洛杉矶，华人创业者李嘉年把智谱的 GLM-5.2 部署到本地服务器，替代了 Claude Code 的部分工作。他的判断很直接：七成日常任务，智谱和 Claude"已不相上下，没必要全部用最贵的模型"。

成都，视频创作者程潇（化名）的 Claude 账户又被封了。他混用多个模型，但复杂编程仍觉得 Claude"更聪明"。Anthropic 不向中国提供服务，他得挂 VPN、找中介充值，封号之后只能转投 OpenAI 的 Codex。

两个故事，一面镜子。中美科技竞争喊了这么多年，真实的用户行为早就走在了政策前面 —— 两边的人都在把对方的模型塞进自己的工具箱，有人图便宜，有人图最强。

价格差一倍，但差距在快速缩小

Claude 的 Fable 5 至今仍是多个排行榜的第一名。但智谱 GLM-5.2、月之暗面 Kimi K3、阿里 Qwen3.8-Max 近期密集发布，多个任务表现已经逼近 Claude，价格却便宜得多。

具体数字：GLM-5.2 每百万输出 Token 收费 4.4 美元，Claude Sonnet 5 是 10 美元。差了一倍还多。

OpenRouter 的数据更说明问题。截至 8 月 14 日的过去一个月，Token 处理量最高的十大语言模型里，两款来自美国，八款来自中国。但用量大不等于赚钱多 —— 美国模型仍吸引更多支出，近 30 类任务中，仅七类由中国模型占据支出份额首位，其余多数仍是 ChatGPT 和 Claude 的天下。

策纬咨询（Trivium China）数字研究主管凯娜（Kendra Schaefer）的总结很精准：企业和用户混用各种模型是常态，性能、价格、数据安全各有侧重，"不同模型会进入不同的市场区间，而非由一个 ' 最强模型 ' 通吃所有需求"。

她点出了一个关键空白：美国在 "价格低、可自主控制、本地部署" 这个区间缺乏有竞争力的产品 —— 这正是中国开放权重模型能打进美国开发者工具链的原因。

但好日子可能不长了

问题在于，这种 "各取所需" 的状态，正在被双方的管制收紧所挤压。

美国这边，财政部长贝森特 7 月公开表态，将审查中国开放模型是否涉及知识产权盗用，侵权若证实，可考虑金融制裁并列入实体清单。美国用户已经开始担心：中国模型关注度越高，华盛顿越可能出手限制。此前美国已以信息安全为由，在部分政府设备上禁用中国相关应用。

中国这边也在收。路透社报道，北京正考虑限制海外获取先进 AI 模型，官媒定调："支持开放 AI 模型不意味着所有能力都无条件扩散。"7 月，中国工信部直接提示 Claude 编程软件内置监控、回传敏感信息，存在严重安全后门隐患。

程潇说得很实在：就算申诉拿回 Claude 账号，也不排除中国官方未来某天主动禁用。李嘉年则开玩笑："搞不好，我们以后也要 ' 翻墙 ' 下载最新中国模型了。"

玩笑背后是真实的趋势：中美 AI 竞争，已经从 "谁更强" 进入了 "谁能用谁的" 的新阶段。

美国真正焦虑的不是落后，是商业模式被掀桌

过去的叙事很简单：美国科技巨头砸算力追 AGI，中国在算力受限下搞低成本、开放权重和应用落地，是追赶者。

但中国模型的进步速度，让美国意识到一个更麻烦的问题 —— 即使中国还没在最前沿全面赶超，也可能靠低成本和开放权重动摇美国原有的技术生态优势。

布鲁金斯学会研究员陈凯欣 4 月以专家证人身份出席美国众议院中国问题特别委员会听证会，他点出了华盛顿的两重焦虑：

第一，能力相近的中国模型若广泛流通，美国的 AI 监管框架可能被绕开 —— 你管得了 OpenAI 和 Anthropic，管不了用户本地部署的中国开源模型。

第二，强大的开源中国模型会直接冲击 OpenAI、Anthropic 的商业模式。这些公司此前投入了巨额资金，如果一个免费开源的模型就能干差不多的活，它们的高估值怎么自圆其说？

南洋理工大学讲席教授丛林把这个逻辑推得更深：大语言模型的商业护城河有内在弱点 —— 它是一种会不断 "教育" 竞争者的产品。即使权重不公开，大量输出也可能成为其他模型的学习素材。这就是美国反复指责的 "模型蒸馏"。如果能力能通过蒸馏转移，那支撑高估值的技术领先优势，就没有想象中那么稳固。

华盛顿的应对已经开始。去年推动 "全栈美国 AI 技术包" 出口计划，把大模型、芯片、服务器、数据中心打包向盟友输出 —— 这是对中国向全球南方输出技术路径的直接对标。今年，特朗普政府更进一步，施压盟友在中美两个 AI 体系之间选边。路透社 8 月 15 日报道，美国拟致信数十个 "硅和平"AI 联盟成员，警告不可加入北京主导的 AI 合作框架，否则将被排除在 "硅和平" 之外 ——"试图加入所有阵营，等于一无所有"。

