7月中旬开始的三周里，三款国产大模型接连上线海外，节奏卡得很准。7月16日，月之暗面Kimi K3；7月31日，深度求索DeepSeek V4-Flash；8月3日，阿里通义Qwen3.8-Max。海外的反馈也快，评测榜单和第三方调用平台的数据一路往上走。
但这些模型凭什么在几周之内被硅谷初创、华尔街加密平台、旧金山外卖巨头接连采用？国产开源模型这波集中出海，又会怎么改写行业的路线和玩法？
三周三款上线7 月 16 日月之暗面正式上线 Kimi K3，这款总参数 2.8 万亿的 MoE 混合专家大模型上线当日便拿下 Frontend Code Arena 前端代码盲测 1679 分，同期表现优于 Claude Fable 5、GPT-5.6 Sol两大海外旗舰模型，在主流旗舰模型中，位居首位。
上线不到24小时，调用申请和新用户注册直接把预设的算力集群顶到红线，运营方临时收紧订阅入口，先扩容。
Kimi K3这波“爆单”，真正的意义不在于分数超过谁，而是让全球一大批中小开发者第一次直观感受到，国产开源大模型的性能扛得住。
7 月 31 日轮到 DeepSeek，V4-Flash 0731 版本用的是 2840 亿总参数、130 亿激活参数的稀疏架构；其前代 V4-Flash 0423 版本曾在 OpenRouter 聚合平台创下单周 Token 调用总量约 7.2 万亿、登顶当期榜单的成绩，本次 0731 新版上线初期该平台单周调用量约 3.45 万亿。
但我想说清楚的是，OpenRouter只是众多聚合渠道之一，这个数字是该平台口径，不能等同于全网规模。
OpenRouter 平台官方标价输入 0.14 美元 / 百万 Token、输出 0.28 美元 / 百万 Token，该渠道定价大致仅为同平台 Claude Fable 5 标价的十分之一。
Artificial Analysis 在同等标准化 Max Effort 实测工况下，V4-Flash 输出速度可达 113 tokens / 秒，相较同期 Claude Opus 5 的 74 tokens / 秒提速超 50%；虽综合智能得分低约 20%，但文案改写、简单代码、基础检索这类日常活，够用而且是好用的。
硬件门槛也降下来了，FP4与FP8混合量化后的权重体积约160GB，配上量化优化和调度适配，高端消费级独显能跑本地推理，入门显卡想扛生产级业务，还是不现实。V4-Flash真正的杀伤力，是把私有化部署的硬件账单压到中小机构能负担的区间，那些数据不能出内网、又养不起大型数据中心的公司，有得选了。
8月3日，阿里通义发布Qwen3.8-Max。Frontend Code Arena打了1668分，该模型为 MoE 稀疏架构，总参数约 2.4 万亿、激活参数 950 亿，当期第四。文本、代码生成稳在全球第一梯队；多模态图文解析、科研文献处理也进了前列，综合调用价格大约是Claude Opus 5的四分之一。
三款产品分工分别是：Kimi偏超长上下文和多模态前端；DeepSeek主打稀疏架构和本地离线部署；通义Qwen吃的是政企办公、多语种商业文案。各站各的位，从技术展示过渡到规模化试用。
海外企业选它是有原因的为什么海外企业愿意把生产流量切过来？我看的核心就三点：成本、部署、生态。
旧金山有家叫Lindy的初创公司，做邮件自动化、日程管理、CRM这类活。6月26日，创始人Flo Crivello对外宣布，把公司全部常规生产业务的流量切到了DeepSeek-V4上。他在 NPR 公开采访中表示：AI API 的订阅费长期占运营成本很高的比例，换模型是常规的成本结构调整，不是被逼到墙角。
这里有个细节值得说一下，Lindy走的不是国内官方API，而是通过美国本土云厂商AtlasCloud托管开源权重，云服务商按商用授权协议向深度求索付费，这种模式在全球开源圈是家常便饭。
Coinbase的玩法更精细，这家加密交易平台搭了一套AI智能路由的分层调度：工程师日常研发、基础文本处理这类低风险任务，优先走Kimi K2.7、智谱GLM5.2这些国产开源；只有量化风控、高精度收益测算这些真正核心敏感的业务，才保留海外闭源模型兜底。
公司内部数据显示，整体API采购成本降了大约50%，91%的日常研发不用切回海外模型，体验没啥割裂感。
DoorDash那边，把客服问答、订单文本解析、简单脚本这些高吞吐的标准化活儿接进了Kimi。Airbnb在客服对话、多语种房源文案、用户评价分析等环节，启用了通义Qwen系列，核心风控、资金结算这些命根子业务，还是原来那套跑得很稳的模型，只在非核心业务上做了成本优化。
OpenRouter 统计面板的数据也能说明，2025 年上半年该平台国产大模型调用 Token 占比低点仅 4.5%；到 2026 年 7 月，单周峰值已突破 46%，自 2025 年中以来实现量级式抬升。但OpenRouter只是一个平台的口径，不能直接推成美国全境企业AI调用的整体渗透率。
云厂商这边动作也齐了，微软Azure、亚马逊AWS、谷歌云，还有英伟达的NIM服务，相继在自家生态里上架了DeepSeek、通义Qwen系列的开源模型托管，云厂商用自己的算力承接客户的本地化部署需求，属于全球云生态的常规布局。
