《美国公司为何开始选择中国 AI 模型》

《美国公司为何开始选择中国 AI 模型》 | 芝士内参

导语

这篇 Rest of World 文章讨论一个很现实的 AI 采购变化：美国开发者和小公司正在使用 Chinese AI models，因为它们足够便宜、够用，而且能显著降低运营成本。但文章的重点不止“便宜好用”，还包括政治审查、数据安全、企业信任和收入转化：使用率上升不等于中国模型公司已经在美国市场赚到钱。

1. 价格差距让独立开发者和小公司先动起来

文章用 San Diego 的 operations manager 兼 part-time developer Stu Clott 开场。他过去用 Claude 编程，后来转向 DeepSeek，因为一小时 coding session 在 Claude 上约 10 美元，而 DeepSeek 上不到 50 cents。

Clott 说，他近几周把 DeepSeek 用在 coding、personal counseling，以及为家庭银行账户管理软件搭建功能上。他的直接感受是：成本低到让人发笑，而 output quality 他分不出差别。

这解释了为什么中国模型会吸引 U.S.-based developers 和 small companies。它们在最高性能上可能落后于美国最强模型，但能以 fraction of the price 完成 most common tasks。对很多用户来说，真正的选择不是最强模型，而是“足够好”与“足够便宜”的组合。

2. 中国模型便宜的原因：成本结构、开源和补贴

文章指出，中国模型低价来自几层因素：本土 salaries 和 infrastructure expenses 更低，许多公司发布 open models，并用 subsidized plans 吸引早期用户。

Artificial Analysis 的 performance-against-cost index 显示，DeepSeek、Xiaomi MiMo 和 Minimax 等模型已经是最具 cost-efficient 的选择之一。

旧金山 AI work assistants 公司 Lindy 就从 Anthropic models 切换到 DeepSeek。创始人 Flo Crivello 在 6 月的 X 上宣布这一变化，并说这为公司省下数百万美元。他在 MTS 节目中用一句话解释：写邮件不需要 God 级别智能；如果低一档智能能以十分之一价格完成任务，不用就很 foolish。

3. 开发者正在把美国和中国模型分层使用

Dallas 开发者 Ruben Garcia Jr. 为企业做网站和 mobile apps，他同时使用 U.S. 和 Chinese models 运行 AI agents，自动完成客户请求。

他的分配方式很能说明市场逻辑：每月 500 美元给 Claude 和 ChatGPT，用于最复杂的 planning 和 reviewing tasks；另花 200 美元给 Minimax、Moonshot 的 Kimi、Xiaomi MiMo 等模型，处理 90% 的 tasks，包括 coding 和 voice recognition。

这种分层使用也出现在平台数据里。OpenRouter 上，DeepSeek、Tencent、Minimax 和 Xiaomi 的模型已经成为最受欢迎的四类。Vercel 说 DeepSeek token usage share 在 5 月从 under 1% 跳到 17%，但 revenue share 仍接近 1%。这说明中国模型正在成为流量层的一部分，但价格低也意味着收入转化有限。

4. 真正的增长市场可能是中型企业

Brookings Institution 的 Kyle Chan 判断，大公司 AI adoption 已经 fairly saturated；中国公司的增长机会可能在 medium-sized businesses，它们刚开始进入 AI，但对成本非常敏感。

这也解释了为什么便宜模型对美国市场有吸引力：大型企业可能早已与 OpenAI、Anthropic 或云服务商建立关系，而中型企业和 startup 更愿意为了成本尝试新模型。

5. 政治审查和数据安全让“使用”难以变成“收入”

中国模型在美国市场面临的 uphill battle 是信任。Airbnb 和 Anysphere（Cursor owner）披露曾用 Qwen、Kimi 等 Chinese open models 构建 AI infrastructure 后，被美国 lawmakers 调查。Airbnb CEO Brian Chesky 后来澄清，公司没有把数据发给模型开发者。

Beijing-based Hello China Tech 创始人 Poe Zhao 认为，尤其是 highly regulated industries 的大公司，会因为 data security、censorship 和 geopolitical risks 而不愿直接用中国模型。

因此，许多美国用户选择折中方案：在美国处理数据、自己部署 open-source models，或者通过 American cloud companies 访问中国模型，而不是直接付费给中国开发者。Lindy 的 Crivello 也说，公司通过美国 provider 访问 DeepSeek，以回应用户数据是否发往中国的疑问。

这种安排可能让 cloud providers 与中国 AI 公司分成，但会阻碍中国公司建立长期 American clients 关系。Zhao 的判断是：中国模型正在成为 global AI infrastructure layer 的一部分；但下一关是把 usage 转化为 revenue、enterprise trust 和 durable distribution。

6. 价格战可能继续，但开发者暂时仍看重性价比

文章最后补充一个变量：如果 U.S. rivals 加入价格战，中国模型可能失去部分优势。The Wall Street Journal 报道，OpenAI 正考虑 significant price cuts，以便与 Anthropic 争夺 enterprise users。

但至少目前，开发者仍认为中国模型性价比更高。Clott 和 Garcia 都不相信美国公司会比中国公司更好地保护隐私。Garcia 的说法很直白：如果中国模型变成 frontier 又更便宜，他会选那个方向。

思想框架

文章先从开发者的真实账单切入，用 Claude 约 10 美元一小时、DeepSeek 不到 50 cents 的对比说明成本差距为什么足以改变工具选择。随后，它解释中国模型低价背后的成本结构、开源策略和补贴计划，并用 Lindy 节省数百万美元、Garcia 每月 500 美元给 Claude/ChatGPT 与 200 美元给 Minimax/Kimi/MiMo 的组合，说明美国用户正在按任务复杂度分层调用模型。接着，文章用 OpenRouter 和 Vercel 的 token usage 数据指出中国模型使用量快速上升，但 revenue share 仍低。最后，它转向政治和信任：Airbnb、Cursor 相关调查，数据是否出境，美国云服务中转，以及 OpenAI 可能降价，都说明中国模型在美国的难题不是有没有人用，而是能否把低价使用转化为企业信任、长期分发和收入。