市场研究机构 Counterpoint 最新分析指出，中国 AI 大模型在全球市场中的竞争重点，未必是全面超越 Claude 等美国前沿模型，而是成为开发者在成本、开放性与灵活性之间权衡后的“第二默认选择”。报告认为，月之暗面 Kimi、阿里 Qwen、DeepSeek 与智谱 GLM 已从“低价替代品”进入“可信替代方案”阶段，能够承担更多编程、智能体与长上下文任务。
分析指出，目前中美模型竞争的关键变量，正从基准测试领先转向开发者的实际调用路径。当专有前沿模型价格偏高、封闭性较强，或能力超出具体任务需求时，开发者更倾向转向成本更低、部署更灵活的替代模型。这里所指的“第二默认选择”，并非全球排名第二的模型，而是开发者在真实业务中最常优先考虑的替代方案。
中国模型开始进入全球开发者技术栈
相关案例显示，这一变化已体现在实际使用行为之中。到 2026 年 6 月初，DeepSeek 在 OpenRouter 上的令牌份额达到 18%；Lindy.ai 将部分智能体流量从 Claude 迁出后，推理成本下降约 90%；Harvey 则基于月之暗面的 Kimi K3 进行后训练，形成自有法律模型。报告认为，这些现象说明中国模型已开始进入全球开发者技术栈，并在部分场景中承担实际工作负载。
与此同时，行业竞争的计量方式亦在转变。随着智能体应用普及，一条指令往往会触发数十次模型调用，企业更关心“每项任务的可接受完成成本”，而非单次令牌价格或单项能力排名。在此逻辑下，多模型级联与任务分流将更为普遍，西方厂商或许保留客户入口，但部分调用量会流向其他模型供应方。
增值环节转向路由、托管与应用层
报告进一步指出，随着模型能力日渐可替代，真正增值的环节将更多转向路由、托管、编排与应用层。中国开源权重模型对通用推理价格形成压缩，但其国际扩张的主要约束，可能不再是能力本身，而是信任与地缘因素。