Claude 失宠？美国企业为何集体拥抱 DeepSeek 等国产大模型

最近圈子里有个相当有意思的现象，不少在大厂做技术基建的朋友都在找我打听同一件事：国产大模型现在到底能不能打？

说实话，此前大家的惯性思维依然是“做核心业务首选 GPT-4 或 Claude”，毕竟这几位“老大哥”的能力摆在那里。但最新的数据狠狠泼了一盆冷水——Claude 等传统豪门似乎正在“失宠”。

美国企业对中国大模型调用占比趋势图

惊人的数据反转：从 4.5% 到 46%

根据全球最大的 AI 聚合平台 OpenRouter 的监测数据，一个极其明显的趋势正在形成：自今年 2 月以来，美国企业对中国大模型（特别是 DeepSeek 和智谱 GLM 系列）的调用率一路狂飙。

• 过去 12 个月平均占比：仅 11%
• 今年上半年最低点：甚至跌到了 4.5%
• 当前现状：每周调用占比持续保持在 30% 以上
• 峰值数据：更是惊人地达到了 46%

这意味着，在某些时段，美国企业几乎有一半的 AI 任务都交给了国产模型来处理。这难道是因为国产模型突然超越了 GPT-4 吗？并非全是如此，背后的核心逻辑其实非常接地气——这就不得不提那句老话：穷则思变。

AI 账单失控，迫使企业转向

之前很多企业对 AI 应用是鼓励的态度，不管什么需求，直接上最强模型。结果一算账，财务部门都要疯了。AI 账单正在以不可控的速度膨胀，这让 CTO 们不得不重新审视自己的技术选型。

AI 使用成本对比示意图

这里有个非常典型的真实案例：

一家名为 Lindy 的 AI 初创公司，在 6 月份做了一个极其激进的决策——将 100% 的流量从 Anthropic 的 Claude 切换到了 DeepSeek。他们 CEO Flo Crivello 直接透露，这简单的一刀切，能让公司在未来几个月内节省数百万美元的成本。

数百万美元啊！对于初创公司来说，这甚至可能就是生与死的区别。

性价比的降维打击

为什么敢切？因为现在的差距已经没有大到无法接受的地步，而价格优势却是压倒性的。

OpenRouter 的数据分析负责人 Justin Summerville 给出了一组直观的数据：相比于 OpenAI 和 Anthropic 的顶尖模型，中国的开源和开放权重模型，价格最高能便宜 60% 到 90%。

大家熟悉的 Vercel 也提出了一个很务实的策略：路由分发。也就是把任务分级，那些不需要最强推理能力的脏活累活，直接扔给“足够好且最便宜”的模型去跑；只有遇到极其复杂的难题，才动用 SOTA 级别的昂贵模型。

技术差距究竟差多少？

既然这么便宜，那到底能不能用？

Brookings 机构的专家 Chan 估算，目前中国顶尖模型与美国第一梯队模型的差距大约在 6 到 9 个月左右。

注意，这并不是说我们落后了几年，而是一个季度甚至半年内的代差。在大多数常规业务场景下（如日志分析、基础客服、文案生成、简单 Agent 任务），这个微小的性能差距几乎无法被用户感知。

更有意思的一个基准测试数据显示：智谱 GLM 5.2 在某项 Agent 基准测试中，与 Anthropic Opus 4.8 的得分仅差 1 个百分点。但关键是，前者的成本只有后者的 1/5。

这就好比一个是米其林三星大厨做的炒饭，一个是路边顶级苍蝇馆子做的炒饭，味道确实有那么一丝丝差别，但苍蝇馆子只要 5 块钱，米其林要 50 块。如果你是一个每天要喂饱一万人的食堂经理，你会怎么选？

给我们的一点启示

这波趋势其实给所有从业者和创业者提了个醒：

1. 迷信 SOTA 是要付出代价的：在很多业务场景里，“过度设计”不仅浪费算力，更浪费钱。
2. 模型选型的务实主义：未来大家拼的可能不再是单纯谁的模型最聪明，而是谁能更精准地在成本和效果之间找到平衡点。混合模型架构可能会成为标配。
3. 国产模型的机会窗口：国产大模型凭借极致的性价比，已经切入了全球核心企业的生产链路。这不仅仅是一次技术出海，更是商业逻辑的胜利。

如果你还在为每月的 API 账单心疼，不妨也试试把那些非核心任务迁移到这些性价比极高的国产模型上，或许能省下一笔可观的“羊毛”预算。