為什么黃仁勛說“中國會贏”？OpenRouter數據里藏著答案

作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

2025年的AI行業，正上演一場堪比美劇《硅谷》的Drama。一邊是OpenAI的萬億豪賭，以及與馬斯克曠日持久的公開恩怨。前段時間爆出的馬斯克訴奧爾特曼案中高管的證詞細節，更是被網友形容為簡直就是新一季諷刺喜劇《硅谷》劇情。

而在大洋彼岸，另一種敘事正在展開。中國的AI公司們靠著龐大的人才儲備與工程創新力，在外部壓力下打磨出自己的自研體系。你很少聽到哪家公司還在講宏大的愿景，而是更關注結果，效率成了共識，也成了競爭力。

對比之下，一方是試圖造出宏大敘事的“大教堂”，封閉、昂貴、精英統治；

另一邊是“市集”，開放、生猛、速度優先。

這個誕生于1990年代的隱喻，曾用來描述開源運動與集中式開發的分野，如今它在AI世界里再次被激活。

1

AI的“教堂 VS 集市”

“大教堂”的模式首先顯現在它的財務結構里。

OpenAI的1.4萬億算力計劃，是一場史無前例的豪賭。它的可持續性正在受到質疑。據報道，OpenAI的年經常性收入（ARR）約為130億美元，而他們計劃在未來幾年內花費超過一萬億美元。在計算了所有在途投資和現有現金后，OpenAI仍面臨約1.2萬億美元的資金缺口。

這種絕望，在其CFO Sarah Frier尋求聯邦政府支持以資助未來數據中心的言論中顯露無遺。

壓力也體現在創始人身上。當Sam Altman在OpenAI投資人的一檔播客上被直接質問如何支付這筆巨款時，他給出了“如果你想賣掉你的股份，我給你找個買家”這樣的回答。這種反應被外界認為是“驚慌失措”，甚至是在巨大壓力下失去了理智的表現。

金融結構的壓力最終會傳導到組織效率。華盛頓大學計算機科學教授Pedro Domingos，最近對OpenAI給出了一個殘酷評價，“OpenAI不是大到不能倒，而是大到無法成功(too big to succeed)”。他指出，OpenAI每年虧損約500億美元。這種體量與燒錢速度，讓公司難以保持敏捷，內部官僚化、決策拖慢、創新受阻，當企業把更多精力花在公關和估值維系上，工程效率與創造力就開始流失。

在“大教堂”陰影之下，效率正在成為稀缺資源。

而另一邊，“市集”正在證明它不必如此。中國的AI行業正在實施一種類似快時尚的策略，核心是以10%甚至更低的價格，提供頂級質量的LLM。

它不必在所有基準上超越，只需要向市場證明，美國AI巨頭將擁有全部市場的估值假設不成立。只要中國模型能不斷“蠶食”市場份額，這個泡沫就可能被戳破。

底層的驅動力之一，來自外部限制倒逼的極致工程創新。阿里巴巴宣布新的計算池系統將運行AI模型所需的GPU數量削減了82%，用200個GPU達到了1200個GPU的性能水平。DeepSeek則開始使用FP8新格式，使其訓練速度加快了30%。而MiniMax的M1模型，在強化學習階段的訓練成本僅為54萬美元，幾乎只是OpenAI同等模型成本的零頭。

這種工程效率，最終轉化為壓倒性的成本優勢。OpenAI的GPT-5每百萬Tokens收費10美元，最近發布的MiniMax的M2則打出了低至1.20美元。

對于AI這種注定要普及的技術，歷史的經驗是，誰能以盡可能低的成本，將技術交付給最多的人，誰就能成為贏家。

1

誰在贏得開發者？

Meta的首席AI科學家楊立昆曾當著黃仁勛的面說：“我認識黃仁勛。有場AI戰爭，他在提供武器。”黃仁勛試圖向大教堂和集市雙方同時提供彈藥。這種類似軍火商的定位，讓他擁有了一種不帶“有色眼鏡”的中立的視角。

黃仁勛最近向《金融時報》表示：“中國將贏得人工智能競賽”。盡管他隨后緩和了立場，稱中國“只落后幾納秒”，并強調美國必須贏得全球開發者支持。

那么，誰正在贏得全球開發者的支持？市場的反應是真實的。在面向全球開發者的平臺OpenRouter上，開發者們正在用腳投票，不妨先來看結果。

在實時更新的Leaderboard上，中國模型正全面崛起。MiniMax M2尤為突出，不僅是OpenRouter上第一個日token消耗量超過500億的中國模型，并且免費版加付費版模型的Token日調用量已超過800 億，都進入了Top 10（分列第4和第7），兩者的用量都在高速增長。

要理解這個數據的分量，我們需要知道OpenRouter的代表性，這不是一個可以刷分的榜單，而是聚合了OpenAI、Google、以及DeepSeek、MiniMax等所有主流廠商API的多模型路由與結算平臺。就像一座云端“總配電房＋電表室”，把多家“電廠”（不同模型）接到同一配電柜，用同一接口按策略分路，并用一塊表統一計費。

