上周，全球最大的AI模型聚合平台OpenRouter发布了一组数据：截至3月15日，中国AI大模型的周调用量达到4.69万亿Token，连续第二周超越美国。

消息出来，业内讨论了一阵，但很快就被其他热点淹没了。

我觉得，这个数据值得多说几句。

01

先看具体数字。

4.69万亿Token，连续两周超越美国。全球调用量排名前三的位置，被中国模型包揽。

这是什么概念？

放在半年前，没人敢想象这个场景。彼时业内讨论的还是国产模型如何追赶GPT-4，差距有多大。现在再看数据，追没追上一线不说，调用量这块确实卷到美国前面去了。

02

为什么会爆发？

三个原因。

第一，价格战打到极致。

国产模型的API价格已经低到令人发指的程度。同样一亿Token，美国头部模型的调用成本可能是国产的5到10倍。对于企业来说，成本差这么多，用脚投票都知道选谁。

第二，本地化优势明显。

中文场景下，国产模型的表现普遍优于洋模型。这不是技术代差，而是数据和文化适配的问题。Prompt写得更顺，输出结果更符合国内用户的预期和习惯。

第三，Agent生态快速完善。

各家都在推MCP（Model Context Protocol）和Agent工具链。用起来比以前顺手太多，门槛也低了很多。以前需要工程师才能搞定的调用，现在产品经理自己就能搭起来。

03

这意味着什么？

从短期看，调用量大说明应用场景真实存在。企业愿意付费，说明AI在商业场景里真的能产生价值。这是好事。

从中期看，量起来了，钱就多了。收入多了，研发投入就大。这会进一步推动技术迭代，形成正向循环。

从长期看，这是一个信号——中国AI正在从"追赶者"变成"并跑者"。不是所有领域都超越，但在很多场景下，确实够用了。

04

当然，也要清醒。

调用量大不等于技术最强。调用的任务里，很大比例是简单场景——客服、摘要、翻译、生成文案。真正复杂的高阶推理、科学计算、复杂代码生成，这些场景的调用量还是GPT们占优。

而且，数据也有局限性。OpenRouter是海外平台，国内很多模型的调用量不在它的统计范围内。真实数据可能比4.69万亿更大，也可能更小。

05

最后说一个感受。

过去几年，每次看到"中国AI赶超美国"的标题，我的第一反应是标题党。但这次，数据摆在面前，感受不太一样了。

不是因为技术上真的全面超越了，而是因为路走对了。

先把量做起来，把生态跑通，把应用场景验证完——这条路，光伏走过，新能源车走过，现在轮到AI了。

量变引起质变。这个规律，在中国制造业屡试不爽。

至于质变什么时候到来，我不敢预测。但趋势，已经在那里了。