API账单比工资还高以后，模型选择开始回到性价比

有些AI故事不是从发布会开始的，是从财务表开始的。

一家做AI Agent的公司，最早当然愿意把最好的模型塞进每一次调用里。邮件要读，日程要排，客户消息要回，后台还有一堆看不见的推理链路。刚开始大家看的是“能不能跑起来”。跑起来以后，第二张表就来了：这个月API账单多少？比上个月多多少？比一个工程师的工资还高吗？

Lindy CEO Flo Crivello 最近讲的那句话，把很多公司内部正在发生的事说透了：推理成本一度成了公司最大的成本，甚至超过工资。后来他们把100%的流量从 Anthropic Claude 切到 DeepSeek V4，公开说能在几个月内省下数百万美元，而且在邮件分拣、预写回复这些核心场景上，效果还提升了。

这不是个孤例。CNBC 7月7日的报道里，OpenRouter 的数据很直接：美国公司经由 OpenRouter 使用中国模型的 token 占比，从2025年上半年的4.5%，抬升到过去12个月平均11%；今年2月8日之后，每周都在30%以上，最高到46%。每经转引的采访还提到 Lindy、Floxy、VINspectorAI、Substance Law、ExpertEdge 等海外企业，迁移到中国大模型后，推理成本下降30%到95%不等。

这轮变化的核心不是“国外模型不行了”。Claude、OpenAI 的旗舰模型依然很强，尤其是复杂长程任务、难代码、严肃推理和最高可靠性场景。但企业采购不会永远停留在“哪个模型最强”这一个问题上。真正落到业务里，问题会变成：这个任务需要最强模型吗？如果一个便宜得多的模型已经足够好，为什么还要把每一次普通请求都按旗舰价结算？

价格把模型市场重新分层

OpenAI 官方价格页显示，GPT-5.5 标准短上下文价格为每百万输入token 5美元、输出30美元；GPT-5.5 Pro 则高到30美元输入、180美元输出。Anthropic 文档里，Claude Sonnet 5 在8月31日前是2美元输入、10美元输出，之后标准价回到3美元输入、15美元输出；Claude Opus 4.8 是5美元输入、25美元输出。

再看中国模型：DeepSeek 官方文档里，DeepSeek V4 Flash 每百万输入0.14美元、输出0.28美元；V4 Pro 输入0.435美元、输出0.87美元。阿里云百炼上，Qwen3.7 Max 中国内地价格为每百万输入12元、输出36元，Qwen3.7 Plus 为2元输入、8元输出。OpenRouter 上，GLM-5.2 标价0.35美元输入、1.10美元输出，Qwen3.7 Max 标价1.25美元输入、3.75美元输出。

这张价差，对CFO比对工程师更有杀伤力。

如果一个公司每月消耗10亿输入token、10亿输出token，GPT-5.5 级别的账单是3.5万美元；DeepSeek V4 Pro 大约1305美元；GLM-5.2 大约1450美元。即便实际业务里有缓存、批处理、路由、长上下文溢价，量级差别也不会消失。

这就是为什么 OpenRouter 的 Justin Summerville 会对 CNBC 说，中国开源模型可以比领先的 Anthropic、OpenAI 模型便宜60%到90%。Vercel 的 Harpreet Arora 也说得很直白：当一个任务不需要最好的模型，团队开始把它路由到“足够好且最便宜”的模型，而最近一波来自中国的模型正在赢下这笔交易。

能力差距没有消失，但“足够好”的范围变大了

这里需要把话说准确。中国开源/开放权重模型不是在所有任务上全面超过美国闭源旗舰。Lindy 迁移后也承认，DeepSeek 在部分复杂 workflow automation 上仍不如 Sonnet。但这并不妨碍它在 Lindy 的核心场景里更好用：邮件归类、按用户语气预写回复、处理大量日常代理任务。

