中国大模型周调用量连续 14 周全球第一，前五全是国产：一场由 Kimi K3 引爆的定价权战争

8 月 4 日晚，OpenRouter 最新一周（7 月 27 日至 8 月 2 日）的模型调用量数据在中文科技圈刷屏：全球 AI 大模型调用量前五名，第一次全部是中国产品。DeepSeek-V4-Flash 以单周 7.22 万亿 Token 登顶，小米 MiMo-V2.5、腾讯 Hy3、DeepSeek-V4-Pro、智谱 GLM-5.2 依次排开——而大洋彼岸，OpenAI 的 GPT-5.6 Luna 靠着一纸"降价 80%“的公告，才首次挤进榜单第八。同一天，时代财经发布的长文把这场竞争概括成一个词：定价权。当中国厂商第一次在 AI 市场从"跟随者"变成"定价者”，硅谷连夜降价的姿态，比任何跑分都更能说明问题。

这组数据不是孤例，而是一个持续了 14 周的稳态。2025 年 3 月，全球前十大模型周调用量合计只有 1.24 万亿 Token，美国模型占据近七成份额；2026 年 2 月中旬这一数字飙到 13.95 万亿，中国调用量首次反超美国；到了 6 月第一周，中国大模型周调用量已达 14.19 万亿 Token，连续六周超越美国（IT之家援引每日经济新闻测算）；7 月第一周，前六名已经全部是中国模型，DeepSeek-V4-Flash 连续七周位居榜首。再到本周（8 月 2 日当周），中国 AI 大模型的周调用量是 28.13 万亿 Token，美国的数字是 4.38 万亿——约 6.4 倍的差距。14 周，恰好覆盖了 DeepSeek-V4 系列发布、Kimi K3 问世、Anthropic 与 OpenAI 相继降价的全过程。这已经不是某个单点的胜利，而是整个中国开源模型生态的系统性突破——更重要的是，它的驱动机制正在从"技术追赶"切换为"商业定价"。

数据拆解：56.8 万亿 Token 的一周，发生了什么

先看总量。据《每日经济新闻》根据 OpenRouter 数据测算，上周全球 AI 大模型总调用量为 56.8 万亿 Token，环比小幅下滑 2.07%——大盘在高位震荡，但结构在剧烈变化。中国 AI 大模型周调用量 28.13 万亿 Token，环比下滑 14.76%；同期美国大模型 4.38 万亿 Token，环比暴增 87.18%。

榜单细节更有意思。第一名 DeepSeek-V4-Flash，7.22 万亿 Token，环比增长 13%，连续多周蝉联榜首；第二名小米 MiMo-V2.5，6.3 万亿 Token，环比下滑 40%；第三名腾讯 Hy3，4.82 万亿 Token，环比增长 22%；第四名 DeepSeek-V4-Pro，3.28 万亿 Token；第五名智谱 GLM-5.2，2.89 万亿 Token。前五名清一色中国开源模型，其中四个来自"开源即免费可用"的路线。 唯一上榜的美国新面孔是 GPT-5.6 Luna——OpenAI 在 7 月 30 日宣布对 GPT-5.6 系列降价 20%～80%，其中 Luna 从每百万 Token 输入 1 美元/输出 6 美元直接砍到 0.2 美元/1.2 美元，降价 80% 后，它的周调用量环比暴增 456%，冲到第八。

这意味着什么？美国模型的调用量单周 +87%，恰恰证明"降价"是有效的——价格弹性在开发者市场极其敏感。但反过来说，这也暴露了闭源阵营的尴尬：需要靠打八折甚至两折才能抢回份额，而对手的价格本来就只有自己的几十分之一。

Kimi K3 的"降维打击"：1679 分登顶与三毛钱的缓存命中

这场价格战的导火索，是 7 月 16 日发布的 Kimi K3。在国际权威评测平台 Arena.ai 的 Frontend Code Arena 榜单上，K3 以 1679 分登顶，成为首个拿下该榜首的中国大模型——7 个前端领域拿下 6 个第一，仅游戏领域次于 Claude Fable 5。这个榜单用的是匿名真人开发者盲测、模拟真实项目开发，含金量与学术跑分完全两码事。连马斯克都公开点赞。

