潮水的方向：中国大模型的集体崛起与全球AI格局重塑

引言

2026年春天，一组数据震动了全球AI圈：中国AI大模型的周Token调用量达到12.96万亿，是美国的4.27倍，连续五周超越美国。全球调用量排名前六的模型，全部来自中国。

这不是偶然的爆发，而是一场酝酿已久的结构性逆转。

从DeepSeek V4以1/30的价格挑战GPT-5.5，到阿里Qwen3.6 Plus登顶全球调用量榜首，再到MiniMax M2.7成为首个”自我进化”的开源模型——中国大模型正在以一种前所未有的方式，重新定义全球AI竞争的规则。

今天这篇文章，我们来拆解这场崛起背后的逻辑。

一、12.96万亿Token：一个改变格局的数字

根据全球最大AI模型API聚合平台OpenRouter的最新数据：

中国AI大模型周调用量：12.96万亿Token（环比增长31.48%）
美国AI大模型周调用量：3.03万亿Token（环比仅增0.76%）
中国是美国的4.27倍，差距还在持续扩大

更令人震撼的是，全球调用量排名前六的模型全部来自中国：

排名	模型	厂商	周调用量
1	Qwen3.6 Plus (free)	阿里	4.6万亿
2	MiMo-V2-Pro	小米	3.08万亿
3	Qwen3.6 Plus Preview	阿里	1.64万亿
4	Step 3.5 Flash (free)	阶跃星辰	1.26万亿
5	M2.7	MiniMax	1.19万亿
6	V3.2	DeepSeek	1.19万亿

一个关键细节：**这个平台上47%的用户来自美国，中国开发者仅占6%**。也就是说，是美国的开发者在用脚投票，选择了中国的模型。

OpenRouter首席运营官Chris Clark直言：中国模型在美国公司运行的Agent工作流中”占比不成比例地高”。

二、DeepSeek V4：当”价格屠夫”再次出手

4月24日，等了15个月，DeepSeek终于发布了V4预览版。

这一次，DeepSeek不只是做了一个更好的模型，而是做了一个基础设施级别的发布。

1.6万亿参数，百万上下文标配

DeepSeek-V4分为两个版本：

V4-Pro：总参数1.6万亿，激活49B，定位高性能任务
V4-Flash：总参数2840亿，激活13B，主打低成本高吞吐

1.6万亿参数刷新了Kimi 2.6的1万亿规模，成为国产开源模型最大参数规模。但真正重要的是：100万Token的上下文窗口，从Pro版的专属特权变成了所有官方服务的标配。

过去，百万上下文是Google Gemini的独占优势。V4把它打成了”基础配置”。

成本：GPT-5.5的1/32

DeepSeek的定价策略再次让行业震惊：

模型	输入价格（百万Token）	输出价格（百万Token）
DeepSeek V4-Flash	1元（缓存0.2元）	2元
DeepSeek V4-Pro	12元（缓存1元）	24元
GPT-5.5	—	约30美元（≈216元）
Claude Opus 4.7	—	约75美元（≈540元）

V4-Flash的输出价格仅为GPT-5.5的1/108，Claude Opus 4.7的1/270。

更关键的是，这还只是过渡价。DeepSeek在技术报告中明确写道：”预计下半年昇腾950超节点批量上市后，Pro版价格会大幅下调。”

技术突破：稀疏注意力革命

V4的核心技术创新在于注意力机制的重构：

CSA压缩稀疏注意力：每4个Token的KV缓存合并为一条摘要，每个query只挑最相关的top-k条计算注意力
HCA重压缩注意力：每128个Token合并为一条，对剩余摘要做稠密注意力
两种机制交替叠用，形成”粗粒度+细粒度、稀疏+稠密”的组合方案

效果：在1M Token上下文设置下，V4-Pro的单Token推理FLOPs只有V3.2的**27%，KV Cache只有10%**。

这不是简单的参数堆叠，而是一次”参数规模、激活效率、上下文长度”三者的重新平衡。

国产算力验证

技术报告中最值得关注的一句话是：**”我们在英伟达GPU和华为昇腾NPU两个平台上均验证了细粒度EP方案。”**

这是DeepSeek首次在正式技术文档中将华为昇腾与英伟达并列写入硬件验证清单。V4的MoE专家权重和稀疏注意力索引器都采用FP4精度，恰好是华为昇腾950PR芯片的原生支持精度。

DeepSeek正在给自己留出第二条路——CUDA不再是唯一选择。

三、Qwen3.6 Plus：编程能力最强的国产模型

4月2日，阿里千问发布Qwen3.6-Plus，被定位为”当下中国编程能力最强的模型”。

从发布节奏看，千问3.5于2月发布，不足一个半月Qwen3.6即告问世，折射出国产大模型迭代加速进入白热化阶段。

性能匹敌Claude Opus 4.5

Qwen3.6-Plus的核心突破集中在两个维度：

编程能力：在SWE-bench真实编程任务、Terminal-Bench 2.0终端编程、NL2Repo长程编程任务中，表现与Claude Opus 4.5全面匹敌
Agent能力：可自主拆解前端网页开发、仓库级复杂任务，完成”测试—修改—交付”的全闭环工作流

