消耗規(guī)模是美國3倍，連續(xù)五周超過美國，中國AI大模型正甩開美國

資源消耗越多，就證明這款A(yù)I大模型用的人也就越多。制裁芯片、圍堵供應(yīng)鏈、卡電力和數(shù)據(jù)中心審批、資本繼續(xù)堆參數(shù)競賽，但轉(zhuǎn)眼間中國大模型連續(xù)五周調(diào)用量壓過美國，且差距越拉越大。

可美國當(dāng)年那套“技術(shù)領(lǐng)先=全球通吃”的模板，為什么在AI上沒復(fù)刻出來？

open rota對全球開發(fā)者調(diào)用總量的統(tǒng)計顯示，4月第一周中國AI大模型調(diào)用量已超過12.9萬億次，而美國只有中國的四分之一不到。

更關(guān)鍵的是這不是某一次“爆點”，而是連續(xù)五周持續(xù)領(lǐng)先。對比一年前的主流敘事，美國模型一度被認(rèn)為壟斷調(diào)用量、標(biāo)桿效應(yīng)明顯，這個變化更像是一條曲線突然拐頭，不是“追平”，而是“甩開”。

把時間軸往前推，2025年9月那一周，中國模型以4.12萬億的調(diào)用量第一次超過美國的2.94萬億。

從那之后，差距沒有回落，反而擴(kuò)大到如今的“接近四倍”。

這種走勢更像產(chǎn)業(yè)系統(tǒng)啟動后的慣性，一旦進(jìn)入高頻、剛需、自動觸發(fā)的業(yè)務(wù)鏈路，調(diào)用就不是靠營銷拉新，而是靠流程驅(qū)動，一開機(jī)就停不下來。

中國這波增量，最硬的支撐并不神秘：工業(yè)與場景。《時代周刊》曾歸納中國AI超越的原因，繞不開兩點，工程師密度與產(chǎn)業(yè)落地。

同一套模型，在消費端是聊天工具，在企業(yè)端是“生產(chǎn)系統(tǒng)”的一段接口；前者熱鬧但不穩(wěn)定，后者看似枯燥，卻能穩(wěn)定吞吐資源。

對美國來說，問題恰恰出在“落地的物理底座”，美國強在模型、強在芯片、強在資本敘事，但它缺少中國這樣完整、密集、可復(fù)制的實體產(chǎn)業(yè)鏈來把AI吞進(jìn)去再吐出來。

當(dāng)一個國家最賺錢的行業(yè)是金融、平臺和咨詢，它拿什么去制造“億級流程節(jié)點”？

沒有足夠厚的工業(yè)土壤，AI就容易變成“演示經(jīng)濟(jì)”，發(fā)布會不斷，參數(shù)不斷，企業(yè)真正愿意把它接進(jìn)核心系統(tǒng)的速度卻慢。

更微妙的分水嶺在“出海方式”，很多人以為中國AI出海就是把模型部署到海外機(jī)房讓外國人本地跑，但大量海外用戶走的是接口調(diào)用，請求發(fā)到中國境內(nèi)數(shù)據(jù)中心，計算在中國完成，電力在中國消耗，結(jié)果再返回。

中國賣出去的不只是模型能力，而是把算力與電力一起打包成服務(wù)輸出：海外下單，中國工廠開工。

于是“模型出海”在賬面上表現(xiàn)為中國側(cè)的資源消耗上升，而不是像傳統(tǒng)軟件那樣主要消耗在客戶本地，這就把競爭拉回到最樸素的變量：電。

全美31%輸電線路、46%配電設(shè)施超過設(shè)計壽命，電網(wǎng)老化意味著再多的英偉達(dá)卡，也要先問一句“接不接得上電、批不批得下站”。

美國數(shù)據(jù)中心高度集中在弗吉尼亞等走廊地帶，負(fù)荷一高就出現(xiàn)審批收緊，這不是技術(shù)問題，是基礎(chǔ)設(shè)施與治理節(jié)奏的硬約束。

