李其澤觀點：當美國企業瘋搶中國AI— 折扣價如何攻破智能霸權

今年4月，Uber向約5,000名工程師開放Claude Code後，原編列的全年預算在第一季過後不久便告罄。6月底，Coinbase執行長阿姆斯壯表示，公司AI代理的運算量已約當1,200名全職工作者；為壓低帳單，Coinbase開始試驗把中國的GLM與Kimi設為部分任務的預設模型，再配合路由、快取與精簡上下文，使AI支出從高峰明顯回落。Mozilla技術長Raffi Krikorian也在Kimi K3推出數日後，將若干日常工作移了過去。

企業選擇模型的理由日益直白：不是國籍，而是效能與價格。依Artificial Analysis當時跑完同一套智能評測的推算成本，Claude Opus 4.7需4,811美元，GLM-5.1只需544美元；OpenRouter主管則向CNBC概括，同級中國開放模型通常比美國前沿模型便宜60%至90%。這些數字不是所有任務的固定報價，卻足以說明企業為何開始把中國模型低調納入技術堆疊。

美中AI競爭正在分層：美國仍守住最複雜任務的「品質天花板」，中國卻逐漸拿下大量日常工作的「部署預設值」。這不是單純的技術追趕，而是智能霸權的側翼，正被企業帳單與自動路由攻破。

個案背後是AI權力版圖的位移。CNBC分析顯示，在OpenRouter可歸屬於美國公司的token流量中，自2月8日起每週至少30%流向中國模型，峰值達46%；2025年上半年則僅4.5%。OpenRouter官方數據也顯示，2025年美國模型仍占平台約四分之三的流量，到了2026年6月初，中國模型已首次超越美國；DeepSeek的占比更由1月約9%升至6月約18%。

Hugging Face今年春季報告也顯示，過去一年中國模型占該平台下載量41%，首次超越美國。這不是全球市場占有率，卻反映開放模型生態的地理重心正在改變。

這不是在固定市場中挪動幾個百分點。OpenRouter過去半年每週處理量由約5兆token擴張至25兆，意味中國模型取得的不是縮水市場中的相對份額，而是AI代理、程式開發與企業自動化爆發時的新流量。單一平台當然不能等同全球市場，但它記錄的不是問卷態度，而是開發者和企業以真實API調用投下的選票。

另一個生產流量平台Vercel呈現相同方向。6月，開放權重模型處理其AI Gateway約29%的token，支出占比卻不到4%；DeepSeek單家已取得22.6%的token。GLM-5.2從6月16日上線至月底，日token量成長約50倍，顯示價格一旦跨過「品質合格線」，採用速度可以極為驚人。

這場轉向的關鍵機制是「模型路由」。代理式AI會自行規劃、反覆推理、搜尋並呼叫工具，一項任務可能衍生數十次請求；在數千名員工與數百萬次代理任務的規模下，每百萬token的價差很快就會變成年度預算能否承受的差別。 （相關報導： 呂紹煒專欄：從晶片、AI到金融科技，美國正從中美競爭中敗退？ ｜ 更多文章 ）

企業因而不再只問「哪個模型最強」，而是問「這項工作值得用多強的模型」。摘要、分類、資料清理與一般程式補全，被導向最便宜的合格模型；核心程式碼、複雜推理與高風險決策，則仍交給昂貴的美國前沿模型。

Vercel的支出結構把這種雙層市場照得很清楚：Anthropic以32%的token取得61%的支出，在高風險用途更取得至少72%的支出；美國四大前沿實驗室合計拿走95%的費用。換言之，開放權重贏得流量，美國前沿模型仍拿走收入。

但流量並非沒有戰略價值。中國尚未奪走整個市場，卻正在設定路由決策的價格基準。提示詞、評測集與工具鏈一旦圍繞某類模型完成調校，轉換成本便會累積；今日靠低價取得的流量，可能成為明日的生態標準。

中國的「開源」，更精確地說是開放權重：使用者可以下載、微調與自行部署，卻未必取得完整訓練資料、程式碼與生成流程。它不是單純的技術理想主義，而是晶片封鎖與算力差距下極為理性的產業策略。

美中經濟與安全審查委員會今年3月發布《雙迴路》（Two Loops）報告，援引彭博估算指出，微軟、亞馬遜、Meta與Google在2025年的資本支出至少3,500億美元，中國主要雲端業者則不足400億美元。既然難以在算力投入上長期正面對撞，中國便以開放換取採用：放棄部分短期API租金與供應商控制，換取下載量、開發者、產業資料與標準影響力。

這會形成兩個相互強化的迴路。低價模型被全球下載、微調與部署，社群回饋再改善工具鏈；模型進入客服、製造、物流與軟體開發後，又產生更多真實場景經驗。美國擁有最強的單一模型，不等於能控制全球每天發生的億萬次推理。

