首先，調用量的領先不等于技術實力的全面超越。

圖片來源：歐洲電子行業(yè)媒體”eeNews Europe”官網(wǎng)

在核心芯片領域，英偉達最新的Feynman架構GPU（預計2028年推出）單顆功耗將突破5千瓦，性能仍將領先行業(yè)一個身位。在基礎算法創(chuàng)新上，美國依然保持著原創(chuàng)優(yōu)勢。調用量反映的是市場需求和商業(yè)化能力，而非基礎研究的全部。

其次，價格戰(zhàn)可以贏一時，但贏不了一世。

彭博社、《華爾街日報》分析指出，中國AI模型的海外用戶中，相當一部分是沖著“便宜”來的。

這意味著，一旦美國模型的成本下降，比如通過更先進的芯片或更高效的架構，或者中國電價優(yōu)勢被削弱，這部分用戶可能會迅速回流。

再者，AI的安全與治理問題正在成為新的競爭維度。

歐盟《AI法案》已經生效，美國各州也在加緊立法。中國AI出海，不僅要面對技術競爭，還要應對日益復雜的監(jiān)管環(huán)境。

該法案要求“高風險”AI系統(tǒng)必須在投放前后進行合規(guī)評估，包括對非歧視性與基本權利影響的審查，提供必要的透明度與人類監(jiān)督機制。

但不可否認的是，這場由“電費單”引發(fā)的權力轉移，正在改寫全球AI產業(yè)的游戲規(guī)則。

Token正在成為數(shù)字時代的新型“大宗商品”。就像石油之于工業(yè)時代，算力之于智能時代。而中國，憑借能源成本、基建能力和制造業(yè)生態(tài)的三重優(yōu)勢，正在成為Token的“世界工廠”。

值得關注的是，這可能是中國第一次在信息技術革命的基礎設施層占據(jù)先機。

在PC時代，中國是英特爾和微軟的“組裝車間”；在移動互聯(lián)網(wǎng)時代，中國是iOS和Android的“應用工廠”；但在AI時代，從能源到芯片到模型到應用，中國正在形成一套相對完整的閉環(huán)。

如今，這套閉環(huán)的初步成果已經顯現(xiàn)。

OpenRouter數(shù)據(jù)顯示，中國模型不僅在調用量上領先，在用戶結構上也越來越“全球化”。美國開發(fā)者用中國模型寫代碼，歐洲創(chuàng)業(yè)公司用中國模型做產品，東南亞企業(yè)用中國模型降本增效。這是中國AI從未有過的全球影響力。

這場競賽還沒結束。高端芯片的瓶頸、品牌認知的短板、行業(yè)利潤的壓力，都是必須正視的挑戰(zhàn)。但有一點是確定的：在AI這場“重工業(yè)化”的浪潮中，能源是最后的硬約束。

而中國手里，握著最硬的那張牌。剩下的，就看怎么打了。

新博弈（ID：newgametheory）原創(chuàng)轉載請注明來源、作者署名，違者必究

       原文標題 : Token之戰(zhàn)：連續(xù)五周，中國AI靠什么贏了美國AI？