更值得关注的是，它支持100万Token的上下文窗口，可基于界面截图、设计稿直接生成代码，打通”看懂界面—生成代码—调用工具完成修改”的完整链路。

登顶全球调用量榜首

Qwen3.6 Plus发布后迅速引爆开发者社区。在OpenRouter平台上，它以4.6万亿Token的周调用量位居全球第一，创下单模型周调用量历史纪录。

阿里千问3.6系列在发布一周内即强势占据两席（Qwen3.6 Plus和Preview版本），折射出新模型在全球开发者社区的热度之高。

根据弗若斯特沙利文报告，在中国大模型B端市场，千问系列的日均Token调用量占比32.1%位列第一，领先字节豆包（21.3%）和DeepSeek（18.4%）。

四、MiniMax M2.7：AI开始”自我进化”

如果说DeepSeek V4和Qwen3.6 Plus代表了性能和价格的极致，那么MiniMax M2.7则打开了一扇全新的门。

首个自我进化的AI模型

M2.7最革命性的突破在于：它是业界首个AI深度参与迭代自己模型的系统。

M2.7能够：

自行构建复杂的智能体控制框架（AgentHarness）
基于复杂技能（Skills）、工具检索工具（ToolSearchtool）等能力，完成高度复杂的生产力任务
自动收集反馈、构建评估集，持续优化自身架构、技能和记忆机制

在优化编程能力时，M2.7可以自主运行超100轮循环，最终实现30%性能提升。

开源首日全生态适配

M2.7开源首日，华为昇腾、摩尔线程、沐曦、崑崙芯、NVIDIA、TogetherAI、Fireworks、Ollama等海内外芯片厂商及推理平台即完成模型接入与推理适配。

在SWE-Pro基准测试中得分56.22%，接近GPT-5.3-Codex水平。

五、Token经济学：从”问答工具”到”生产力燃料”

Token调用量的爆发式增长，背后是一场使用模式的根本转变。

编程类任务占比超50%

根据OpenRouter与a16z联合发布的百万亿Token实证研究报告：

编程类任务从2024年初占总用量的11%跃升至超过50%
Agent驱动的自动化工作流产生了平台上过半的输出Token
大量调用AI的使用者，并非普通终端用户，而是专业开发者和行业专家

AI的角色正在从一个提供简单信息的”问答工具”，进化为能够深度参与工作流的”生产力工具”。

“Token通胀”概念

国联民生证券提出了”Token通胀”这一概念——不是Token变贵，而是单位时间内、单位用户的Token消耗结构性上升。三大趋势驱动：

**从”问答”到”干活”**：编程场景天然具有”长上下文、多轮迭代、大量输出”的特征
Agent技术兴起：Agent主动规划、检索、执行、反思，多次调用模型
推理强度上升：深度思考、长链路推理显著提高Token消耗

Token不是传统互联网时代边际成本几乎为零的”流量”，而是执行生产任务时必不可少的”燃料”。

六、为什么是中国？

中国大模型的崛起并非偶然，而是多重因素协同作用的结果。

1. 技术路线：MoE架构的红利

以DeepSeek、Qwen为代表的中国模型广泛采用MoE（混合专家）架构。门控网络智能判断任务性质，只激活一小部分最相关的专家网络参与计算。

这种”按需激活”模式，可以让推理时的显存占用降低60%，推理吞吐量提升19倍。

2. 成本优势：1/30的价格

MiniMax M2.5的输出价格为1.1美元/百万Token，Claude Opus 4.6为25美元——差距22.7倍。

全球开发者在成本敏感的自动化场景中做出了理性的价格选择。

3. 垂直整合：从芯片到应用

以阿里”通义-云-芯”体系为代表，中国AI厂商正在探索模型算法、云计算基础设施、AI芯片的深度协同设计。

4. 应用场景爆发

字节跳动旗下豆包大模型日均Token使用量已突破120万亿——一家公司贡献了全国总量的绝大部分。

AI视频创作（Seedance 2.0）、AI漫剧、AI编程等消费级内容场景率先引爆规模。

七、冷思考：崛起之下的隐忧

起步差距仍然存在

DeepSeek在技术报告中坦承：V4在复杂指令遵循、格式美观、极端摘要等方面仍有提升空间。总体约落后前沿闭源模型3-6个月。

人才流失压力

DeepSeek核心研发团队约100多人，已有5位核心技术大牛流向字节、腾讯、小米等公司。对一家不到200人的公司来说，这类流动影响深远。

商业化挑战

开源路线意味着更薄的利润空间。OpenAI、Anthropic可以通过订阅、API、企业服务建立商业闭环；DeepSeek没有这些现成的商业缓冲层。

Token不等于创新

中欧国际工商学院杨蔚副教授提醒：Token消耗量不等于AI转型的成效。古德哈特定律告诉我们——当一个度量标准变成目标，它就不再是好的度量标准。

结语

2026年的春天，中国大模型完成了一次历史性的跨越。

从调用量超越美国，到DeepSeek V4把价格打到地板，从Qwen3.6 Plus登顶全球编程榜，到MiniMax M2.7开启”自我进化”时代——这不是一家公司的胜利，而是一个生态的崛起。

黄仁勋说：”没有算力，就无法生成Token；没有Token，就无法带来收入增长。”

而中国的回答是：用1/30的成本，生成同样甚至更好的Token。

潮水的方向已经改变。接下来的问题是——当中国模型越来越强、越来越便宜，全球AI的竞争格局会走向何方？