跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

中国开源模型在OpenRouter和Vercel份额过半,华盛顿启动调查

CNBC获得的使用数据显示,9月14日当周,中国AI模型占OpenRouter上token使用量的57%至67%,2月份这一比例还只有6%至13%。

人工智能与模型新闻林晓雯发布: 2026年9月27日4 分钟阅读资料来源 1
中国开源模型在OpenRouter和Vercel份额过半,华盛顿启动调查

CNBC于9月26日报道,在Vercel上,中国模型的份额从1月份的11%升至8月份的55%。这两个数字都不是基准测试分数。它们衡量的是开发者和公司实际把流量导向了哪里。也正因如此,它们在华盛顿引发的反应,比又一次排行榜更新要强烈得多。

CNBC称,美国众议院两个委员会正在调查这轮采用激增的影响。公开提出的关切是技术竞争、安全以及北京的全球影响力。本周美国总统唐纳德·特朗普与中国国家主席习近平会面时,AI也在议程之上。

CNBC指出,美国最先进的模型仍在多数基准测试中领先,在同一批平台上,美国前沿模型吸引的总支出仍然更多。使用份额与支出份额之间的这个差距才是关键:便宜模型可以先赢得用量,很久之后才赢得收入。

先是价格,然后才是能力

OpenRouter洞察负责人Peter Walker告诉CNBC,今年发布的中国开源模型“在高级智能体用例中能够可信地胜任,尤其是在编程方面,而这在2025年底根本做不到”。他补充说,它们“相比美国实验室的大多数模型,性价比高得惊人”。

Vercel智能体基础设施负责人Harpreet Arora把机制说得很直白:“中国模型正变得足够胜任更多任务,而成本低得多。一旦模型达到了某项工作的质量门槛,价格差异就变得很有说服力。”Arora还说,对于更复杂的任务,公司仍然想要美国前沿模型。这个补充很有用,可以避免把token数字读成彻底转向。

OpenRouter的数据覆盖美国、欧洲以及它所定义的“全球南方”的公司,即中南美洲、非洲和亚洲的82个国家。Vercel没有说明其数据的地理分布。

“从拉各斯到圣保罗再到雅加达,凡是创业者和政府在寻找便宜、开放模型的地方,都会首先看向中国AI。”

这句话来自Daniel Remler,他是智库新美国安全中心技术与国家安全项目的高级研究员。Remler告诉CNBC,中国AI代表着“美国面临的实际经济和安全风险”。他还说,“最终的担忧在于,中国AI模型的整合会把各国拉进一个中国技术势力范围,并固化为地缘政治上的对齐”。

这种担忧背后的数字是集中的。在OpenRouter归类为全球南方的公司所使用的token中,超过三分之二,也就是67%,流向了中国模型。OpenRouter上全部token的约一半由美国公司使用。Remler特别提到东南亚可能出现增长,理由是当地与中国有紧密的经济和文化联系,加上数字基础设施不断增长。

华盛顿的两条攻击路线

美国一直试图通过出口管制限制中国AI公司购买最先进的芯片,以保持领先。CNBC报道称,华盛顿担心这些公司通过海外数据中心远程访问英伟达芯片,也担心“蒸馏”,即新模型模仿更早、更成熟的模型。

蒸馏很难监管。一个从另一个模型输出中学习的模型,在训练日志里看起来与从其他任何东西中学习的模型差不多。出口管制难以监管的原因也类似:第三国数据中心里的芯片仍然是芯片,而买家是一份合同,不是一个收货地址。

美国实验室的回应是降价,而不是发表关于主权的声明。本周早些时候,OpenAI和Anthropic都发布了更便宜的新模型。Anthropic产品管理、研究与实验室负责人Dianne Penn告诉CNBC,公司正试图让模型的回答“更高效,这样根据你的努力程度设置,它会使用更少的token”。

读完CNBC这篇报道,贯穿始终的是每个任务的成本,而不是原始能力。包括DeepSeek、Z.ai和阿里巴巴在内的中国实验室已经发布了在编程和其他智能体工作上大幅提升的模型。这类工作正是公司按token付费、因此会注意到的。主导发布报道的基准测试衡量的却是别的东西。

这一切都不能决定这一转变能否持续。OpenRouter的9月14日当周是一个快照,Vercel的8月数字是来自另一个平台的另一个快照,而该平台没有披露其地理分布。两者共同显示的是,在一年前还不存在的质量曲线位置上,采用决策正基于价格做出。众议院的调查将检验政策能否跑得比这更快。

评论 0

资料来源

1
  1. 01Chinese AI models surge in global popularity — and Washington is worriedEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。