AI成本的叛变：美国创业公司正在悄悄换掉OpenAI
Flo Crivello的公司Lindy.ai做的是AI助手——帮你管邮件、排日历。创业初期，他们是Anthropic忠实用户。但有一天，他的财务总监给他看了一张表格：公司第一大支出，不是工资，不是租金，是Anthropic的API账单。
“比工资还高，超过二十几个员工的薪水总和。”Crivello告诉NPR记者。
上个月，Lindy.ai把100%的流量迁移到了DeepSeek-V4，省了几百万美元。”直接便宜10倍，这是个非常非常简单的商业决策。”
这不是个例：一组数据
NPR在2026年7月15日发布的这篇调查报道，触到了美国科技圈一个不太愿意公开讨论的敏感话题：美国AI太贵了，中国AI正在悄悄渗透。
几组数据可以量化这个趋势：
- OpenRouter平台：DeepSeek使用量从今年1月的~9%上升到近20%；MiniMax、Xiaomi、Tencent的模型使用量也在持续上升
- Uber CEO Dara Khosrowshahi：在播客上公开说”我们在一个季度就烧完了全年AI预算”，”这迫使我们不得不调整”
- Airbnb：CEO Brian Chesky被彭博社报道称，公司去年依赖阿里巴巴Qwen模型，称其”好用、快速、便宜”
- Perplexity和Nvidia：均被报道使用过Qwen模型
- Featherless（旧金山AI模型托管平台）：提供约3万个模型访问，中国模型持续是热门需求
这场转变不是局限在小创业公司的边缘行为，而是从初创到中大型企业都在发生的系统性成本压力应对。
为什么便宜10倍？
这个问题的答案，比直觉上更有深度。
表面上，中国AI能力比美国落后6到12个月（这是业内的普遍评估）。但这个”落后”在很多场景下根本不重要。
Featherless CEO Eugene Cheah给出了一个生动比喻：
“就像法拉利和本田的区别。你可以开最好的豪华车，或者你可以开本田——规模化使用，能用就行。很多开源AI用户完全满足于N-1，也就是比前沿落后一代。因为差距在缩小，到某个时间点，这还重要吗？”
对Lindy这类公司，答案是：不重要。”本田级别的AI”完全够用。
关键在于中国在开源领域的绝对主导。Lindy的CEO说：”开源AI场景现在是中国绝对主导，不是一点点，是完全碾压。我认识的每个AI创业创始人，要么在考虑切换，要么已经切了。”
MiniMax全球产品营销总监Victor Su-Ortiz解释了经济逻辑：AI按Token计费，同等性能下，中国开源模型的每Token成本低得多。这推动了一种新的使用范式——不再”tokenmaxxing”（无脑堆Token），而是把不同复杂度的任务路由到不同档位：
- 深度研究、复杂推理→用前沿美国模型
- 高频重复编码任务、批量处理→用便宜的中国模型
“这就是开权重模型涌入美国市场的本质原因。” Su-Ortiz说。
谁不切换，为什么？
不是所有人都在换。
Comment.io联合创始人兼CEO Jon Gordner刚创业几周，旗帜鲜明地继续用Anthropic和OpenAI：”我们需要尽可能快地做出尽可能好的软件。省几块钱却要多花两三周修Bug，不值得。”
但他同时提出了一个关键时间节点：目前Anthropic和OpenAI其实在补贴用户——月订阅价格远低于实际成本，目的是锁住客户。”等他们接近IPO，需要证明盈利能力，价格肯定要涨。到那时候，我们就会开始认真评估中国模型了。”
Ramp（帮企业控制支出的金融科技公司）首席经济学家Ara Kharazian从竞争动态分析：中国模型的崛起本身就是信号——”企业需要美国公司今天还没提供的东西”。但他对中国模型保持相对谨慎，原因是：”我唯一悲观看待中国模型的理由，是我假设美国公司会有竞争性反应。”
这是一个”假设有效”的悲观——如果美国公司不降价、不改变定价结构，这个假设就会被现实证伪。
政治敏感性：公开的秘密
NPR调查揭示了一个心理现象：大量公司在使用中国AI模型，但不愿意公开宣传，因为地缘政治敏感性。
但这些模型通过Hugging Face、GitHub等平台广泛可得，也可以通过Featherless、OpenRouter等在美国境内托管AI模型的服务访问——这样用户数据留在美国，中国算法通过美国服务器提供。
这形成了一条灰色通道：中国算法，美国服务器，美国公司。政治上的阻力，并没有转化成技术使用层面的阻力。
第三层洞察：AI供应链的无声重构
表面上，这是一个关于成本优化的故事。但它的深层含义是：
AI基础设施的供应链正在发生一场无声的结构性重构。
美国继续控制着前沿模型能力（GPT-5.6 Sol、Fable/Mythos），这是资本密集、技术壁垒最高的部分。但中国通过开源策略，已经在”够用”的中低端市场建立了成本优势——而且这个优势在短期内很难被打破，因为开源本身是一种”天然的反垄断机制”。
当”够用”的中国模型只需”前沿”美国模型价格1/10时，价格弹性会把市场分层：顶端用户追求极致能力，中低端用户追求成本效率。
这与半导体市场的历史模式惊人相似：英特尔/英伟达持有最高性能芯片，但大量应用场景被更便宜的替代方案占据，最终利润从硬件层迁移到软件和服务层。AI软件层也在走向同样的分化路径。
最值得观察的时间窗口：OpenAI和Anthropic的IPO路径。一旦IPO压力倒逼定价上涨，Gordner的”到时候就会评估中国模型”，将从”可能”变成”必然”。那时候，才是这场无声重构最显性的爆发点。
来源：NPR, “American AI is expensive. Some startups are turning to cheap Chinese models”, July 15, 2026