一、核心数据（OpenRouter，2026 年 2 月）

• 2 月 9–15 日：中国模型 4.12 万亿 Token，美国 2.94 万亿，首次反超。
• 2 月 16–22 日：中国冲高至 5.16 万亿，美国回落至 2.7 万亿，优势扩大。
• 全球前五模型中，中国占 4 席（MiniMax M2.5、Kimi K2.5、GLM-5、DeepSeek V3.2），合计贡献前五调用量 85.7%。
• 平台用户以海外为主（美国 47%、中国仅 6%），数据反映全球市场化选择。

二、五大核心原因

1. 极致性价比：成本仅为美国 1/5–1/10（最直接驱动力）

• 输入价：国产（MiniMax/GLM-5）0.3 美元 / 百万 Token；美国（Claude Opus）5 美元 → 差16.7 倍36氪。
• 输出价：国产（MiniMax）1.1 美元；美国（Claude Opus）25 美元 → 差22.7 倍36氪。
• 效果：全球开发者、中小企业、AI Agent 开发者大规模转向国产模型。

2. 技术架构革命：MoE + 稀疏计算，从根源降本增效

• 主流采用 ** 混合专家（MoE）** 架构：大模型拆分为多个 “专家网络”，任务仅激活少量相关专家，而非全量计算。
• 效果：显存占用降60%、推理吞吐量提升19 倍、单位 Token 成本大幅下降。
• 代表：DeepSeek V3.2、GLM-5、MiniMax M2.5 均为 MoE 路线，兼顾能力与效率。

3. 多厂商集群爆发：不是单点，而是 “中国 AI 团” 集体登顶

• 头部厂商并行突破：MiniMax、月之暗面、智谱、DeepSeek、阿里通义、字节等形成梯队化、差异化供给。
• 能力互补：长文本（GLM-5）、多模态（Kimi）、推理速度（MiniMax）、代码 / 数学（DeepSeek）全面覆盖。
• 避免单一依赖，形成规模效应与生态壁垒。

4. 场景落地爆发：从 “聊天” 转向 “生产力”，拉动 Token 需求

• AI Agent、长文本处理、AI 视频、智能客服、工业 / 医疗等高 Token 消耗场景快速普及。
• 国内互联网与实体经济深度融合，海量场景 + 快速迭代，带动调用量指数级增长。
• 国产模型更适配中文与东亚 / 东南亚场景，本地化优势显著。

5. 全球开发者用脚投票：普惠 AI 的市场选择

• 美国模型定价高，仅适合大厂与高价值场景；国产模型低成本 + 高性能，让中小企业、个人开发者、出海应用都能用得起。
• OpenRouter 等聚合平台降低接入门槛，全球开发者自由选择，形成正向循环。

三、与美国的关键差异（为何是现在反超）

• 美国：长期领跑，但模型定价高、迭代偏保守、更聚焦参数与基础研究。
• 中国：务实路线，以 MoE 降本、集群作战、场景驱动、普惠定价，精准匹配全球 AI 规模化落地的需求。