同一周的两条消息，摆在一起看很割裂。
一条是榜单，多模型聚合平台 OpenRouter 的数据显示，7 月 27 日到 8 月 2 日这一周，全球大模型调用总量 56.8 万亿 Token，其中中国模型占 28.13 万亿，接近一半，榜单前五席位全部是中国产品，这个领跑已经持续了十四周。
另一条是吐槽。一篇采访了多位一线开发者的文章，标题叫《国产大模型，贵到用不起》。
两条都不假。我的判断是，它们能同时成立，是因为算的根本不是同一笔账：调用量统计的是流量，而开发者掏的是钱包，中间隔着一整套定价结构。
一、便宜的第一层：单价确实低
先看最直观的那一层，Token 单价。
按公开价目，GLM-5.2 每百万 Token 的输入和输出价格是 1.4 美元和 4.4 美元，DeepSeek-V4-Pro 是 0.435 和 0.87。对面呢，GPT-5.6 Sol 是 5 和 30，Claude Fable 5 是 10 和 50。
输出侧的差距超过十倍。所以调用量领跑这件事，看起来顺理成章。
一个开发者在 OpenRouter 上跑批量任务，同样的活儿用国产模型能省一个数量级的钱，用脚投票再正常不过。这也解释了为什么榜单前五全是中国产品：在按次计费的散客市场里，单价就是全部。
如果故事到这里结束，那确实是个爽文，但账单不这么算。
二、便宜的幻觉：越是重度使用，反而越贵
转折出现在编程场景。据《最话 Funtalk》7 月底的报道，一位 AI 领域的科研工作者，因为工作需要每天在写代码的场景里消耗几十亿 Token。采访当天他消耗了将近 40 亿。按 GLM-5.2 的单价折算，这一天的成本大约 1084 美元，合人民币七千八百多。
而他实际付了多少？他开的是 Codex 套餐。Plus 每月 20 美元，Pro 从每月 100 美元起。
另一位重度开发者的账更直观：他在 Codex 上一周实际花费 300 元人民币，没有公司报销。而同样这 300 元，买不到 GLM-5.2 同等数量的 Token。
一线开发者给出的原话是，Codex 套餐是目前能买到的最便宜的 Token，比智谱、Kimi 便宜好几倍。
这句话反直觉，但机理并不复杂：对面卖的是包月，这边卖的是按斤计费。 单价低十倍，架不住一个按量收费、一个封顶。你以为进的是自助餐厅，结账时发现商家还是按克称。
国产不是没做过套餐，是套餐里的限制多。Kimi Code 分四档，额度按周刷新；GLM 的编程套餐按每 5 小时的调用次数限额，高峰期还要按三倍扣额度；阿里 Qoder 的企业版按一位运维朋友的用法三天就见底。至于智谱，2026 年 1 月因为算力紧张，把每日可销售的额度直接砍到原来的两成，每天上午十点放量，几分钟就被抢空。
三、便宜的尽头：算力这本账付不起包月
为什么国产不敢做真正的包月？
答案在算力。按 2025 年中国信通院和工信部的口径，中国现存数据中心 449 个，美国是 5427 个；总算力中国 1053 EFLOPS，美国 2400。更关键的是结构差异：美国那部分里高端 GPU 占比极高，中国的算力有相当比例来自昇腾、寒武纪等国产芯片，单卡性能与 H100 仍存在代差。
但真正致命的不是总量，是一个容易被忽略的商业机理。传统云厂商敢卖不限量的云服务器，是因为可以超卖。
一台 ECS 实例的 CPU 利用率可能只有一成，一台物理机能同时卖给十个客户，大家不会在同一时刻满负载。
大模型推理没有这个空间。来一个 Token，就要实打实烧一次 GPU。显存、算力核心、电费，全是刚性支出。用户如果二十四小时不间断地刷，成本线会被直接击穿。
所以国产厂商算完账的结论是清醒的：以现在的算力成本和亏损状况，卖包月等于拿固定月费去赌用户不会用满，而国内开发者动辄一天几十亿 Token 的用法，这个赌局必输。
价格战其实早就结束了。2026 年 3 月起，智谱、阿里云、腾讯云、百度在 Token 价格上集体上调，涨幅从 5% 到 460% 不等。
四、便宜换来了什么：调用量和营收反差
回到开头那个割裂。
调用量这一侧：中国模型周调用 28.13 万亿 Token，连续十四周领跑。往前追，6 月 22 日到 28 日那周是 20.39 万亿，对面美国模型 4.25 万亿。
营收那一侧：智谱 2025 年营收 7.24 亿元人民币，亏损超过 30 亿；MiniMax 约 7900 万美元，折合五亿多人民币。对面 Anthropic 的年化经常性收入约 600 亿到 700 亿美元，主要驱动力正是企业级 API 和写代码这类场景，Cursor、GitHub Copilot 这样的大客户一年能贡献 14 亿美元。
调用量第一，营收差两个量级。这组反差说明的事情很直接：免费额度换来的用量不是生意。
有个数字可以当注脚。8 月 3 日，开源项目团队 OpenCode 披露，DeepSeek V4 Flash 在其平台上单日调用量达到 8 万亿 Token。其中 5 万亿是免费试用额度消耗，3 万亿是付费。
五比三。这个比例本身就是答案。
五、怎么选：三种处境，三条路
判断完了，落到动作。技术选型别看单价，看你属于哪一类。
轻量调用、非编程场景：国产模型的单价优势是真实的，翻译、摘要、分类、批量处理这类活儿，直接用，省下来的是真钱。
高强度写代码：先算总价再看单价，这与直觉相反但更接近事实。有套餐兜底的通常比按量计费的划算，先估算自己的日均消耗，再决定买哪种形态。顺带提醒一句，部分开发者通过中转渠道拿到的低价 Token 存在被换成小模型的风险，这笔账要算进去。
要私有化部署，或者数据不能出境：这是国产开源模型不可替代的场景，和单价高低无关。这一周刚好有两个新选择：阿里 Qwen3.8-Max 首次开放 Qwen-Max 级别的权重，2.4 万亿参数、950 亿激活；DeepSeek V4 Flash 采用 MIT 协议，2840 亿总参数、激活 130 亿，官方称已原生适配 Codex 的接口格式。
国产模型这一年真正的进步不在榜单排名，在于它已经能稳定承接一部分真实工作。但只要算力这本账没有翻篇，包月就做不起来，而做不起包月，就吃不到高价值的重度用户。
调用量能证明模型可用，证明不了商业模式跑通。