我们再来看看部署， 美国现行的AI安全审查体系对定制化的闭源商用模型监管很严；开源权重交给企业自己在本地做私有化部署，这个模式不在高强度专项审查范围里，反而契合当地合规要求。
金融、咨询这类对数据保密有硬要求的企业，既不想调用第三方云端API让数据跑出去，又付不起传统巨型模型私有化部署的硬件成本。DeepSeek V4-Flash的企业级私有化整套落地，能控制在百万元人民币区间；科研个人调试的部署，几万块就能搞定，全程内网离线，数据不出服务器。
英伟达CEO黄仁勋此前公开肯定过优质开源大模型的价值，因为轻量化开源模型把AI落地门槛拉低，大量中小企业和独立开发者会入场做本地部署，直接拉动高端算力显卡的需求。作为全球核心算力硬件的供应商，行业整体AI渗透率上来，对自己的业务是利好的。
最后是生态， 三款主流国产模型都开放基础权重，全球开发者可以拿来自主二次微调、场景适配、功能改造，海外闭源模型大多只开放API调用，底层动不了，这个差别直接决定了迭代速度，V4-Flash上线一周，全球开发者提交了两千多项优化建议，细分场景的短板补得很快。
国内同行之间也在互通有无。深度求索开源的DeepEP、FlashMLA、FP8高效训练方案，行业免费用；Kimi K3引入的MLA多头隐注意力优化了超长上下文的显存占用，深度求索也吸收了Kimi的Muon优化器，来提升万亿级MoE模型训练的收敛效率。
中美两条路线各有各的活法国产开源模型的性价比不是单纯低价让利。往底层挖，是稀疏MoE混合专家架构那套东西终于熬出头了。走的这条路，跟海外头部厂商偏重堆算力、上稠密大模型的路线完全不一样。
MoE的理念其实1991年就有人提出来了。2017年谷歌把稀疏门控MoE的基础框架搭起来。传统的稠密大模型，运行时全部参数一起参与计算，模型越大，算力消耗越夸张。
MoE的思路是把整个模型拆成很多个细分领域的专家网络，配一个门控调度系统，每次输入进来只激活对应领域的少数几个专家做计算，其他网络休眠。理论上，既能有超大参数量的知识储备，又能把单次推理的算力消耗压到很低。
在硬件资源受约束的前提下，深度求索这些年一直在死磕自家的DeepSeekMoE优化体系，细粒度专家拆分，把常规网络单元切成64个小型专家，路由划分更细；设置固定共享专家一直激活，存通用常识，从根上缓解坍缩；不用谷歌原生那套辅助损失做负载均衡，改用专家偏置参数；配上自研MLA多头隐注意力，大幅缩减超长上下文场景的KV缓存占用。
V4-Flash在这个基础上又加了CSA压缩稀疏注意力和HCA重度压缩注意力交替架构。这个设计有点意思，模拟的是人类记忆筛选的逻辑，长上下文里留住关键信息，弱化冗余。实测数据显示，百万Token超长上下文场景下，单Token的计算量只有前代V3.2的10%，KV缓存占用降到7%。上下文越长，算力节约越明显。
训练层面配套了GRPO强化学习和在线策略蒸馏的双阶段优化，把多领域专家能力融合到位。复杂指令实操的得分从61.8提到82.7。轻量化模型的实际业务能力，就是这么一点点抠出来的。
海外头部厂商长期走稠密大模型路线，靠海量算力堆规模。行业机构测算，2025 年全球超大规模云厂商数据中心资本开支约 4100 亿美元，2026 年将升至 7250 亿美元，其中绝大部分资源倾斜用于 AI 算力建设；
高盛预测，2025–2030 年四大超大规模云厂商 AI 相关基础设施累计投入约 5.3 万亿美元。美国市场是投入核心区域，整体重资产投入体量巨大，与国内轻量化架构路线形成鲜明反差。
反观国内 AI 算力整体投入规模显著低于美国。靠架构优化把算力利用效率抬起来，在绝大多数通用场景实现了性能对标。市场竞争的反作用力也直接。7月30日，OpenAI下调了GPT-5.6基础档位的调用价格，轻量化档位降幅大约八成。
OpenAI 及合作方近两年在 AI 算力基础设施投入规模巨大，稠密重资产模式下大幅降价之后，回本周期就拉长了。行业开始重新审视，单纯堆算力这条路还能不能这么走下去。
Anthropic、OpenAI之前曾尝试游说当地监管出台限制海外开源模型的相关条款。近两百家硅谷中小企业联名致信白宫表示反对，理由是限制措施会直接抬高自家AI运营成本，挤压初创企业的生存空间。
英伟达联合多家科技企业也反对一刀切式封禁，核心诉求是维护全球AI产业链的正常流通。各方表态，本质上都是立足自身商业利益的理性选择。封闭管控这条路，行业各方基本达成共识，不太走得通。
两种技术路线，慢慢走向差异化互补。海外闭源稠密大模型稳定性强，适配高精度医疗诊断、前沿基础科研、高合规金融风控这些高附加值场景；国内稀疏轻量化开源模型性价比突出，适合海量标准化日常业务、边缘端硬件部署、中小企业普惠数字化。二者不是非此即彼，共同丰富全球AI产业的供给。
全球AI行业早就告别了单一技术路线垄断的阶段，开放、竞争、互补是长期趋势。国内AI产业在外部客观约束下坚持算法创新和工程深耕，走出了一条适配自身资源禀赋的普惠化路径。靠持续的技术打磨和规范化的全球商业合作，会继续给全球数字化转型提供高性价比的方案，让AI从少数大企业的专属工具，变成更多行业都用得起的基础设施。
信源：OpenRouter平台调用统计、Artificial Analysis模型评测报告