全球最大的AI模型聚合平臺OpenRouter上，一場關于算力與電力的較量正在悄然展開。這個被比作AI領域"Steam"的平臺，每日處理超過1萬億Token的請求量，長期由美國模型主導市場。然而，近期中國AI模型的表現令人矚目——今年2月，國產模型調用量三周內激增127%，首次實現對美國模型的超越，其中2月9日至15日單周處理量達4.12萬億Token，遠超美國同期的2.94萬億。
這場逆襲背后，隱藏著AI產業最核心的競爭邏輯：當7分錢的電力通過顯卡轉化為Token后，竟能以18元的價格出售給美國用戶，價格差距達25倍。這種看似暴利的商業模式，實則折射出全球算力市場的結構性矛盾——美國雖掌握著最先進的芯片技術，卻面臨著電力基礎設施老化的困境。馬斯克等科技巨頭不得不通過自建電廠緩解算力中心的用電壓力，但這種臨時性方案難以應對未來持續增長的算力需求。
中國模型的崛起并非偶然。以MiniMax M2.5、Kimi K2.5和DeepSeek V3.2為代表的國產模型，憑借價格優勢迅速占領市場。這些模型每Token生成成本不足美國同類產品的十分之一，且性能差距持續縮小。OpenRouter平臺數據顯示，前五名調用量模型中，中國產品占據三席，形成穩定的第一梯隊。這種優勢直接反映在用戶選擇上——某開源項目用戶抱怨，剛充值的20美元Token余額，在設定簡單任務后竟一夜耗盡，凸顯出全球AI應用對Token的巨大需求。
但繁榮表象下藏著產業痛點。調查發現，雖然模型來自中國，但支撐這些模型運行的算力中心大多位于美國。以MiniMax M2.5為例，其服務器集群主要部署在美國數據中心，僅DeepSeek V3.2保留了部分國內算力。這種"模型出海、算力留守"的現象，暴露出中國AI產業在全球化進程中的現實困境：數據安全法規限制、高端芯片獲取困難以及用戶體驗優化需求，共同推動企業選擇海外算力資源。
美國第14117號行政令成為橫亙在中國AI企業面前的壁壘。該法令嚴格限制向中國傳輸敏感個人數據，包括基因信息、生物識別、健康數據等。若中國服務器處理這類數據，將直接面臨禁令風險。更嚴峻的是芯片差距——英偉達B200芯片的推理能效達到H100的25倍，這種技術代差使得國內算力中心在成本競爭中處于劣勢。典型案例是出海應用Talkie，其雖使用中國訓練的模型，但推理算力完全依賴亞馬遜、谷歌等美國供應商，運營主體也注冊在新加坡以規避風險。
產業格局正在發生微妙變化。IDC最新報告顯示，2025年上半年中國加速芯片市場規模突破190萬張，國產AI芯片市場份額攀升至35%。華為昇騰等企業推出的新產品，開始在推理端市場與英偉達形成競爭。這種技術突破為算力出海帶來轉機——當國產芯片能效比接近國際水平時，中國電力成本優勢將轉化為真正的市場競爭力。與此同時，美國結構性缺電問題持續惡化，其電力基礎設施更新需要數十年時間，這為中國算力產業提供了戰略機遇期。
