连涨十周后突然跌落 中国大模型领先优势还在吗

连涨十周的真相：是能力领先，还是爆款效应？

  2026年2月初，中国模型还只是OpenRouter平台的追赶者。当时美国模型占据平台前十大模型调用总量近七成，中国模型不到两成。转折来得很突然。

  MiniMax于2月13日发布M2.5模型，上线不足一周便登顶调用量榜首。仅M2.5一款模型，就贡献了那一周平台总调用量增量的近一半。紧接着，月之暗面的Kimi K2.5、智谱GLM-5、DeepSeek V3.2相继发力，中国模型形成了集群式爆发。到3月底至4月初的最高峰，中国模型周调用量12.96万亿Token，是美国的4.27倍，全球前六全是国产。

  但仔细看这轮爆发的结构，有一个细节耐人寻味：那段时间排名最靠前的Qwen3.6 Plus，有相当大比例来自免费额度用户。OpenRouter平台上，带"free"标签的Qwen3.6 Plus (free)单周曾贡献4.6万亿Token，是美国所有模型的总和。

  免费调用量激增，能反映真实的模型竞争力吗？这个问题，在本周数据出来后变得无法回避。

这次反转，Coding才是真正的分水岭

  大多数人以为这次逆转是周期性波动，但分析师指向了一个更具体的原因。

AI行业分析师胡延平在接受媒体采访时明确指出，上周美国AI大模型调用量回升，主要由Anthropic旗下Claude Sonnet和Opus模型拉动——这两款模型已成为编程（Coding）领域的"硬通货"，而国产大模型在这方面的产品力仍需提升。

  数据印证了这个判断。上周Claude Sonnet 4.6冲上全球榜首，周调用量1.38万亿Token，环比增长19%；Claude Opus 4.6位居第三，周调用量1.22万亿Token。两款模型合计占美国AI大模型周调用量逾五成。

  与此形成对比的，是国产模型在编程场景的"过山车"表现。此前多次上榜的Kimi K2.5、智谱GLM系列，已连续三周未登榜；曾一度冲上榜单第二的阶跃星辰Step 3.5 Flash，近两周同样无缘榜单。

  编程场景的逻辑和通用问答不同。开发者选择工具更理性、更挑剔，且用量稳定、复购率高。谁能在代码生成、调试、工程化交付上赢得开发者信任，谁就掌握了调用量最稳定的基本盘。Claude在这一场景的护城河，并非一两周能被追平。

一个更大的背景：这场竞争本来就不是"单线比拼"

  这轮数据逆转背后，斯坦福大学4月13日刚刚发布的《2026年人工智能指数报告》提供了更宏观的注脚。

  报告的核心判断是：中美头部模型性能差距继续收敛，AI竞争不再只是模型能力的单线比拼，而是逐步演化为模型、科研、产业、资本、算力和治理环境共同作用下的体系竞争。

  从这个视角看，调用量的一周逆转，远不是全部故事。

  中国模型在某些维度上的优势是真实的。以上下文长度为例，在10K-100K Token的任务里，MiniMax M2.5和DeepSeek V3.2是更多开发者的选择；在超过100K Token的超长上下文场景，MiniMax M2.5的优势更为明显。这些都是传统美国模型的弱项。

  开源策略上，中国模型同样形成了反直觉的竞争优势。有数据显示，80%的美国AI初创公司正在使用中国开源模型——美国试图通过芯片管制构筑壁垒，中国却通过开源实现了更广泛的渗透。

  但短板同样清晰。在响应速度上，PinchBench（专为AI编程工具设计的测评榜单）显示，国产模型除千问外，其余主要模型的速度排名均较为靠后。Kimi K2.5位于第20名，MiniMax M2.1是第23名。速度，对开发者来说是实实在在的体验差距，而非可以忽视的参数。

涨价潮打断了调用量增长，这才是更深层的变化

  这轮调用量集体下滑，还有一个不容忽视的背景：算力涨价。

  有媒体报道将这场逆转与"一轮席卷全球的算力涨价潮高度吻合"直接挂钩。在连续十周爆发式增长之后，全球AI大模型总调用量连续两周走低，从高峰期的27万亿Token回落至20.6万亿Token。

  这个节点的出现有其必然性。免费额度驱动的调用量天花板已经触及，接下来要跑的，是真实付费意愿支撑的持续增长。智谱在GLM-5.1发布时已经以行动表态：定价提升10%，编码场景价格首次追平Anthropic。这是国产大模型第一次主动走出"低价换量"的路径。

智谱CEO张鹏此前解释得直接："完成一个长程任务所需要的Token量可能是回答一个简单问题时的十倍甚至百倍，价格调整本质上是价值变化的自然结果。"

  一季度智谱API调用定价提升83%，调用量却增长400%——这组数据说明，真正的市场需求远比免费量体现得更扎实。

调用量之外，中国AI还有一盘更大的棋

  单看OpenRouter的周榜，容易陷入"你追我赶"的短视逻辑。但中国AI的另一条战线，正在悄悄取得更结构性的进展。

  新加坡政府重金打造的国家级大模型项目SEA-LION，2025年11月宣布弃用Meta的Llama架构，改用阿里通义千问作为新版旗舰基座模型。在最新的东南亚语言模型榜单上，千问在印尼语、马来语、泰语、越南语等排行榜上高居榜首。

  这背后的逻辑，跟调用量排行榜无关。东南亚有超过1200种本地语言，西方模型在预训练阶段的东南亚语言词元覆盖严重不足——闹出过把委内瑞拉列为东盟成员国这类低级错误。千问以36万亿预训练词元、覆盖119种语言的规模，成为了这个场景下真正好用的选择。

  这是"调用量"数字背后更难被直接观测到的东西：中国模型正在通过语言覆盖和开源策略，在全球范围内建立更广泛的基础设施级存在。

  连涨十周之后的一次下跌，既不意味着"中国AI见顶"，也不能掩盖真实存在的结构性短板——尤其是在编程这个对开发者来说最关键的场景。调用量的数字会继续波动，但竞争的底层逻辑正在变得越来越清晰：谁能在真实付费场景中赢得持续信任，谁才算站稳了。

  这个答案，不会在周榜里读出来，需要往后再看几个月。