5月4日，人們在浙江省杭州市文三數字生活街區的AI黑科技市集上體驗DeepSeek（深度求索）的人工智能大模型。 　　龍 巍攝（新華社發）

7月17日，參會者在上海舉辦的2026世界人工智能大會上參觀KIMI（月之暗面）大模型展台。 　　龍 巍攝（人民圖片）

　　“為什麼中國的AI（人工智能）大模型能力出色，還這麼便宜？”近來，海外社交平台上關於中國大模型的討論熱度居高不下。不少海外開發者反饋，用中國大模型處理一整天復雜開發任務，綜合成本遠低於同類海外產品﹔有初創團隊表示，全面切換到中國AI大模型后，技術運營支出大幅下降，不少此前因成本擱置的AI項目得以落地推進。從北美技術圈到東南亞的創業團隊，從歐洲獨立開發者到亞洲科技愛好者，中國AI大模型好用、普惠，正在獲得越來越多全球用戶的認可。

　　用戶的選擇標准向來直白：一是模型能力是否過硬、響應是否高效，能不能真正解決實際問題﹔二是使用成本是否合理，能不能長期穩定使用。詞元（Token）調用量的本質是真實使用量，背后折射的是AI大模型在生產生活場景中的滲透深度與應用廣度。中國AI大模型被全球用戶高頻選擇，就是對這個選擇標准最好的回應。

　　高性價比加速圈粉全球

　　近年來，全球AI市場的競爭格局正在悄然生變。全球AI模型聚合平台OpenRouter公開運行數據顯示，2026年以來，中國大模型周調用量穩居全球前列，多個頭部模型長期佔據調用量榜單前排。在2026年7月下旬的一個統計周，該平台調用量榜單前五均為中國企業模型。

　　開源社區的表現同樣亮眼。在全球最大AI開源社區之一“抱抱臉”（Hugging Face）上，中國已成為平台月下載量最大的模型來源國。該社區2026年春季報告顯示，中國研發的開源模型下載量已佔全球總量的41%，累計下載量突破百億次，深度融入全球開源創新體系。過去一年裡，多款中國開源模型長期位居平台下載量前列，從技術追趕者成長為全球開源生態的重要供給方與驅動力量。

　　海外科技界的態度最能說明問題。英偉達首席執行官黃仁勛多次公開稱贊中國開源AI模型“非常優秀”﹔特斯拉首席執行官馬斯克也為中國人工智能點贊。中國AI技術的全球認可度持續提升。

　　從產品落地來看，中國大模型早已走出國門，融入全球千行百業。新加坡工程師基於中國開源大模型，訓練出適配本地需求的大模型，服務當地數字經濟發展﹔美國創作者使用中國的視頻生成模型，制作出達到專業級水准的視覺內容，大幅降低了創意生產門檻。從東南亞的政務服務到中東的能源行業，從歐美的初創企業到拉美的電商平台，中國大模型正在用實實在在的能力贏得全球用戶的信賴。

　　架構革新跑出“中國效率”

　　中國大模型能實現性能與成本的雙重優勢，秘訣在於技術路線的創新突破，其中混合專家（MoE）稀疏架構的規模化應用是關鍵一環。

　　不同於傳統稠密模型每次推理都要激活全部參數的模式，混合專家架構通過“門控網絡”按需調用少量“專家”子網絡，大部分參數處於休眠狀態，在保障輸出質量的前提下，大幅降低了算力消耗。國內不少頭部大模型團隊已布局這一技術路線，針對路由負載不均、相關通信瓶頸等行業共性工程難題開展優化，不斷提升算力利用效率，力求以更少算力實現同等輸出質量。

　　在此基礎上，國內團隊在全鏈路工程優化上持續深耕。原生低精度量化技術大幅降低模型顯存佔用﹔KV緩存（鍵—值緩存）與多級緩存技術顯著減少重復計算﹔系統級通信與流水線調度優化，進一步釋放算力集群潛能。國內大模型逐步形成“技術迭代—成本下降—應用爆發”的正向循環，依靠算法創新與工程優化不斷壓低推理成本，構建起突出的性價比優勢。

　　穩定的能源供給與完善的算力基礎設施，為中國大模型形成成本優勢提供保障。中國智能算力規模位居世界前列，綠電供給能力持續增強，規模化數據中心建設依托規模效應助力降低單位算力成本。疊加國產算力芯片持續適配與量產落地，國內AI產業逐步構建更具韌性與競爭力的產業體系，為向全球用戶提供普惠AI服務打下堅實基礎。

　　開源生態匯聚全球迭代合力

　　中國大模型的快速進步，離不開開源開放的發展思路。與海外部分頭部企業堅持閉源路線不同，中國主流大模型團隊普遍選擇了開放權重或部分開源的策略，主動融入全球開源創新生態。

　　開源帶來的最直接效應是加速迭代。模型權重開放后，全球數百萬開發者可以排查缺陷、貢獻優化方案，海量真實場景的反饋源源不斷地回流到模型團隊，推動能力快速進化。這種全球眾包式迭代的速度，遠快於閉源團隊閉門打磨的節奏。業內普遍認為，開源不是單向的技術輸出，而是最高效的創新方式，全世界開發者共同參與建設，最終會推動整個行業生態持續繁榮。

　　開源生態的繁榮也反過來放大了中國模型的全球影響力。國際主流AI開發平台紛紛第一時間接入中國大模型，不少海外推理平台將中國新模型的上線視為行業重要進展。越來越多的海外開發者基於中國大模型開展二次開發，適配本地語言、行業場景與文化需求，催生出一批新技術、新應用，進一步豐富中國模型的生態版圖，形成良性雙向循環。

　　更重要的是，開源降低了AI技術的使用門檻。對於廣大發展中國家和中小企業而言，無需投入巨額資金從零訓練模型，依托成熟的中國開源模型便可快速搭建自身AI應用。這也印証一項行業趨勢：中國大模型正從單一產品出海，邁向技術底座出海，為全球數字經濟發展賦能。

　　場景實訓練就“實用派”硬核本領

　　海外用戶覺得中國大模型“好用”，不隻體現在實驗室跑分上，更體現在解決實際問題的能力上。而這種實際應用能力，離不開中國豐富應用場景的持續打磨。

　　中國擁有全球最龐大的互聯網用戶群體與門類完備的產業應用生態。電商客服、文檔處理、代碼開發、內容創作、工業質檢、政務服務……海量真實應用場景持續對大模型提出現實需求，推動模型在實用性層面快速進化。以長文本處理為例，國內企業常常需要處理上百頁合同、整套代碼庫，這類需求推動國產模型普遍配備超大上下文窗口，而這也是海外企業用戶面臨的突出痛點。不少海外用戶反饋，在處理長文檔、復雜任務時，中國模型的實際表現往往超出預期。

　　智能體、代碼生成等前沿能力的突破，同樣源於現實場景的淬煉。國內互聯網、制造業數字化轉型需求，推動國產大模型在工具調用、任務規劃、代碼生成等維度持續迭代。不少海外開發者實測表明，中國模型在終端任務執行、代碼調試、多工具協同等復雜工作場景中表現穩定，能夠有效提升開發效率，同時綜合使用成本具備較強吸引力。事實上，實驗室跑分與真實場景的適配度本就存在差異，不少模型在標准評測中分數亮眼，但面對真實場景下的模糊需求、異常情形，往往容易出現適配偏差。中國模型經過海量用戶實戰場景打磨，處理生產生活等各類現實任務表現更加順手，這種貼近實際需求的特質，也是獲得全球用戶認可的重要原因。