民宿公司用中国AI，却把美国政府惹怒了？

本文来自微信公众号： 正解局 ，作者：正解局

在AI这场牌局上，国家有国家的算盘，企业有企业的算盘。

今年4月，美国民宿巨头爱彼迎（Airbnb），突然被美国的有关部门调查，理由是他们使用了中国大模型，千问。

这事怎么说呢，各有各的道理。

如今，许多美国企业已经切实感受到了中国开源模型的实力。

爱彼迎属于务实的一类，在生产环境里绕过美国头部AI厂商OpenAI的闭源大模型，把客服系统的主力换成了阿里千问。

CEO布莱恩·切斯基（Brian Chesky）直接就说：千问“fast and cheap（快又便宜）”，而OpenAI的产品“还不够ready”。

对此，美国的担忧也相当合理。

毕竟。

一个高端芯片长期受限的国家，却做出了性能比肩他们闭源旗舰的开源模型，这背后怎么可能没点“东方魔法”呢？

要知道，一旦美国企业在生产中对中国模型形成依赖，美国厂商就可能失去对AI的定价权，甚至削弱它们对AI产业的掌控力。

对失权的焦虑，才是美国对爱彼迎发起调查的真正原因。

那么在美国人眼中，中国的AI究竟是什么样子？

要讨论中国模型怎么进入美国市场，首先得弄懂两个概念：开源和闭源。

开源模型，简单说就是AI厂商把模型的所有技术文件都公开，所有人都可以免费下载，自己改代码，还能部署在自家公司的服务器上。

只要技术够强，这个模型就能一直免费用，不用给厂商交一分钱授权费。

当然，如果自己部署，就要买显卡、雇工程师，这些都是成本。

有些公司技术跟不上，或者业务量太大，就会找模型开发商买服务，让人家帮忙调试、维护。

闭源模型则完全相反：所有技术文件都锁在AI厂商的服务器里，用户拿不到。

用户只能通过厂商提供的接口（也就是API）来调用，按使用的token（词元）数交钱。

这就像我们家里用自来水，用多少吨交多少钱，不用就不交。

所以，对用户来说，开源和闭源最大的区别，不是计价方式，而是对大模型的控制权。

而这就直接决定了成本结构——开源模型本身免费，但你要自己承担硬件和运维；闭源模型按量付费，不用自己买设备，用多少租多少，对小企业很友好，随用随走，但一旦用量大了，使用闭源模型的成本就会飙升。

这也是为什么Zoom、Shopify这样的大企业，往往选择把开源模型部署在自己机房里。

在2024年之前，美国AI圈一直是开源、闭源两条路并行，而且谁用开源、谁用闭源，界限很分明。

然而到了2024年底，美国AI的开源一侧开始塌腰了。

随着模型竞争的日益激烈，美国市占率最高的开源模型Llama的开发商Meta，感受到了巨大的资金压力——模型免费开源后，不多的服务收入已经难以覆盖未来的研发成本。

最终，Meta在开源模型上的盈利困境，导致其对前沿开源模型的投入变得谨慎，外界对Llama性能的期待也逐渐落空。

逆水行舟，不进则退。

正当美国的Llama性能受到质疑，中国的DeepSeek R1开源模型凭着巨大的成本优势，杀出一条血路。

DeepSeek R1的API定价，为每百万tokens输入0.55美元、输出2.19美元，是同期业界公认最强大模型OpenAI o1的几十分之一。

中国大模型物美价廉

美国AI市场的格局，也开始朝着“美国主打闭源、中国主打开源”的方向发展。

AI路由平台OpenRouter数据显示，美国公司通过该平台使用中国AI模型的token占比，从2025年上半年的4.5%，飙升到2026年中的46%——不到一年涨了十倍。

今年6月4日，总部位于旧金山的AI智能体公司Lindy宣布：全面切换至DeepSeek V4。

其首席执行官弗洛·克里维洛（Flo Crivello）向媒体透露，切换到DeepSeek V4后，公司推理成本下降了约95%，相当于每年能节省数百万美元的基础设施开支。