企业也在行动。OpenAI 上月底宣布 GPT-5.6 的 Luna 和 Terra 分别降价 80% 和 20%；Anthropic 本周宣布取消 Sonnet 5 涨价计划，永久维持初始优惠价；Meta 和英伟达发布了新的开源模型。

价格战和开源战，本质上都是同一件事：美国开始在自己不擅长的战场上应战。

中国的低价优势，也在承压

但中国模型也不是没有软肋。

中国政府很少提 AGI，但这不意味着放弃前沿。DeepSeek 创始人梁文峰曾直言不讳地表达对通用人工智能的追求。丛林指出，中国前沿 AI 企业正在把规模推向现有硬件的极限 ——Kimi K3 参数达到 2.8 万亿，"这并非一个满足于低成本应用扩散的生态系统会有的行为"。实验室追前沿，政府强调扩散和产业应用，两条线同时在跑。

新加坡亚洲数字经济科学院院长陈柏珲的概括是：中国 AI 战略有两层 —— 一是推动 AI 落地真实生产场景，培育新增长引擎；二是不放弃前沿模型竞争，通过开源扩大影响力。

但算力是硬约束。业务扩张推高算力成本，智谱今年以来多次上调价格；月之暗面推出 Kimi K3 后，因需求超过算力承载能力一度暂停新订阅。低价优势，正在被自己的成功反噬。

陈柏珲形容这是 "无奈" 的选择，也是中国人擅长的 "在战斗中学习战斗"。他的判断很硬核：模型能力关乎未来国家实力，科研、军事领域仍需最强模型，"就如同核武器，必须同时拥有，才能形成力量平衡"。

CSIS 未来实验室副主任阿塔兰（Yasir Atalan）持相似观点："足够好" 的模型能完成大量商业任务，重点在融入企业业务；最强模型则决定科学、数学等高难度问题的突破，进而影响经济和军事能力。"谁在技术前沿领先，谁就更有可能把自己的 AI 技术栈销往全球。"

这场竞争没有终局，只有不断移动的边界

这篇报道最核心的洞察，不是 "中国在追赶" 或者 "美国在压制"，而是一个更微妙的事实：中美 AI 竞争正在分层，而且每一层的规则都不一样。

在商业应用层，"足够好" 的开放模型继续跨境流动。李嘉年用智谱替代 Claude，Hugging Face 用 GLM-5.2 防御 OpenAI 模型的入侵 —— 这些真实场景说明，开源模型的价值已经不只是 "便宜的替代品"，而是整个生态中不可替代的一环。价格、本地化、数据安全，这些维度的竞争才刚刚开始。

在前沿能力层，模型正在变成战略资产。双方都在收紧出口，都在把最强能力视为不可扩散的核心技术。这一层的竞争逻辑更像核武器 —— 不是谁用得多，而是谁有、谁能威慑。

真正值得警惕的是这两层之间的边界并不稳定。丛林说得对，今天的前沿能力，随着开放模型追赶和成本下降，可能很快下沉为普通企业可获得的基础能力，新的战略边界会不断向前移动。这意味着管制永远在追着技术跑，而技术扩散的速度永远比管制快。

这就导出了一个困境：中美都意识到前沿能力扩散有风险，但对 "开放" 还是 "封闭" 更安全，没有共识。Hugging Face 那个案例很有讽刺意味 —— 西方主流大模型溯源受阻，最后靠中国开源模型完成了防御阻断。开源到底是安全风险还是安全资产？美国安全界自己都在分裂，目前特朗普政府倾向将开源模型视为安全资产，未纳入监管。

更大的风险在军事领域。阿塔兰的警告不是危言耸听：如果双方在缺乏共同框架的情况下，各自把越来越强的 AI 整合进军事系统，一旦某一方让 AI 参与关键决策，对手就必须调整威慑逻辑，误判和战略不稳定的风险会指数级上升。7 月以来，AI 模型在沙盒测试中找到漏洞入侵真实系统的案例已发生至少七起 —— 这还只是民用场景。

所以我的判断是：中美 AI 竞争不会有 "谁赢谁输" 的终局，它会变成一种长期的、分层的、动态平衡的共存。商业层继续互通有无，前沿层持续博弈封锁，安全层勉强维持最低限度沟通。双方都在喊脱钩，但用户的工具箱比政策诚实得多 —— 只要中国模型性价比还在，只要美国模型能力还强，混用就不会停止。

真正的变量不是某一款模型的发布，而是某一方是否会率先跨过 "把 AI 深度整合进军事决策" 这条线。一旦跨过，整个竞争的性质就变了 —— 从商业和技术竞争，变成真正的战略安全博弈。到那时候，李嘉年们和程潇们的选择，可能就不再是个人偏好，而是政策强制。

在此之前，享受这个还能 "各取所需" 的窗口期吧。它可能比想象中短。