技术参数上，K3 总参数 2.8 万亿，采用 MoE 稀疏架构（896 个专家每次激活 16 个），上下文窗口 100 万 Token，自研 KDA 混合线性注意力让扩展效率比上一代提升约 2.5 倍，7 月 27 日权重全量开源。真正让硅谷睡不着觉的是它的定价：API 输出每百万 Token 100 元人民币、标准输入 20 元、缓存命中仅 2 元（约合 3 美元/15 美元/0.3 美元），仅为美国同类旗舰的几分之一。央视财经援引美联社的评价是：中国模型已与 OpenAI 前沿模型"几乎同样智能"，成本却低得多。

连锁反应：从 Opus 5 腰斩到美股蒸发 4700 亿美元

K3 开源后的十天，是近两年 AI 行业最密集的降价窗口：

• 7 月 24 日，Anthropic 紧急发布 Claude Opus 5，每百万 Token 输入 5 美元、输出 25 美元，价格直接砍到此前评测第一的 Fable 5 的一半，并强调"降价未牺牲智能水平"；
• 7 月 30 日，OpenAI 公布 GPT-5.6 系列降价 20%～80%，Luna 上线不到三周即打两折，还上线了速度可达标准处理 2.5 倍的 Fast mode（价格为 2 倍）；
• 资本市场同步震荡：K3 发布后，7 月下半旬美股 AI 板块总市值蒸发约 4700 亿美元（折合人民币 3.2 万亿元），17 家投行连夜下调 AI 芯片企业目标估值；高盛合伙人发研报警示——若中国高性能低成本开源模型保持当前迭代节奏，美国 AI 企业长期高额资本投入将难以为继，全球算力无序扩张周期或将迎来拐点；
• 国内格局同样被改写：港股两家独立大模型上市公司中，智谱 AI（02513.HK）在 K3 发布后两个交易日最大回撤约 42.47%，市值蒸发超 2000 亿港元；摩根大通将其目标价从 2400 港元下调至 1600 港元，预期市盈率从 30 倍下调至 20 倍。

定价权背后的成本结构：这不是补贴战，是成本战

为什么中国厂商敢把价格打到这个位置？答案不在"亏本抢市场"，而在成本结构。时代财经采访的风险投资人拆解了两层逻辑：算力侧，国内依托"东数西算"工程与绿电直供大幅压降电力开支，叠加国产芯片适配与云厂商长期包年折扣，摆脱了海外高价按需租赁算力的模式；工程侧，混合专家架构（MoE）、KV Cache 缓存压缩、动态批处理等技术把 GPU 利用率推到 70% 以上，“让每一次计算都物尽其用”。

第三方数据印证了这种结构性优势。Artificial Analysis 的估算显示，完成一项基准测试任务的平均成本：DeepSeek-V4-Flash 约 0.03 美元，Kimi K3 约 0.86 美元，GPT-5.6 Sol 约 1.86 美元，Claude Fable 5 约 3.15 美元——最大差距超过 100 倍。DeepSeek 的缓存命中单价低至每百万 Token 0.0028 美元（约 2 分钱人民币），是标准输入价的 1/50。OpenRouter 的数据分析师 Justin Summerville 预估，开源中国模型性能接近顶尖水平，成本却比 Anthropic 和 OpenAI 的模型便宜 60% 到 90%。

值得注意的是，价格战并没有消灭"性能溢价"。智谱 GLM-5 系列 2026 年上半年累计提价 83%，调用量反而暴涨 400%——在长程 Agent、复杂系统工程场景里，用户愿意为能力付费。这印证了竞争正在分层：极致性价比（DeepSeek）与极致能力（GLM、K3）各占一头，中间地带被快速压缩。

深度分析：从技术竞赛到定价权与生态的全面博弈

把时间线拉长看，这一轮变化的本质是竞争维度切换。2024—2025 年中美 AI 竞争的主线是"技术竞赛"：谁的基准分高、谁的参数大。而 2026 年夏天的竞争主线变成了"定价权与生态"：模型定价不再单纯由技术领先度决定，性价比、Agent 适配能力、工具协同兼容性、配套生态完善度成为选型核心标准。大模型正在褪去"高端技术奢侈品"属性，变成数字产业的基础设施。

