DoorDash 将“较低级别的工作”交由月之暗面的 Kimi K2.6 处理，而把“最困难的工作”留给 Anthropic 的 Fable。
联合创始人安迪·方表示，这种新组合不仅“成本更低”，性能也“大幅超越”此前仅使用美国前沿 AI 模型的配置。
总部位于旧金山的 AI 初创公司 Lindy 则走得更远——其整个模型基础设施已从 Anthropic 切换至 DeepSeek 的 V4 模型。创始人测算显示，这一转变每年可节省数百万美元，且在“许多核心应用场景”中性能有所提升。
德国西门子也在采用 DeepSeek 和 Z.ai 的工具，搭配美国前沿实验室及法国 Mistral 的模型，以追求所谓的“灵活性”。
中国 AI 模型正进入全球主流企业的技术栈。这并非“替代”，而是“分流”。
从“能不能用”到“够不够好”
过去两年，大部分出海 AI 应用开发者的工作流高度依赖美国模型（如 OpenAI 的 GPT、Anthropic 的 Claude）。虽然生态成熟、性能领先，但成本持续攀升。
2026 年 6 月，Anthropic 旗下 Claude Fable 5 高昂的 token 定价，促使开发者重新审视 AI 使用成本。
相比之下，DeepSeek V4 Flash 每输出 100 万 token 收费仅 0.18 美元，而 Anthropic Claude Opus 4.7 收费高达 25 美元，两者相差近两个数量级。
成本差距只是表象，更深层的变化在于性能差距正在迅速缩小。
2026 年 6 月，智谱发布 GLM-5.2。AI 研究机构 Proximal 在评测报告中指出，GLM-5.2 是"第一个真正缩小了 Anthropic/OpenAI 与其他模型提供商之间巨大技术鸿沟的模型"。
Vercel CEO、fast.ai 创始人及前 DeepMind 高管等硅谷技术圈人士均在 X 平台上给予了高度评价。
能力趋同，成本分化——这正是 2026 年全球 AI 市场的现实写照。
3200 亿到 3500 亿美元
伯恩斯坦分析师 Robin Zhu 等人于今年 6 月发布的报告，为这一趋势提供了宏观框架。
报告核心判断指出：即便考虑地缘政治约束，并假设中国模型在美国市场几乎无渗透，中国 AI 实验室仍可触达全球 AI 市场约 35% 至 40% 的潜在份额。以绝对规模计算，约合 3200 亿至 3500 亿美元。
报告提出了一个“双层结构”的预判：
上层由美国前沿实验室主导，服务于药物研发、核聚变、太空探索等支付意愿极高的场景；
下层则是消费级应用、确定性较强的企业级工作负载，以及大量中小企业需求——竞争核心在于“每次任务的成本、可靠性与开发者信任度”。
对于大部分出海应用开发者而言，业务焦点并非核聚变，而是用户增长、订单转化与客服自动化——你们天然处在“下层”市场。在此市场中，中国 AI 模型的性价比优势正成为结构性变量。
对出海开发者来说，这意味着什么？
回归决策本身：
先算成本账。大部分团队在 token 上的开销正快速膨胀。若仍沿用美国模型的“标准配置”，大概率是在为不必要的溢价买单。
DoorDash 采用的“分级调用”策略——低难度任务交给 Kimi、高难度任务保留 Fable——是一条现成的优化路径。
再想市场定位。目标用户在哪？若在中东、东南亚或拉美，中国模型在当地的接受度远高于欧美。这不仅是省钱问题，更可能成为本地化策略的一部分——用当地更愿意接受的 AI 能力，打造当地更愿意买单的产品。
最后，切勿忽略最核心的一点：模型本身的差距正在收窄，真正拉开距离的，是你在此基础上构建的数据闭环、用户理解与场景适配能力。模型将越来越像管道，值钱的是管道里的水。
写在最后
DoorDash、西门子、爱彼迎采用中国 AI 模型，Lindy 从 Anthropic 切换至 DeepSeek 省下数百万美元——这些并非孤例，而是一个正在发生的结构性变化。
2026 年全球 AI 市场正走向“双层结构”：上层留给少数前沿探索者，下层留给绝大多数应用开发者。而在下层市场，性价比正成为比“绝对智能”更重要的竞争维度。
这不是谁取代谁的问题，而是两个市场并存，服务于不同需求。关键在于弄清楚：你做的产品，究竟在哪个市场里竞争？
本文数据来源：《金融时报》2026 年 7 月 13 日报道、伯恩斯坦 2026 年 6 月研报、Anthropic 官方公告、澎湃新闻、36 氪、钛媒体等公开报道。
7 月 30 日，上海淳大万丽酒店将举办第一届 AIXC 全球 AI 出海开发者生态大会。
现场设有 B2B 展区和产品对接会，如果你是 AI 工具服务商、出海企业决策者或开发者，这场会议值得投入半天时间！
点击“阅读原文”锁定大会名额
