DeepSeek 用量居冠，競爭焦點轉向營收
在 2026 年 10 月 5 日當週，DeepSeek 占 OpenRouter 文字請求量的 24.5%，高於 OpenAI 的 18.6% 和 Google 的 17.8%。然而，Epoch AI 的估算顯示，DeepSeek 透過該平台提供的模型僅占客戶支出的約 8%。中國 AI 開發商在海外用量競爭中勝出，卻也必須與託管、銷售其技術並從中獲利的公司爭奪營收。
目錄
OpenRouter 的每週用量排名資料截至 10 月 13 日，DeepSeek V4.1 Flash 以處理 40.5 兆個 token 居首，其次為 Step 5 Preview 的 15.1 兆個，以及 GLM 5.3 Flash 的 12.9 兆個。Token 是 AI 模型收到問題並產生答案時所處理的文字或資料小單位。
截至 10 月 11 日，中國模型在 OpenRouter 的每週 token 用量已連續 24 週領先美國模型。價格較低、效能持續提升，加上企業能自由調整模型並選擇服務商執行，構成其吸引力。
FutureX Capital 創始合夥人張欣怡（Cynthia Zhang）表示，中國模型開發商短期內不太可能達到 OpenAI 和 Anthropic 的營收規模，但銷售額正快速成長。Epoch AI 估計，截至 9 月，六家領先中國開發商的 AI 營收合計約為 OpenAI 和 Anthropic 兩家美國公司總營收的 10%。
用量數據衡量什麼
OpenRouter 透過應用程式介面（API）連接應用程式與多種 AI 模型。其請求量圖表統計模型被呼叫的頻率；token 排名則統計處理的資料量，包括問題和答案。這些數據反映經由 OpenRouter 傳遞的活動，不包含私人請求。
在 10 月 5 日當週，DeepSeek 的請求占比比 OpenAI 高出 5.9 個百分點。Z.ai 占 13.4%，Qwen 占 5.4%，小米占 2.9%，騰訊占 1.7%。這五家中國開發商的文字請求占比合計為 47.9%。其他中國開發商也可能列在其餘類別中。
OpenRouter 的每日 token 資料集列出每天前 50 名公開模型，並彙整其他模型的總數。資料支援每日、每週及每月區間，也可依模態、上下文長度等條件篩選。類別和語言篩選則是依抽樣資料估算。不同服務商拆分資料的 token 方式也不盡相同，因此總數部分取決於各自的計算方法。資料來源：OpenRouter（openrouter.ai/rankings），截至 2026 年 10 月 13 日。
企業為何選擇可自行調整的模型
打造法律工作 AI 工具的 Harvey，以及開發多模型代理的 Genspark，正運用中國開放技術開發系統，以降低對封閉式服務商的依賴。AI 代理是運用模型執行一連串任務的軟體，例如規劃工作、撰寫程式碼及檢查結果。
開放權重是引導模型回應的已學習數值設定。公開權重後，其他公司便能下載模型、在自己的伺服器上執行，並針對特定工作進行調整。實際權利取決於授權條款。有些版本也提供原始碼，另一些則只提供權重，並限制商業用途。
企業可以運用專有資料，依自身需求調整這些模型；也能選擇系統的執行地點，不必將每項請求都傳給原始開發商。這種彈性有助於解釋，為何中國模型能成為美國或歐洲產品的一部分，而託管服務和客戶關係仍留在中國以外。
英特爾執行長陳立武（Lip-Bu Tan）10 月 12 日在新加坡 DBS 論壇上形容，中國前沿模型的採用速度「非常快」。他稱 DeepSeek、Kimi 和 GLM 的效能「已經夠好」，並表示市場將決定哪些模型最適合不同用途。談到自己支持開放技術的原因時，陳立武表示：
我堅信開放原始碼，這是提升效率的最佳方式。
低價改變日常選擇