中国领先的模型已经超越了美国同类产品

这意味着，美国用户不仅大量使用中国模型，还学会了在选择模型时挑性价比更高的用。

要知道，以2026年4月预览版定价计，DeepSeek V4-Flash的价格仅为GPT-5.5的1/36，DeepSeek V4 Pro的价格，仅为Claude Opus的1/7。

同等能力的模型，被中国人搞得这么便宜，“怨种”情绪在美国的大批AI用户中“人传人”。

7月31日，DeepSeek V4-Flash正式版上线公测，极高的性能与极低的价格引发开源社区热烈讨论，“DeepSeek斩杀线”一词也随之火爆全球开源社群。

“DeepSeek斩杀线”这个词，看似是DeepSeek带着中国AI制造的一个价格现象，但究其根本，最大推手还是美国。

要不是当年美方的“出口管制条例”限制我们获取高端芯片，需要大量算力的幻方量化，恐怕也不会想到死磕架构升级以节省算力。

聊到这里，我们不妨“领教”下当年美方是怎么步步紧逼的：

• 2022年10月美国将A100/H100纳入出口管制，英伟达推出A800/H800特供版，中国企业成功购入。DeepSeek V3就是基于H800集群训练；

  
  

• 2023年10月，A800/H800被禁，英伟达再推H20，一度一卡难求；

  
  

• 2025年4月，H20又被纳入了出口许可管制；

  
  

• 2026年8月，一批H200终于落地，字节跳动和腾讯各收到约1万颗，仅为获批上限的约10%。

  
  

