今年7月，中國研發的模型首次包辦OpenRouter前五名。OpenRouter是一個中立的路由平台，在單一API背後整合數十家供應商的數百個模型，已成為AI產業中最接近尼爾森收視率的評比機制。以智慧型手機及近來的電動車聞名的小米，其MiMo V2.5按token流量排名第一，其後依序為DeepSeek（這家位於杭州的實驗室曾於2025年初以低成本發布震動全球市場）、MiniMax、阿里巴巴的Qwen系列，以及月之暗面的Kimi。中國模型目前承載該平台超過60%的流量，每週超過20兆個token——token是模型讀取與生成的文字片段，也是AI使用量衡量與計費的單位。正如這篇Fortune評論所言，這不是基準測試結果，而是一條使用量曲線。

一年前，美國模型約占OpenRouter流量的70%；如今約為30%。更引人注目的是，截至7月中旬，美國企業在該平台上處理的token中，來自中國模型的比例達到創紀錄的58%。在作者看來，美國企業並非被迫使用中國AI——而是一個工作負載接著一個工作負載地主動選擇，因為價格與效能的帳算下來令人無法忽視。

競賽一分為二

作者認為，這個悖論值得列入今年秋天每一場董事會的議程。美國實驗室仍握有絕對的前沿地位：OpenAI的GPT 5.5、Anthropic的Claude Fable 5與Google的Gemini 3.x在最困難的推理、長程代理以及最嚴苛的企業任務上保持領先，前沿差距確實存在，以月為單位衡量。然而這場競賽已分裂為兩場較量——能力與分銷——美國正贏得前者、輸掉後者。

DeepSeek的V4-Pro在相近的基準測試表現下，價格約為GPT-5.5的十二分之一；DeepSeek V4 Flash每百萬輸入token收費0.14美元，GPT-5.5則為5.00美元。OpenRouter自家分析師報告指出，中國開源模型的成本比美國領先產品低60%至90%。對高流量的生產工作負載——程式編寫代理、文件處理與客戶營運——而言，這一價差決定了採購訂單。

文章接著指出，分銷是生態系統鎖定之地。阿里巴巴的Qwen系列累計下載量已突破10億次，取代Meta的Llama成為全球下載量最高的開源模型家族——開放權重模型會發布可下載的參數檔案，開發者可在自家基礎設施上執行、檢視並微調，這與只能透過供應商付費API存取的閉源模型不同——而定義了2023與2024年開放權重AI的Llama，路由流量占比已跌破1%。開發者會針對可下載的模型進行優化，並圍繞所部署的模型建置工具；Linux正是如此贏得伺服器市場、Android贏得手機市場，而同樣的劇本正在眾目睽睽下重演，作者寫道。

歡迎來到死亡地帶

在前沿與大宗商品化底層之間，存在作者所稱的死亡地帶：任何既非明顯最好、也非明顯最便宜的模型、產品或企業AI策略，都正同時遭受來自兩個方向的擠壓。

市場數據清楚呈現這種兩極化。根據對OpenRouter使用數據的分析，Claude系列的開發商Anthropic僅占該平台約12%的token份額，卻囊括約一半的總支出——這是高價值車道，以較少的token收取與其工作價值相符的價格。大宗商品車道則屬於搬運數兆廉價token的高效開源模型。至於中間地帶——缺乏決定性能力優勢的閉源模型，以及為大宗商品化工作支付前沿價格的企業部署——則完全沒有車道可走。

作者主張，大多數財星500大企業的AI策略計畫目前正處於那個中間地帶。典型企業在2024年簽下一份前沿API合約，將所有流量導入其中，便不再回頭；到了2026年，這相當於用隔夜空運經營整個物流業務。

中國是有計畫地做到這一點

評論強調，這一切並非偶然。美國於2022年首次實施、其後多次收緊的先進AI晶片出口管制，使中國實驗室無法取得最大的GPU叢集，於是它們以token效率、新穎的注意力機制、高效的多專家混合設計、以更高品質的數據取代原始數量，以及從第一天起就針對推理設計的架構，繞過資源稀缺的限制。國家支持進一步壓低了有效成本基礎，小米更在5月將MiMo API價格調降幅度最高達99%。限制於是成為策略——而將效率視為次要考量的美國實驗室，恐怕會在保住技術優勢的同時，失去市場流量、開發者的興趣，最終失去整個AI生態系統。

2026年建設者的行動指南

針對真正投入AI建設的高階主管與創辦人，作者提出四項當前比什麼都重要的行動。

1. 將混合路由設為預設架構。

將最困難、監管最嚴格、風險最高的工作導向前沿模型，將高流量、對成本敏感的任務導向高效的開源模型。這麼做的公司在多數工作負載上削減了60%至90%的推理成本，且不在關鍵之處犧牲品質；作者認為，如果AI預算全部經由單一閉源API運行，那麼大多數工作都在付出過高的成本。

1. 將效率視為第一流的武器。

推理優化、量化、投機解碼與模型—硬體協同設計如今已是標準做法，而非僅是研究上的新奇嘗試。研究受限制的實驗室如何建置，再以美國的算力為後盾應用這些經驗。

1. 在模型層之上建立差異化。

專有數據、應用層、領域微調、代理框架與嚴謹的評估工具，其價值延續得比任何基礎模型的優勢更久；基礎模型正在趨同為基礎設施，而「你的護城河從來不會是別人的模型」。

1. 走出中間地帶。

如果產品依賴的模型既非最好也非最便宜，今年就選定一個方向——帶著真正的差異化沿能力曲線向上移動，或在成本與開放性上全力競爭。作者警告，中間地帶活不過2027年。

美國現在就需要開放權重方案

最嚴厲的批評留給了華盛頓。作者認為，華盛頓正準備打一場錯誤的戰役。國會的本能是以安全為由限制中國模型，而對敏感的政府與國防工作負載而言，這種謹慎有其道理。數據主權疑慮已經限制了中國託管模型在西方受監管產業的採用，不過自主託管的開放權重削弱了這一論點的大部分力道。

文章主張：「禁令不是策略，而是對自己開發者課徵的關稅。」中國開放權重模型的成功並非靠欺騙，而是因為它們品質高、價格可負擔且易於取得——也因為目前沒有任何美國實驗室定期發布前沿級的開放權重模型。Meta的退場讓出了場地，中國迅速接管。

文章提出的答案是：以可信賴的美國及盟邦開放權重模型應戰，定期發布，並以採購誘因或實驗室的直接承諾為後盾。開放權重是一國向世界其他地區輸出其生態系統、安全規範與標準的方式；作者寫道，美國在網際網路技術堆疊上曾明白這一點，現在需要重新記起。前沿依然重要，美國應該捍衛它，但2026年的實務競賽屬於能同時駕馭兩場較量者——絕對的能力與極致的效率、閉源的卓越與開放的擴散、最大且可靠的算力與對它最聰明的運用。受限之下的創新不應再只是安慰獎。

作者總結道，美國企業高層、董事會與華盛頓面對的是同一個問題：當下一代全球軟體問世時，它將建立在誰的模型之上？此刻，下載數字正在給出答案——而那不是美國想聽到的答案。

Fortune.com評論文章所表達的觀點僅代表作者本人，不一定反映Fortune的意見與立場。

本文最初刊登於 Fortune.com。