聖地牙哥的營運經理、兼職開發者 Stu Clott 表示，用 Claude 寫一小時程式碼約花 10 美元，用 DeepSeek 則不到 50 美分。換算下來，他用 DeepSeek 完成這項工作的支出不到 Claude 成本的二十分之一。
達拉斯開發者 Ruben Garcia Jr. 從事網站和行動應用程式開發，並將工作分配給不同服務商。他每月花 500 美元使用 Claude 和 ChatGPT 處理困難的規劃和審查工作，另花 200 美元使用 MiniMax、Kimi 和小米 MiMo 等中國模型。他表示，中國模型能處理 90% 的任務，包括程式撰寫和語音辨識。
Lindy 創辦人 Flo Crivello 表示，公司將 AI 工作助理從 Anthropic 模型改用 DeepSeek 後，省下數百萬美元。Lindy 透過美國服務商使用 DeepSeek。Crivello 說明，為何價格較低的模型適合處理例行工作：
你不需要上帝幫你寫電子郵件。
布魯金斯研究所研究員 Kyle Chan 指出，剛開始採用 AI、又擔心成本的中型企業，是中國開發商的成長市場。張欣怡表示，競爭可能使美國領先模型的高獲利期只維持約六個月，之後價格便開始下跌。
許多任務對效能的要求已足夠
戰略暨國際研究中心（CSIS）在其中國 AI 評估中指出，中國模型在許多實務任務上具競爭力。作者、CSIS Futures Lab 副主任兼資料研究員 Yasir Atalan 寫道，GLM-5.2 約有 7,500 億個參數，上下文視窗長達 100 萬個 token。參數是模型學得的設定；上下文視窗則是模型一次能考量的資料量。
這份評估引述 AI 標準與創新中心的研究指出，DeepSeek V4 Pro 比美國領先模型約落後八個月；報告也提到 GLM 和 Moonshot 在程式撰寫和代理方面表現出色。對選擇系統的企業而言，關鍵在於模型能否以可接受的成本，可靠完成所需任務。
美國政府的比較提供了一個具體例子。美中經濟暨安全檢討委員會的《雙循環》報告列出的 2026 年 1 月價格顯示，Kimi K2.5 每百萬個 token 收費 1.20 美元，GPT-5.2 則為 4.81 美元。兩者在 Artificial Analysis 智慧指數均得 47 分，Kimi 的標價約為 GPT-5.2 的四分之一。
中國實驗室致力於提升訓練和服務效率。DeepSeek 表示，V3 最後一次訓練使用 278.8 萬小時的 H800 GPU 運算，成本約 560 萬美元。CSIS 也介紹了知識蒸餾，也就是將更強模型的答案和判斷轉化為另一個模型的訓練範例。OpenAI 和 Anthropic 指控中國實驗室透過詐欺帳號取得這類資料，使相關做法成為商業和政治衝突的焦點。
生態系擴大，產品進入全球平台
CSIS 引用的 Hugging Face 下載資料顯示，過去一年中國模型占下載量的 41%。委員會報告指出，這些模型在 2025 年 8 月的總下載量超越美國模型，並於同年 11 至 12 月占據平台下載量前十名中的七席。
阿里巴巴 Qwen 系列展現了模型調整應用的規模。委員會在報告發布時記錄到超過 10 萬個衍生模型。到 2026 年夏季，Qwen 的下載量約達 20.45 億次，衍生模型有 151,448 個，約為 Meta 模型衍生數量的 2.6 倍。衍生模型是以既有模型為基礎建立的版本，通常針對特定語言、產業或工作調整。
亞馬遜網路服務（AWS）已將六款中國開放權重模型加入 Amazon Bedrock，包括 DeepSeek V3.2、MiniMax M2.1 和 Qwen3 Coder Next。Kimi K3 於 9 月加入，GLM-5.3 則在 10 月初上架。Bedrock 讓企業能透過亞馬遜的雲端基礎設施使用這些模型。Baseten 也已在 OpenAI 的 Codex 程式撰寫工具中提供 Kimi K3 和 GLM-5.3，並負責託管及產生回應所需的運算工作。