强者从不抱怨环境。

一些企业甚至将高端芯片部署在第三国，再通过云端远程调用算力，被业内称为“外训内推”。

但即便如此，高端芯片受限，中国厂商就无法在“堆算力”这条路上跟美国卷。

DeepSeek以及众多中国的高性能大模型们，就是在这场不公平竞争中脱颖而出的。

看总参数，DeepSeek V3的规模是6710亿。

但每次处理一个token，它只要激活370亿参数，占总参数的约5%。

配合多头潜在注意力等系统级优化，DeepSeek V3仅用2048块H800就完成了训练，最终训练成本仅557.6万美元。

因为DeepSeek模型的极高性价比，有网友将其创始人梁文锋直接尊称为“梁神”。

作为对比，业内曾对GPT-4训练成本做过估算，约在7800万美元到1亿美元之间，两者相差十余倍。

所以说美国是中国产业发展的“倒逼师”，真的不为过。

更重要的是，在DeepSeek之后，美方持续发力，对我们获取高端算卡围追堵截。

这让架构升级成了中国AI的标配，整体性价比都提上来了。

除了外部的负面激励，我们国家本身也有很多制度优势，有力助推了AI产业的发展。

最典型的，就是电力。

一直以来，中国的电价在世界主要经济体中就优势显著。

但如果算绝对值，美国的工业电价并不比中国高很多。

2025年，中国大工业用户平均电价约0.56元/度；美国工业平均零售电价约0.086美元/度（约合0.62元人民币）。

我们的电力成本优势，其实是来自整个电力系统。

在内蒙古、贵州等绿电富集地区，通过绿电交易和园区直供，到户电价最低可达0.3到0.4元/度；新疆增量光伏项目机制电价竞价下限，每度只要0.15元。

在呼和浩特，中国华电风光储电站产出的绿电通过41公里专线直供企业，到户电价控制在每度0.38元左右，用电成本较北京降低约三分之二。

紧接着，我们国家有强悍的高压输电网络，即便是与西部隔着千里山海的发达城市，也能用上稳定的工业绿电。

但美国呢，电网碎片化严重，老旧基建翻新难，造成相当多的地方不适合搭建算力基础设施，甚至一些重点城市反而缺电，AI超算要跟居民抢电用。

比如全球最大的数据中心集群，北弗吉尼亚，就是如此。

2023年，这里一年出现3次备用电力短缺。到2025年，这一数字飙升至19次。进入2026年后，北弗吉尼亚仅前两个月就出现了6次电力短缺，最高缺口783兆瓦。

电价方面，北弗吉尼亚劳登县Arcola节点的电价从2024年的36.8美元/兆瓦时，涨至2025年的59.3美元/兆瓦时，涨幅61%。

因此，即便是拥有顶尖闭源模型的AI厂商，也难免被成本压得喘不过气。

所以定价低廉的中国AI到来之后，美国企业主对成本的敏感神经，瞬间就被牵拉起来。

当越来越多爱彼迎这样的企业使用中国AI，“斩杀线”也将越来越明显地横亘在美国AI厂商的面前。

在当年美国祭出芯片管制大招时，中国的模型能力就已经受到了限制。

然而带着镣铐的奔跑，倒逼了我们国家顶尖模型的性能。

斯坦福《2026人工智能指数报告》显示，中国AI的综合性能，与美国AI的差距已经缩小到只有2.7%。

也就是说，通过架构升级，我们为自己打开了一个机会窗口：中国AI因不依赖高价英伟达芯片，有相当大的降价空间。

然而“能降价”与“降价仍赚钱”之间，还有一层隐形的推力。

那就是前些年“东数西算”战略下，我们国家自上而下大规模布局算力。

2022年2月，“东数西算”工程全面启动，我国在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏布局8大国家算力枢纽节点，规划10个国家数据中心集群。

只用四年时间，我国在用算力设施机架数，就超过了1373万标准机架，智能算力规模达到159万PFlops（FP16），位居全球第二。

这次适度超前的冗余投资，虽然造成了一定量的数据中心空转，但也让AI厂商无需以极高成本搭建超算，实现更大程度的边际成本递减。

低价，只是让全球开发者浅尝中国模型的“敲门砖”。

美国硅谷顶级风投公司之一a16z（Andreessen Horowitz）合伙人马丁·卡萨多（Martin Casado）曾在采访中透露，在向该机构路演、且采用开源技术栈的美国AI初创企业中，约80%基于中国开源模型构建——这一比例折算到全体美国AI初创企业，约为16%–24%。

对真正的AI使用者来说，一旦进行了本地部署，他们就在中国技术栈上嵌入了自己的工作流，转移成本是相当高的。

因此只要中国开源模型的性能不坍缩，我们的价格优势就会一直存在。

在此基础上，中国AI的出海也就不仅局限于美国。

比如东南亚，就是重要的一站。

东南亚因底层基建薄弱，错过了全球AI爆发的第一个窗口期。

早在2019年，新加坡就因电力和土地约束，暂停新数据中心审批。

此后五年，东南亚各国的AI产业都推进缓慢。

直到2024年，印尼、泰国、越南、马来西亚才加快脚步，但电力、电网、土地、人才等瓶颈依然限制AI发展。

也就是说，东南亚国家即便有钱、有意愿，也无法在短期内靠自己拥有成熟可用的AI系统。

买中国Token，成了绕过“缺基建、缺算力、缺时间”等多重约束的最短路径。

而中国AI模型的极致性价比，恰好让这条路径变得极具吸引力——中国“量大管饱又便宜”的Token，正是东南亚市场最需要的。

Token出海的实质，是中国本土AI模型通过API接口向全球提供推理服务。

因此2026年也被业界视作“中国Token出海元年”。

汕头、广西、海南、内蒙古等地，已陆续跑通或布局面向东南亚的Token出海通道。

这场大规模出海，让我们消化产能，也让东南亚吃到中国的产业红利。

伴随着周边国家用最低成本跨入AI时代，AI本身也就成为我们国家团结周边友邻的一条纽带。

而，西方对手的战场仍在其本土，而我们的市场版图会延伸到全球。