企业真正需要的不是一张总榜第一，而是任务画像。

客服摘要、销售线索整理、批量内容改写、数据抽取、内部知识库问答、常规代码修改、邮件预处理、表格生成，这些场景里，“足够好”的模型价值很高。因为它们每天跑很多次，每次省一点，月底就是一大笔钱。反过来，最难的5%任务可以继续交给 Claude、OpenAI 或其它高价模型。模型路由会变成默认架构，而不是临时省钱手段。

这也是为什么 Moonshot 的 Kimi API 文档里，Kimi K2.7 Code 已经把 Codex、Claude Code、Cline、RooCode、OpenCode、Hermes Agent 这些编程Agent场景直接写进接入说明。它的信号很明确：国内模型不只是聊天窗口里的替代品，而是要进入开发者工作流、企业Agent平台和自动化流水线。

公司放弃“全员旗舰模型”的原因很简单：ROI算不过来

过去一年，很多公司推AI时有一个误判：只要让员工都用上最强模型，效率自然会出来。现实更冷一点。

一个员工每天多花几十次token，不一定能多创造几十次价值。模型帮他写了一段邮件、总结了一份会议纪要、生成了一段代码草稿，如果没有流程改造、没有验收标准、没有把AI嵌进业务系统，最终产出可能只是“看起来更忙”。这时AI成本就会变成另一种SaaS浪费：人人都在用，没人说得清到底省了多少钱。

所以，企业内部真正会留下来的AI，不是“最贵的AI”，而是能把下面这道账算清楚的AI：

员工时间成本 + token消耗成本 < AI带来的新增产出或节省成本

算不过来，再好的模型也很难大规模推。算得过来，哪怕模型不是第一名，也会被快速接入。

这对中国模型是利好，但不是躺赢

中国模型正在拿到一次很现实的机会。不是因为海外公司突然改变立场，而是因为价格、开源、开放权重、可私有化、可路由、可替换这些因素叠在一起，给了企业一个能落地的选择。

DeepSeek、Qwen、GLM、Kimi 这类模型的优势，不只在“便宜”。便宜只是敲门砖。真正让它们进入企业生产环境的，是能力已经逼近到足够覆盖大量业务任务；API兼容 OpenAI 格式，迁移成本下降；开源或开放权重让企业有更多控制权；国内云厂商提供了稳定托管和价格战空间。

但这也不意味着所有公司都会一夜之间抛弃 Claude 和 OpenAI。高风险、高价值、强推理、复杂Agent任务，短期仍会保留旗舰模型。更可能出现的格局是：

• 普通高频任务走中国开源/开放权重模型；
• 复杂关键任务走美国闭源旗舰或少数最强模型；
• 中间层模型最尴尬，因为它既不够便宜，也不够强；
• 企业开始认真建设模型评测、路由、缓存和成本监控。

这其实是一个更健康的市场。模型不再只靠榜单说话，而要接受真实业务的成本审计。

最后，价格不是低端逻辑，是规模化逻辑

很多人一听“性价比”，会误以为这是低端选择。放在AI里恰好相反。只有当AI真正进入日常生产，成本才会变成第一问题。

少量演示可以不计成本。几个人试用可以不计成本。全公司每天跑、每个流程都调用、每个Agent都在后台多轮推理时，token价格就是基础设施价格。电费、水费、云服务器费，没有哪家公司会说“不重要”。

中国开源模型现在最大的利好，是它们正好站在这条分界线上：能力够用了，价格足够低，生态也开始接上开发者和企业工作流。AI从炫技走向生产，账单会比发布会更诚实。谁能让公司把AI用得起、用得久，谁就能真正进入下一轮采购名单。

主要来源

• CNBC: Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge, 2026-07-07
• The New Stack: This AI agent startup ditched Anthropic for DeepSeek — and says it's saving millions
• GMT EIGHT / 每经转引：API bill exceeds total staff wages...
• OpenAI API pricing; Anthropic Claude pricing; DeepSeek API pricing; Alibaba Cloud Model Studio pricing; OpenRouter model pages