旧金山，Lindy这家仅25人的AI初创企业，近日做出惊人举动：他们毅然决定，将100%的流量，彻底从硅谷热门的Anthropic转向中国的大模型DeepSeek。同一时期，出行巨头Uber在短短四个月里，耗费了全年AI预算；微软则悄悄将DeepSeek列入自家Copilot底层引擎的评估名单。
旧金山的小团队、西雅图的巨头、全美的独立开发者们的选择，揭示了由“Token经济学”崩塌引发的供应链大重组。这并非孤立的采购轶事。中国开源模型正以极低的成本，挑战OpenAI和Anthropic。但地缘政治与转换障碍，使中国模型商在美国仍面临“流量高但营收低”的困境。
AI产业的范式正在从“能力溢价”转向“成本效率”。前沿模型间的竞争，不再是谁飞得更高，而是谁降本更狠。
Token价格昂贵，迫使美国企业另寻出路
这场“倒戈”的背后，是前沿模型API定价与企业算力消耗方式的错配。价格差距巨大，已无法忽视。据模型路由平台OpenRouter的数据，DeepSeek V4 Flash最便宜的端点定价为每百万Token输入0.09美元、输出0.18美元，而OpenAI的GPT-5.5定价高达输入5美元、输出30美元。输入端相差55倍，输出端相差整整166倍。
更严峻的是Token消耗的指数级增长。OpenRouter数据显示，代理式工作流每个请求的Token消耗量是人机交互的15倍。当企业从“试点”转向“全员部署”，单位成本模型瞬间崩溃。Uber的遭遇最能说明问题：5000名工程师中84%启用代理式编码后，人均月度API成本飙升至500-2000美元，全年预算在四个月内用尽。CTO Praveen Neppalli Naga无奈表示，这导致Uber“原定预算已被彻底击穿”。
Ramp的支出数据验证了这种焦虑，主要供应商的平均每百万Token成本已从10美元降至2.50美元，英伟达Rubin平台宣称实现10倍推理降本。但单位价格的下落被使用量的爆炸式增长完全抵消——“单位更便宜，总账更惊人”，成了每个CIO的忧虑。
美国企业的转向并非一时冲动，而是基于冷峻的ROI计算。Lindy创始人Flo Crivello将100%流量转向DeepSeek V4后透露，此举节省了数百万美元，且“核心用例性能不降反升”。在他看来，AI成本高于人力成本的模式“不可持续”，切换是“关乎生存”的必要手段。
微软的动向更具风向标意义。Axios 6月16日的报道指出，微软正在评估DeepSeek V4微调版作为Copilot Cowork的引擎，以替代Anthropic和OpenAI。微软强调该模型将“完全托管于Azure”并加入微调护栏——这意味着，中国开源模型已借助“本地托管”跳板，正式挤入顶级企业软件的采购名单。
独立开发者的选择更为彻底。Stu Clott计算过，同样一小时的编码，Claude收10美元，DeepSeek不到50美分，且“说实话，我分辨不出输出质量的差别”；达拉斯开发者Ruben Garcia Jr.更是将混合策略运用得淋漓尽致：500美元订阅Claude和ChatGPT处理复杂任务，200美元覆盖Minimax、Kimi和Xiaomi MiMo的日常需求。