背后有三个判断值得展开。第一，调用量是开发者用脚投票的真实需求，比任何榜单都诚实——28.13 万亿对 4.38 万亿的周调用量，意味着全球开发者已经用生产流量确认了中国开源模型的可用性。第二，降价是成本结构的战争，不是补贴战。中国厂商的优势来自算力获取、电力成本、工程优化三者的叠加，是结构性红利而非短期烧钱，这也是它"可持续"的底气。第三，开源权重给 API 定价装上了"地板价"——K3、V4-Flash 权重完全开放，开发者随时可以自托管绕过 API 计费，这倒逼所有闭源 API 把价格向"自托管成本 + 合理服务费"靠拢，海外模型的高溢价壁垒由此被彻底击穿。

反面观点同样存在。其一，美国单周 +87% 的反弹说明价格弹性巨大，闭源巨头靠降价仍有反扑能力，且 Luna 这类"廉价版"可能成为新的增长引擎；其二，价格战压缩利润空间，可能影响下一代模型的研发投入节奏；其三，政治风险高悬——7 月 22 日白宫科技政策办公室主任迈克尔·克拉齐奥斯公开指控月之暗面"蒸馏"了 Anthropic 的技术，美国财长贝森特甚至威胁动用制裁与"实体清单"，若落地将直接冲击供应链与许可体系。不过英伟达 CEO 黄仁勋公开反对禁令，直言"中国大模型非常优秀，不应禁止"。这轮博弈的终局，远不止于价格。

需求端的迁移也在同步发生，这是比榜单更硬的证据。爱彼迎 CEO 布莱恩·切斯基公开表示公司"十分依赖"阿里巴巴的通义千问模型，称赞它"快速且便宜"；广告巨头 WPP 的 CEO 辛迪·罗斯透露，公司拥有的 Agent 数量已多于员工，大量 Token 开支根本没有纳入原有预算；Uber 的 CTO 则坦言，公司四个月就烧光了全年的 AI 预算。当"算力账单"成为企业 CFO 的年度议题，模型的性价比就从技术参数变成了财务报表上的数字——这正是中国开源模型的机会窗口：性能差距缩小到 3 个月以内，价格差距却拉开到 60%～90%，企业没有理由不换。

国内市场的连锁反应同样值得记录。K3 的发布打破了"四小龙"的平衡格局：智谱与 MiniMax 股价剧烈波动的同时，里昂证券却重申对智谱 AI"跑赢大市"评级，认为"K3 加速了全球 API 价格发现，对 GPT-5.6 Sol/Fable 5 的定价压力大于对国内同业"——也就是说，这轮价格战最先受伤的是海外高溢价闭源模型，而不是同样卷的中国同行。摩根大通也判断，行业算力供给受限，市场并非零和竞争，智谱 GLM 系列仍处头部梯队。把这两家机构的判断合起来看：价格战不是内耗，而是对外收割定价权。

落地：给开发者的三点启示

1. 选型进入"比价时代"：用 OpenRouter 等聚合平台对比各模型的输入/输出/缓存三档价格，把"单任务成本"（而非单 Token 价格）作为评估指标，因为 Agent 场景的 token 消耗结构差异巨大。
2. 把缓存定价写进架构：DeepSeek 缓存命中比标准输入便宜 50 倍，Kimi 便宜 10 倍——固定系统提示词、稳定 prompt 前缀、把变长内容后置，都是让缓存命中率翻倍的工程手段。
3. 开源权重 = 议价权：K3、V4-Flash 都可自托管，重大业务线做一次 TCO 测算（自托管 vs API），你手里就永远有谈判筹码。

结尾

上一次中国产业在全球拿到"定价权"，是光伏和动力电池；这一次，轮到了大模型。价格战只是表象，底下是工程师红利与制造红利的 AI 复刻——同样的技术、十分之一的价格、完整的开源生态。14 周领跑不会是终点，因为当"便宜"成为基础设施的默认属性，真正的创新才会在应用层爆发。对搬砖程序员来说，这大概是入行以来最好的时代：模型的账单在变薄，而能做的事在变多。