2026年5月一個普通的星期一，美國程式設計師 Jake 打開 Cursor 準備寫程式碼。他什麼都沒想，只是像往常一樣敲下第一行註釋，等待 AI 補全。
但這一次，他消耗的算力，來自杭州。
Jake 不知道這件事。大多數美國開發者不知道這件事。甚至很多科技記者也不知道。
然而資料不會撒謊。
01 /什麼是Token？理解這一切的起點
Token，是AI處理資訊的最小單位。你向AI提一個問題，這個問題被切碎成一個個Token輸入；AI給你的回答，也以Token為單位生成輸出。計算量越大，消耗的Token越多。
黃仁勳在2026年GTC大會上說了一句話，很多人沒太在意：
"未來的資料中心，是生產Token的工廠。"
Token不是虛資料，它是真實的算力消耗，對應真實的電費、晶片折舊和機房成本。每一個Token背後，都有人在付錢。
現在問題來了：全球使用者每天消耗的海量Token，是誰在生產？答案正在發生根本性改變。
"全球開發者每一次呼叫中國模型，實質上都在購買由中國電力、算力設施和演算法效率共同生產的Token服務。"── 摩根大通AI產業報告，2026年Q1
02 /一個讓矽谷震驚的周榜
2026年2月9日那一周，全球最大AI模型聚合平台OpenRouter發佈了周度資料。
中國模型的Token呼叫量，第一次超過了美國。
接下來的三周，中國模型不僅沒有回落，反而連續上漲。到2月23日那一周，峰值達到5.20兆Token——每秒860億個。
更讓人意外的是呼叫這些Token的人是誰：該平台47%的使用者來自美國，中國開發者只佔6%。也就是說，推動中國模型登頂的，主要是美國人。
03 /誰在用？美國開發者的悄悄話
"即便是在矽谷，大部分人都認為應用和智能體是用Claude或ChatGPT跑的——然而事實上，50%以上的LLM呼叫是通過廉價的開源模型完成的。"── 矽谷投資人 Agrawal，2025年11月
這話背後是一個真實的成本邏輯：一個Agent任務可以消耗數十萬乃至百萬Token。用GPT-4或Claude跑，月帳單能把初創公司的現金流直接打穿。
最具戲劇性的例子是Cursor事件。
一位開發者架了一台伺服器充當中介軟體，讓Cursor發出的請求暴露出真實的模型ID：kimi-k2p5-rl-0317-s515-fast
Cursor用的底座，是中國公司月之暗面的Kimi K2.5。Cursor副總裁後來確認：團隊評估了多個底座，K2.5在程式設計指標上表現最強，同時成本比頂級閉源模型低得多。
Cursor不是孤例。Cognition的Windsurf採用了類似路徑，Manus（被Meta開出20億美元價碼）底層完全依賴中國模型。
04 /核心玩家：誰在賣這些Token
01 MiniMax
MiniMax M2.5 · $0.30/百萬Token
OpenRouter呼叫量全球第一。旗下海外產品Talkie（情感陪伴）覆蓋200+國家，出海收入佔總營收超70%，毛利率已升至25.4%。2026年1月港股上市後市值翻倍，是目前中國AI出海商業化最成熟的公司。
海外營收佔比 >70%
02 月之暗面（Moonshot AI）
Kimi K2.5 · Cursor Composer 2底座
Kimi K2.5比同級Claude Opus便宜七分之一，是程式設計領域殺手級產品。KimiClaw（雲端Agent框架）用20天驗證了此前一年沒走通的變現模型，在海外付費使用者中大爆。估值180億美元。
Cursor底座 · KimiClaw爆款
03 DeepSeek（幻方科技）
DeepSeek V3.2 · $0.14/百萬Token · 全行業價格錨
創始人梁文鋒用量化基金的錢自給自足，84%控股未被稀釋，沒有融資壓力，專注長期研究。DeepSeek R1被Time評為2025年最佳發明。它不需要賺錢，卻逼著整個行業降價。
最低定價 · 全行業價格錨
04 阿里巴巴（Qwen）
Qwen3.5 · Alibaba Token Hub（ATH）事業群
2026年3月，阿里成立ATH事業群，與電商、雲智能並列，CEO吳泳銘直接帶隊。Qwen在HuggingFace下載量超越Meta Llama，成為全球最多人下載的開源模型系列。
HuggingFace下載量全球第一
05 小米（Xiaomi AI）
MiMo-V2-Pro · 單模型份額21.1%
最反直覺的榜首。MiMo-V2-Pro在OpenRouter單模型使用量排全球第一，市場份額21.1%，是OpenAI全部模型加總的3倍。它不是最聰明的模型，但極致性價比讓開發者大量呼叫。
單模型呼叫量 #1
06 智譜AI（Z.ai）
GLM-5 · MIT開源 · 744B參數
270萬API付費使用者，to B訂閱制路線最穩健。GLM-5以MIT協議開源，是目前開源協議最寬鬆的超大模型，面向法律、金融、研究等高價值場景。港股+A股雙線上市。
270萬付費API使用者
05 /冰山之下：完整產業鏈
使用者呼叫的只是海面上露出的冰山一角。這背後，是一條完整的"Token生產線"。
06 /為什麼這麼便宜？三重護城河
有一個細節值得單獨說：中國模型的價格之所以這麼低，部分原因恰恰是晶片封鎖。用不了最好的硬體，就只能把軟體效率做到極致。這種在約束下磨煉出來的創新，形成了美國公司很難直接複製的競爭力。
07 /一個重要爭議：Token真的"出海"了嗎？
目前中國模型出海的四條路徑：
路徑一：開發者平台直接呼叫
對合規不敏感、對成本極敏感的個人開發者，直接呼叫國內節點API，接受一定延遲。
路徑二：海外雲本地化部署
模型權重部署到海外雲，在當地算力推理，資料不出境。配方是中國的，裝罐在當地。
路徑三：數字保稅區近岸服務
汕頭模式：物理隔離區+國際海纜直連，延遲32.7ms，在成本和合規之間找平衡。
路徑四：開源模型輸出（最深遠）
發佈權重，全球開發者自行下載微調，中國獲得的是生態話語權——這是Android的邏輯。
08 /這件事的真正影響，還沒被充分理解
很多人把這件事理解為"中國AI進步了"或"中國模型便宜"。但這兩個理解都停在表面。
更深層的變化是：這是全球AI供應鏈的底層重構。
過去，一家美國初創公司的AI成本結構是：租OpenAI API → 帳單給OpenAI → 錢在美國內部流轉。
現在越來越多的公司是：Kimi/DeepSeek API → 帳單給中國公司 → 錢流向杭州、北京的模型團隊，流向潤澤科技的機房，流向內蒙古的綠電營運商。
摩根大通預測，中國AI推理Token消耗將從2025年的10千兆，飆升至2030年的3900千兆——五年漲370倍。這意味著這個市場還在最開始的階段。
"Token出海的本質是：電力留在國內，收益流向全球。中國正從世界工廠，走向世界算廠。" ── 預商數字經濟研究院，2026年4月 (The AI Frontier)