彭博聯合Vals AI對七款主流大模型進行測試，要求完成同一虛擬咖啡店電商搭建任務。多數模型準確率接近滿分，成本差距卻十分突出：月之暗面Kimi K3花費11.91美元，Anthropic的Claude Fable 5花費48.99美元，前者成本不足後者四分之一。性能趨同時，價格開始主導開發者和企業的模型選擇。
更深層信號在於，中國模型已經“夠好用、夠便宜、可規模化”。彭博行業研究分析師Robert Lea指出，英偉達芯片限制並未阻止中國實驗室縮小差距。中國AI的進步不依賴單一突破，而來自一個在外部壓力下持續迭代的生態系統。
質量差距正在收窄，而非全面逆轉。在Artificial Analysis綜合智能指數中，Claude Opus 5仍居第一，Kimi K3緊隨其後。在τ³-Banking企業級基準上，阿裡Qwen 3.8 Max以51.3%排名第一，Kimi K3以46.0%列第二，高於Claude Opus 5的44.7%和GPT-5.6 Sol的44.3%。在編程測試TerminalBench 2.1中，GPT-5.6 Sol以89.5%領先，Kimi K3為85.0%，Qwen 3.8 Max為81.3%。中國模型已在部分實用場景貼近前沿，差距不再足以被忽視。
價格與性能的組合正在改變全球使用格局。OpenRouter數據顯示，2026年6月中國在全球月度token份額中首次超過美國，7月突破60%。2026年1月至7月，美國市場上中國模型token使用占比達53%，美國模型為42%。token份額直接反映採用情況，大量開發者和用戶正把工作負載轉向中國模型。企業AI消費按量而非品牌聲望計算，成本優勢加速轉移。
中國AI進展不依賴單一公司。中國科技分析師、Hello China Tech創始人Poe Zhao認為，2025年1月以來最重要的變化是，中國進步不再像某一家公司的單點突破。阿裡、月之暗面等企業同時推進，能力基礎正在擴散。生態型競爭結構比單一明星模型更能支撐長期市場份額。
新興市場可能率先感受價格衝擊。成本敏感的中小企業、電商運營、客服與軟件開發場景，更傾向選擇能完成實際任務且支出更低的模型。中國在電動汽車、電池、光伏和先進製造領域已展示類似路徑：規模生產、壓縮成本、持續提升質量。AI正在重複這一模式。分析競爭不應只看排行榜，還要看部署速度、成本曲線和技術進步轉化為市場份額的能力。
資本市場的壓力也已顯現。有消息稱，Anthropic與OpenAI的IPO進程面臨中國價格競爭帶來的額外壓力。若低成本中國模型繼續改善，美國頭部公司需要維護利潤率、解釋估值假設，並回答客戶為何要為相近產出支付更高價格。這不是單純價格戰，而是一場向更高性價比集中的競爭。
對中國AI產業而言，關鍵已不是“是否追上前沿”，而是能否把價格、性能和全球採用優勢轉化為可持續收入、平臺能力和生態壁壘。當前證據顯示，中國模型能完成真實工作，用戶用使用量投票，部分基準差距正在收窄。這種變化不應被當作短期新聞，而應看作全球AI市場的一次結構性調整。