這波擴張歷經數個階段：
- 2025 年 8 月：中國模型的 Hugging Face 總下載量超越美國模型。
- 2025 年 11 至 12 月：中國模型占 Hugging Face 下載量前十名中的七席。
- 2026 年 7 月：Moonshot 發布 Kimi K3，並要求部分大型服務商採用營收分潤。
- 2026 年 9 月：Kimi K3 上架 Amazon Bedrock。
- 2026 年 10 月初：透過涉及營收分潤的商業安排，GLM-5.3 進入 Bedrock。
- 2026 年 10 月 12 日：英特爾執行長在新加坡 DBS 論壇上談到模型正迅速普及。
開放模型普及後，誰能獲利？
Z.ai 的經驗顯示，模型可能廣受歡迎，開發者卻流失託管業務。Epoch AI 發現，GLM-5.3 Flash 於 8 月發布權重後一天內，OpenRouter 上就有 12 家外部服務商提供該模型。20 天後，提供該模型的服務商增至 26 家，其中 8 家收費低於 Z.ai。
Z.ai 提供該模型服務的 token 占比從 88% 降至 22%。即使模型總用量增加 17%，Z.ai 自身每日 token 用量仍下滑 70%。客戶愈來愈常向其他託管商購買服務。
Vercel 也記錄到活動量和收入之間的類似落差：5 月，DeepSeek 的 token 占比從不到 1% 升至 17%，但營收占比仍接近 1%。低價模型可能承擔大量工作，支出占比卻小得多。
Z.ai 報告稱，API 毛利率從 2025 年的 18.9%，升至 2026 年上半年的 24.6%。毛利率是營收扣除直接服務成本後的占比，尚未計入其他費用。Epoch AI 估計，Anthropic 封閉式 Opus 4.8 的毛利率為 85%，DeepSeek 則為 70% 至 80%；低廉的服務成本使 DeepSeek 成為開放模型開發商中的特例。
Moonshot 試圖透過 Kimi K3 的授權條款取得更多收益，要求部分銷售存取服務的大型業者簽訂營收分潤協議。據報，Moonshot 曾向大型雲端平台要求分得相關服務營收最高 30%。Z.ai 與 Bedrock 的合作也依使用量分潤。這些合作的確切商業條款及預期營收均未公開。
雲端合作帶來客戶，也帶來依賴
北京社會科學院研究員王鵬將新興合作模式描述為分工：模型開發商打造技術，全球雲端業者提供基礎設施和企業客戶管道，而開發商則在客戶使用模型時獲得收入。
Fireworks AI 展現了基礎設施服務商的商機。張欣怡表示，這家加州公司的核心管理團隊多為華裔，為海外大型企業部署中國開放模型，年化營收已突破 10 億美元。年化營收是將目前的營收速度換算成全年數字。
CSIS 說明，交由第三方託管，也能減輕中國開發商為全球客戶提供運算能力的負擔。不過，提示詞、回饋和使用紀錄可能留在託管商或客戶手中，原始實驗室因而較難掌握人們如何使用模型，以及模型需要在哪些方面改進。
委員會的《雙循環》報告指出，工廠、物流網絡和機器人部署也提供另一種學習途徑。這些應用能產生專業資料，改善後續系統。即使無法直接取得海外客戶互動資料，中國實驗室仍可能從工業部署和社群調整中獲得回饋。
清華大學教授沈陽指出，中國模型在海外有不同機會：東南亞的商業確定性較高，海灣市場的單一客戶價值較高，拉丁美洲則有大量尚未滿足的需求。他也提到，各地對 AI 主權的興趣日增，也就是一國能掌控境內重要 AI 基礎設施、資料和存取權限的能力。
安全與客戶信任影響採用
柏林搜尋公司 Ecosia 正結束與法國 Mistral AI 的合作，並改與 Melious 合作，使用 Qwen、GLM 和 Kimi 等模型。創辦人兼執行長 Christian Kroll 表示，這項變動使營運成本減半，品質和效能也有所提升。他提到 Mistral 的效能問題、伺服器中斷，以及對能源供應和獨立性的疑慮。Mistral 共同創辦人 Guillaume Lample 邀請 Ecosia 測試即將推出的 Large 4 模型。
