中國開發的 AI 模型正受到美國公司的青睞，因為它們在性能上正縮小與美國主要競爭對手的差距，同時使用成本顯著更低。許多人認為，DeepSeek 和 Z.ai 等中國公司近期發布的模型，與 Anthropic 和 OpenAI 等領先的尖端系統相比，極具競爭力。這些能力上的進步，正值許多美國 AI 實驗室最先進模型的 token 價格上漲之際，使得企業面臨使用該技術所帶來意想不到的高成本。

透過 OpenRouter（一個讓開發者能存取多種 AI 模型的平台），美國公司使用中國 AI 模型的 token 佔比，自 2 月 8 日以來每週都超過 30%，最高甚至達到 46%。而此前 12 個月的平均值僅為 11%，在 2025 年上半年更降至 4.5%。中國開源和開放權重模型的興起，正值美國政府日益尋求監管其最強大的 AI 模型，並考慮如何阻止海外替代方案的快速採用。

6 月底，OpenAI 表示將應政府要求限制一套新模型的推出。同月，Anthropic 的 Mythos 和 Fable 模型的出口管制也在川普政府與該公司緊張對峙後解除。布魯金斯學會約翰·L·桑頓中國中心研究員 Kyle Chan 告訴 CNBC：「隨著 AI 成本飆升，中國 AI 模型對美國公司來說尤其具有吸引力。」

他補充說：「以前美國公司優先考慮 AI 採用，不論模型為何，但現在他們對成本越來越敏感。」

隨著企業尋求部署 AI 模型來創造新產品並提升內部效率，工程師們正日益嘗試更便宜的開源和開放權重模型，其中能力最強的許多來自中國公司。開源和開放權重模型讓開發者可以檢視、使用，有時甚至修改 AI 模型的部分內容。它們與 OpenAI、Anthropic 和 Google 等公司生產的許多旗艦模型等閉源系統不同，後者的程式碼和內部運作機制仍屬專有。

6 月，AI 新創公司 Lindy 將其 100% 的流量從 Anthropic 的 Claude 模型轉移到 DeepSeek。DeepSeek 是一家中國公司，於 2025 年初以驚人的發布震驚業界，並在 4 月推出新模型。Lindy 執行長 Flo Crivello 告訴 CNBC：「我們做到了，你可以看到成本曲線像墜落般急劇下降。」他表示，這項決定將在數月內為 Lindy 節省數百萬美元。

在 Vercel（一個讓開發者部署和運行應用程式及網站的平台）上，DeepSeek 的閘道 token 佔比在 5 月到 6 月間有所攀升。Vercel 代理基礎設施主管 Harpreet Arora 告訴 CNBC，Z.ai 的 GLM 5.2 於 6 月隆重發布，並在 2026 年成為 Vercel 追蹤的所有模型中採用速度最快的一個。

Arora 表示：「在發布後的第一個完整週，每日 token 量增長了約 27 倍，使用它的客戶數量增長了約 80 倍。」

Arora 說：「價格在這裡發揮了作用。當一項任務不需要最好的模型時，團隊開始將其路由到足夠好的最便宜模型，而中國近期推出的一波模型正在贏得這場競爭。」OpenRouter 的數據與分析師 Justin Summerville 告訴 CNBC，中國開源模型可能比領先的 Anthropic 和 OpenAI 模型「便宜 60% 到 90%」。

CNBC 已聯繫 OpenAI 和 Anthropic 尋求評論。LaunchLemonade 執行長兼創辦人 Cien Solon 告訴 CNBC，儘管 Claude 和 ChatGPT 在 LaunchLemonade（一個針對受監管行業的 AI 代理平台）上的使用量仍佔主導地位，但 GLM 5.2 現已進入該平台的前五名模型。

Cien 表示：「Z.ai 和阿里巴巴的 Qwen 等中國模型正成為企業的選擇，因為它們為特定工作負載提供了性能和成本的誘人組合。」他補充說：「擁有更成熟 AI 策略的企業，越來越願意在技術或商業上合理的情況下使用它們。」

中國 AI 模型的性能也在不斷提升。布魯金斯學會的 Chan 表示，儘管它們的成本通常只是美國競爭對手的一小部分，但其運作已「接近美國頂級尖端模型」，他估計目前落後美國頂級競爭對手「六到九個月」。Summerville 說：「新的開源模型表現良好，除了最複雜的 LLM 任務外，都能勝任。」

GLM 5.2 在一個備受關注的代理基準測試中，與 Anthropic 的 Opus 4.8 僅相差一個百分點，而成本大約只有其五分之一。一些研究人員表示，GLM 5.2 在某些網路安全基準測試中，性能可與美國頂級實驗室媲美。Crivello 在 X 上的一篇文章中表示，轉用 DeepSeek V4 提升了 Lindy 許多核心使用案例的性能。

Hugging Face 機器學習主管 Yacine Jernite 告訴 CNBC：「我們看到企業越來越有動力轉向他們可以自行控制和調整的更便宜 AI 堆疊，鑑於開源和開放權重模型的現狀，這通常意味著利用中國的選項。」她補充說：「存在一個真正的風險，即用戶可能陷入兩難：要麼選擇性能良好但昂貴的美國專有模型，其價格和可及性可能迅速波動；要麼在希望控制成本或擁有自己的 AI 堆疊時，將中國模型作為唯一可行的替代方案。」