美企大规模采用中国开源大模型降本增效

近期一个值得关注的现象是，多家美国科技企业正在把中国开源AI大模型部署到核心生产系统里。这背后有个关键原因——主流商业模型服务价格持续走高，让不少企业开始算这笔账。

以某加密货币交易所为例，他们已将智谱的GLM 5.2和月之暗面的Kimi K2.7设为全体工程师的默认大模型。这个调整通过内部大语言模型网关完成，没有限制工程师的调用额度，但整体AI运营成本却显著降低。

该公司的CEO在社交平台公开表态，在模型调用量指数级增长的背景下，通过更换默认模型、优化请求路由策略以及增强缓存机制，AI相关支出降幅接近50%。他强调，这条路径不需要特殊技术门槛或定制化基础设施，其他企业完全可以照搬。

值得注意的是，这次调整并没有削减工程师原有的Token配额。数据显示，超过九成的工程师此前从未触及调用上限。所以，公司只是把代码审查、技术文档摘要这些常规开发任务依赖的默认模型，从原先的国际头部闭源模型，平稳切换到了上述两款中国开源模型。

其实，类似策略早有先例：一家全球在线住宿平台把客服系统模型从GPT系列换成了通义千问；另一家专注AI工作流自动化的企业，因为AI支出已经超过人力薪酬总和，索性把核心模型从Claude迁移到了DeepSeek V4。还有云数据平台企业测算过，GLM 5.2在多项关键指标上接近Claude，但单位调用成本明显更低。

在主流大模型调用平台的文本生成类榜单上，中国开源模型长期稳居前列。DeepSeek、小米MiMo、MiniMax、腾讯混元以及智谱GLM等均处于第一梯队，这反映出它们在实际应用场景中的稳定性和成熟度。