Kroll 認為，透過有針對性的調整，可以處理中國模型的政治弱點。德國人工智慧聯邦協會的 Rasmus Rothe 則較為謹慎，認為重新訓練能移除直接審查，但訓練資料中較隱晦的影響仍難以消除。NewsGuard 的一項研究也發現，中國系統未能糾正符合北京利益的錯誤資訊。
Atlassian 採取了不同做法。執行長 Mike Cannon-Brookes 表示，公司使用 Nvidia Nemotron、Mistral 等模型，並由 AI 閘道團隊將任務分派給合適的系統。他說明公司的上線政策：
我們在正式環境中不使用任何中國模型，這點我們說得很清楚。
Cannon-Brookes 表示，有些客戶排斥中國模型，但接受開放模型。美國國會議員在 Qwen 和 Kimi 相關資訊曝光後，也調查了 Airbnb 和 Anysphere。Airbnb 執行長 Brian Chesky 表示，公司並未將資料傳送給模型開發商。
委員會引述美國國家標準暨技術研究院（NIST）的研究指出，DeepSeek 開放模型比類似的美國模型更容易受到網路風險威脅。段和段律師事務所虹橋分所合夥人顧兆勤表示，海外合規挑戰結合了隱私與安全疑慮，以及地緣政治帶動的貿易保護主義。在地託管讓客戶能掌控資料處理地點，但模型行為、安全測試和法律遵循仍須分別留意。
AI 降價使基礎設施支出備受檢視
Jefferies 估計，微軟、Alphabet、亞馬遜和甲骨文的合約積壓訂單總額約為 2.3 兆美元，其中約一半與 OpenAI 和 Anthropic 有關。積壓訂單是已簽訂合約、但須分期交付的業務。模型價格下跌，可能壓縮 AI 開發商預期的營收，進而影響其購買雲端運算能力的支出。
Jefferies 引述 OpenRouter 數據指出，截至 9 月 27 日當週，中國模型處理了 76.12 兆個 token，相較之下，4 月下旬為 4.37 兆個。同年 9 月該週，四家美國頂尖服務商合計處理 14.2 兆個 token。這些數據所反映的期間，與 OpenRouter 10 月排名不同。
這家投資銀行質疑，2026 年投入資料中心的 6,000 億至 8,000 億美元支出計畫，以及 2027 年提出的 9,930 億美元資本支出是否合理。報告也指出，四大雲端公司的年化獲利截至 2026 年第二季達 5,810 億美元，其中非營業收入占 2,220 億美元增幅的全部。投資收益和銷售運算服務的收入，是獲利結構中的不同部分。
貝恩顧問公司《2026 年全球科技報告》估計，到 2031 年，AI 每年需要創造 6 兆美元營收，才能支應預期需求所需的基礎設施。報告將 1.8 兆美元歸於現有應用、1.5 兆美元歸於新興應用，剩下 2.7 兆美元缺口須由新產品和用途填補。
美國公司在訂閱服務、客戶關係和熱門應用方面仍具重大優勢。委員會引述微軟的採用率估算指出，2025 年下半年美國為 28.3%、中國為 16.3%，但中國數據的涵蓋範圍較不完整。中國模型在其他公司的產品中愈來愈常見，也帶來另一種商機：成為廣泛使用的底層技術，同時爭取分得更多上層產品所創造的收入。
重點摘要
- 2026 年 10 月 5 日當週，DeepSeek 以 24.5% 的占比領先 OpenRouter 文字請求量。
- 中國模型憑藉低價、實用效能和部署彈性吸引海外客戶。
- 第三方託管商取得了中國實驗室開發模型的大部分相關支出。
- 與 Amazon Bedrock 合作及新的授權條款，提供營收分潤的管道。
- 安全、審查、隱私和政治監督都會影響企業採購決策。
- 模型價格下跌，對開發商營收及雲端基礎設施投資的經濟效益造成壓力。