反諷的是，美國的開放前沿正出現收縮。Meta今年4月發布其最新旗艦Muse Spark，並未開放權重，而是先在自家產品運行，再向特定夥伴提供API，7月進一步推出計費存取。Meta仍表示希望未來版本開源，Llama也沒有消失；但至少在當下，Meta最前沿能力已不再沿襲Llama的開放路線。當美國最大的開放權重倡議者把旗艦能力放回API圍牆，中國便更容易成為全球開放層的主要供應者。

海權不只取決於艦隊，也取決於港口、航線、保險與標準；AI權力同樣不只在排行榜，而在誰決定系統的預設選項。誰能設定開放層的價格下限與相容規格，誰就擁有結構性權力。token定價權，正成為AI時代的制海權。

華府並非毫無警覺。4月29日，眾議院國土安全委員會與中國問題特設委員會宣布聯合調查Airbnb與Cursor母公司Anysphere，要求兩家公司說明模型來源、資料路徑、供應商往來與安全稽核。

兩委員會主席在信函中質疑，美國經濟、政府乃至國防工業基礎的軟體系統，是否可能逐漸依賴與中國有關聯的實驗室所開發的模型。這是國會提出的風險判斷，尚非違法或危害已獲證實。 （相關報導： 呂紹煒專欄：從晶片、AI到金融科技，美國正從中美競爭中敗退？ ｜ 更多文章 ）

然而，現有管制工具與風險方向明顯錯位。智譜相關實體自2025年1月起被列入商務部實體清單，但實體清單主要限制受美國出口規則管轄的物項流向名單企業，並不等於全面禁止美國企業下載或使用其模型。Coinbase仍能試驗GLM，與其說禁令形同虛設，不如說華府擅長控制晶片流入中國，卻缺乏阻止中國模型流出的工具。

開放權重一旦散布，更不可能像晶片般在海關攔截。權重可以鏡像、改名、微調並離線部署；原供應商遭制裁，也無法召回已下載的版本。若華府進一步全面禁止傳播，又會引發第一修正案爭訟。不過，模型權重究竟具有多少表意性、是否屬受保障言論，目前並無定論；真正確定的，是全面封鎖在技術上極難執行，在法律上也不會沒有代價。

美國產業界同樣反對築起一道開源鐵幕。7月底，微軟、Meta、輝達、Google、OpenAI、Amazon、SpaceX、Uber及多家開源組織已加入《開放權重與美國AI領導地位》公開信，主張美國的領導地位不應只繫於單一前沿模型，而應建立能擴散至各產業的開放生態；Anthropic截至目前仍未列名。祖克柏也公開警告，封殺中國先進模型並非有效解方，美國應找出自身瓶頸，而不是幻想把已散布全球的權重重新關進圍牆。

Farrell與Newman的「武器化相互依賴」，建立在國家能控制難以繞過的中心節點之上。但權重被分散下載後，原供應者沒有遠端關閉的總開關，制裁者也找不到單一閥門。權力沒有消失，而是轉向路由平台、雲端託管、晶片供應、版本更新與安全驗證等次級節點。

這正是台灣必須卡位之處。全球高階算力供應鏈高度依賴台灣的晶圓製造與伺服器能力；但在模型、路由、部署與評測層，台灣尚未形成與硬體地位相稱的中心性。硬體節點愈強，軟體邊緣化就愈刺眼，這是「矽盾」的AI版本。

台灣當然需要本土模型與語料能力，但不應把國家戰略押在最大參數與最高榜單的軍備競賽。更迫切的，是卡住三個可形成槓桿的位置。

第一是可信路由：依任務敏感度、資料管轄、模型來源、效能與成本，自動選擇模型，並留下完整稽核紀錄。第二是主權部署：讓政府、醫療、金融與關鍵基礎設施能在台灣法域內運行模型，掌握資料、金鑰、更新與回滾權。第三是供應鏈驗證：建立模型版本清冊、權重雜湊與簽章、資料路徑揭露、繁體中文安全測試、紅隊評測與事故通報制度，使模型可追溯、可稽核、可替換。

台灣可以把晶片端累積的可信製造與品質管理延伸到模型端，成為開放智能層的安全認證節點。它不要求盟友只能使用某一國模型，而要求任何進入關鍵系統的模型，都必須通過可驗證、可問責的制度。當華府最深的焦慮，是美國軟體系統是否終將依賴中國實驗室，能提供可信替代路徑的台灣，戰略價值只會上升。

美中AI競爭的第二戰場不在實驗室，而在千萬家企業的帳單與路由表上。滲透以折扣價完成，佔領以自願下載達成；當企業自己按下下載鍵，脫鉤斷鏈便不再是一道邊界，而是一張價目表。 （相關報導： 呂紹煒專欄：從晶片、AI到金融科技，美國正從中美競爭中敗退？ ｜ 更多文章 ）

＊作者為德國柏林洪堡大學國際政治學博士、國立彰化師範大學公共事務與公民教育學系副教授