更尖銳的對比發(fā)生在能源政策上，美國政府對風(fēng)電、光伏等新能源項目采取收緊姿態(tài)：美國能源部終止223個新能源項目，金額接近80億美元；2025年全年清潔能源工業(yè)項目被取消總額達(dá)到243億美元。

無論具體項目歸因如何爭論，一個現(xiàn)實已經(jīng)擺在臺面：AI數(shù)據(jù)中心耗電上升是“剛性”，新能源供給與電網(wǎng)擴(kuò)建卻在政治撕裂中被拖慢。

于是出現(xiàn)一種荒誕的局面，一邊高喊AI革命，一邊在能源與電網(wǎng)環(huán)節(jié)踩剎車。微軟CEO公開抱怨“有英偉達(dá)芯片但缺電”，導(dǎo)致部分算力資源無法充分釋放。

這個抱怨背后其實是美國AI的結(jié)構(gòu)性困境：資本可以快速堆疊GPU采購，媒體可以快速制造下一代模型神話，但電網(wǎng)、審批、施工、土地、社區(qū)反對這些變量，沒法靠融資加速到同一節(jié)奏。

資本跑得太快，物理世界跟不上，泡沫就會越來越依賴“講故事”維持估值。

而泡沫的另一面是利潤壓力，OpenAI到2030年需要實現(xiàn)2萬億美元利潤才能證明投資合理性的市場預(yù)期。

美國AI被迫進(jìn)入一種循環(huán)：為了證明增長，只能繼續(xù)擴(kuò)大投入、繼續(xù)推高估值、繼續(xù)押注“下一個超級應(yīng)用”，卻遲遲解決不了最基礎(chǔ)的供電與落地效率。

對照中國的路徑，優(yōu)勢恰恰不在“講得更好”，而在“用得更狠”。從制造業(yè)產(chǎn)線到物流中心，從化工廠到汽車工廠，能把AI接進(jìn)流程的節(jié)點太多，每一個節(jié)點都在生成調(diào)用、沉淀數(shù)據(jù)、反饋效果，模型在真實環(huán)境里“越跑越準(zhǔn)”。

這不是玄學(xué)，是規(guī)模化應(yīng)用帶來的工程紅利：當(dāng)大模型從“對話框”變成“操作系統(tǒng)”，它就不再靠一兩次爆款功能生存，而靠無數(shù)次微小但持續(xù)的流程調(diào)用活著。

再看美國的“強勢方困境”，它依賴全球規(guī)則與資本體系，把優(yōu)勢集中在上游技術(shù)和金融杠桿上；但AI這條賽道偏偏把勝負(fù)押回到下游：基礎(chǔ)設(shè)施、能源成本、產(chǎn)業(yè)鏈厚度、工程執(zhí)行。

霸權(quán)慣性擅長的是“定標(biāo)準(zhǔn)、控入口”，可當(dāng)競爭變成“誰能更便宜、更穩(wěn)定地供電、誰能把AI塞進(jìn)更多工序”，入口的威力就會下降。

當(dāng)別人的AI在工廠、倉庫、客服系統(tǒng)里一天跑上億次，你還在為數(shù)據(jù)中心批文、電力缺口和融資賬期發(fā)愁，怎么維持那種“我定義一切”的從容？

這也是為什么“消耗規(guī)模”會突然變成一個刺眼指標(biāo)，過去比的是論文、參數(shù)、榜單；現(xiàn)在比的是調(diào)用與資源消耗，它更接近真實需求，更接近商業(yè)現(xiàn)金流的起點。

誰的消耗穩(wěn)定增長，誰就更有可能把模型變成可持續(xù)的服務(wù)。誰的消耗靠發(fā)布會和融資續(xù)命，誰就更容易在基礎(chǔ)設(shè)施和成本面前露出短板。

歷史從不獎勵自我感覺良好的強者，它只獎勵能把力量落到地面的人。真正決定勝負(fù)的從來不是口號，而是供電和工序。