它的數據之所以客觀，一是因為“可比”，OpenRouter會標準化Token計量，減少偏差，其次是因為有規模，覆蓋了Kilo Code、SillyTavern等高流量的重活應用，能反映真實的調用結構。

將M2的數據拆開來看，趨勢會更加顯現。Leaderboard上，M2同時有付費的M2（第4位，51.7B tokens）和M2 (free)（第7位，32.6B tokens）兩個版本。付費通道的強勁增長有力地證明了，M2的成功并非來自短期補貼，而是來自開發者對其性價比和工程適配度的穩定需求。

再看分類榜，在編程這個最復雜、最考驗模型的場景下，MiniMax M2居全球用量第三，占據7.5%的份額。這就是中國開源模型的優勢所在，M2憑借其低定價和長上下文帶來的高單位經濟性，正實打實地在OpenAI和Claude的手中切走份額。

最后是市場份額，M2排在第五位。值得注意的是，一個全新的模型占據7.4%的總市場份額，只用了短短十幾天時間。與此對比的是圖表右側的視覺趨勢，這才是真正的故事，中國開源模型們正在以實用與普惠獲得開發者的青睞，而這樣的勢頭只是一個開端。

1

不只是“更便宜”

OpenRouter上的數據證明了“市集”的效率與吸引力，但這場競賽還有一個更終極的問題：如何可持續地賺錢？

拋開OpenAI試圖建立帝國的企圖，作為行業絕對的頭部，這家公司事實上占據了一種標準答案的位置，即同時滿足：全模態的技術深度、產品化的商業閉環、以及真實的全球用量。這為理解MiniMax的價值提供了一種框架。

首先是“真實的全球用量”，這已在OpenRouter數據中得到證明。

其次是“全模態的技術深度”。回顧MiniMax的產品迭代，呈現了一種跨模態的連續性，從其早先在語音（Speech-02-HD）和視頻（Hailuo-02）領域達到的頂尖水平，到如今M2在文本和代碼領域的突破。在基礎模型參與者日益收斂的當下，這種橫跨三個主要模態并均保持領先的能力尤為罕見，達到這一標準的公司恐怕僅有OpenAI、Google、字節跳動和MiniMax等屈指可數的幾家公司。

這里還存在著技術哲學的差異，OpenAI的路徑是構建世界模擬器(world simulator)——追求一個終極通用智能。然而，這種宏大敘事正在遭遇現實阻力。近期，硅谷開始集體AGI預測回撤，連OpenAI前研究主管Andrej Karpathy都承認，AGI“至少還需要十年”。

MiniMax選擇了另一條路徑來對沖這種不確定性。它沒有追求構建全知全能的超級智能，而是專注于打磨一套類瑞士軍刀般的模型和產品，在語音、視頻、文本等關鍵模態上，均通過獨立產品線推進商業化，同時也通過Agent的產品形態，來探索不同模態的融合。這種策略的底層邏輯是，由多個SOTA工具提供的實用智能，在商業化和可落地性上，將遠早于那個“至少還需要十年”的AGI愿景兌現，同時又保留了未來探索更高天花板的可能。

最后，也是最關鍵的一環，是“產品化的商業閉環”。據 《The Information》的報道，MiniMax是目前亞洲大模型公司中，唯一被證實擁有規模化全球收入的玩家，ARR達到了1億美元，這些收入都來自可持續、可規模化的產品（C端的海螺視頻、Talkie，B端的API訂閱），而非靠資本輸血或薄利的項目制維生。

從投入產出比來看，依舊展現了“中國效率”。據相關測算，MiniMax實現三模態全球領先水平的總訓練費用，僅為OpenAI的約2%。這種數量級的效率差距，正是后發者通過創新所獲得的競爭空間。

所以，當我們重新審視“中國的OpenAI在哪里”這個問題，其實我們問的是“一家國產大模型公司是否構成真正的全球競爭力”。那么答案就很清晰了，以MiniMax作為樣本來看，它應當具備完整的技術棧、橫跨多模態的能力矩陣、經過驗證的全球用戶基礎、可持續的收入模式，以及遠超硅谷的資本效率。這個標準框架下，符合條件的公司屈指可數。

1

結語

“大教堂”的困境在于，它必須維持神話的溢價。OpenAI的萬億訂單、一系列的戲劇性事件，所有這些喧囂都指向一件事，證明“我們不一樣”，證明AGI值得一個獨立于商業法則之外的估值體系。但當它被戳破的時候也不會是轟然一聲，而是唏噓一聲。

“市集”不需要神話。MiniMax構成的是一個可驗證的商業閉環。一個不靠政府擔保、不靠巨頭輸血、只靠開發者和產品訂閱生存的AI公司，到底值多少錢，就讓市場來檢驗。

點個“愛心”，再走 吧