Model AI Terbuka China Menarik Pengguna Luar Negara, tetapi Platform Awan Meraih Sebahagian Besar Hasil

DeepSeek mendahului penggunaan ketika persaingan beralih kepada hasil

DeepSeek menyumbang 24.5% daripada permintaan teks di OpenRouter pada minggu bermula 5 Oktober 2026, mengatasi OpenAI dengan 18.6% dan Google dengan 17.8%. Namun, anggaran Epoch AI mendapati DeepSeek hanya meraih kira-kira 8% daripada perbelanjaan pelanggan untuk modelnya yang diakses melalui platform itu. Pembangun AI China berjaya menarik penggunaan di luar negara, sambil bersaing dengan syarikat yang mengehos dan menjual teknologi mereka untuk meraih pendapatan daripadanya.

Kedudukan penggunaan mingguan OpenRouter, dengan data sehingga 13 Oktober, meletakkan DeepSeek V4.1 Flash di tempat pertama dengan pemprosesan 40.5 trilion token, diikuti Step 5 Preview dengan 15.1 trilion dan GLM 5.3 Flash dengan 12.9 trilion. Token ialah cebisan kecil teks atau data yang diproses model AI apabila menerima soalan dan menghasilkan jawapan.

Model China mengatasi model AS dalam penggunaan token mingguan di OpenRouter selama 24 minggu berturut-turut sehingga 11 Oktober. Tarikannya menggabungkan harga lebih rendah, prestasi yang semakin baik dan kebebasan bagi perniagaan untuk menyesuaikan model serta menjalankannya melalui penyedia pilihan mereka.

Cynthia Zhang, rakan pengasas FutureX Capital, berkata pembangun model China mungkin tidak dapat menyamai hasil OpenAI dan Anthropic dalam masa terdekat, meskipun jualan mereka berkembang pesat. Epoch AI menganggarkan enam pembangun utama China secara kolektif menjana kira-kira 10% daripada hasil AI gabungan dua syarikat AS itu setakat September.

Apakah yang diukur oleh angka penggunaan

OpenRouter menghubungkan aplikasi kepada pelbagai model AI melalui antara muka pengaturcaraan aplikasi, atau API. Carta permintaannya mengira kekerapan model dipanggil. Kedudukan tokennya mengira jumlah bahan yang diproses, termasuk soalan dan jawapan. Angka itu menggambarkan aktiviti melalui OpenRouter, tidak termasuk permintaan peribadi.

Bahagian permintaan DeepSeek mengatasi OpenAI sebanyak 5.9 mata peratusan pada minggu 5 Oktober. Z.ai meraih 13.4% lagi, Qwen 5.4%, Xiaomi 2.9% dan Tencent 1.7%. Secara keseluruhan, lima pembangun China itu menyumbang 47.9% daripada permintaan teks. Pembangun China lain mungkin turut muncul dalam kategori yang selebihnya.

Set data token harian OpenRouter mengandungi 50 model awam teratas setiap hari serta angka agregat bagi model lain. Ia menyokong tempoh harian, mingguan dan bulanan, dengan penapis bagi ciri seperti modaliti dan panjang konteks. Penapis kategori dan bahasa menggunakan anggaran yang diperoleh daripada sampel. Penyedia juga membahagikan bahan kepada token dengan cara yang berbeza, jadi jumlahnya sebahagiannya bergantung pada kaedah pengiraan mereka. Sumber: OpenRouter (openrouter.ai/rankings), setakat 13 Oktober 2026.

Mengapa perniagaan memilih model yang boleh disesuaikan

Harvey, yang membangunkan alat AI untuk kerja guaman, dan Genspark, yang membangunkan ejen menggunakan pelbagai model, sedang membangunkan sistem berasaskan teknologi terbuka China untuk mengurangkan kebergantungan pada penyedia tertutup. Ejen AI ialah perisian yang menggunakan model untuk melaksanakan beberapa tugasan, seperti merancang kerja, menulis kod dan menyemak hasilnya.

Berat terbuka ialah tetapan berangka yang dipelajari dan membimbing respons model. Ketersediaannya membolehkan syarikat lain memuat turun model, menjalankannya pada pelayan sendiri dan menyesuaikannya untuk kerja tertentu. Hak sebenar bergantung pada lesen. Sesetengah keluaran turut merangkumi kod sumber, manakala yang lain menyediakan berat dengan sekatan terhadap penggunaan komersial.

Perniagaan boleh menggunakan data proprietari untuk menyesuaikan model ini mengikut keperluan mereka. Mereka juga boleh memilih lokasi sistem dijalankan, dan bukannya menghantar setiap permintaan kepada pembangun asal. Fleksibiliti itu membantu menjelaskan bagaimana model China boleh menjadi sebahagian daripada produk Amerika atau Eropah, sementara pengehosan dan hubungan pelanggannya kekal di luar China.

Ketua eksekutif Intel, Lip-Bu Tan, menyifatkan penggunaan model termaju China sebagai "sangat pantas" pada panel DBS di Singapura pada 12 Oktober. Beliau menyifatkan prestasi DeepSeek, Kimi dan GLM sebagai "cukup baik" dan berkata pasaran akan menentukan model yang paling sesuai untuk kegunaan berbeza. Ketika menjelaskan keutamaannya terhadap teknologi terbuka, Tan berkata:

Saya sangat percaya pada sumber terbuka, itulah cara terbaik untuk meningkatkan kecekapan,

Harga lebih rendah mengubah keputusan harian

Stu Clott, pengurus operasi dan pembangun sambilan di San Diego, berkata sejam kerja pengaturcaraan berharga kira-kira $10 menggunakan Claude, berbanding kurang daripada 50 sen menggunakan DeepSeek. Angka itu bermakna perbelanjaan DeepSeek beliau kurang daripada satu perlima puluh kos Claude untuk kerja berkenaan.

Ruben Garcia Jr., pembangun di Dallas yang membina laman web dan aplikasi mudah alih, membahagikan kerja antara penyedia. Beliau membelanjakan $500 sebulan untuk Claude dan ChatGPT bagi perancangan serta semakan yang sukar, dan $200 untuk model China termasuk MiniMax, Kimi dan Xiaomi MiMo. Katanya, model China mengendalikan 90% tugasnya, termasuk pengaturcaraan dan pengecaman suara.

Pengasas Lindy, Flo Crivello, berkata pemindahan pembantu kerja AI syarikatnya daripada model Anthropic kepada DeepSeek menjimatkan berjuta-juta dolar. Lindy mengakses DeepSeek melalui penyedia Amerika. Crivello menjelaskan mengapa model yang lebih murah sesuai untuk kerja rutin:

Anda tidak perlukan Tuhan untuk menulis e-mel anda,

Kyle Chan, felo di Brookings Institution, mengenal pasti perniagaan bersaiz sederhana yang mula menggunakan AI tetapi bimbang tentang kos sebagai pasaran pertumbuhan bagi pembangun China. Zhang berkata persaingan boleh menyebabkan model utama AS menikmati tempoh keuntungan tinggi hanya kira-kira enam bulan sebelum harga mula turun.

Prestasinya cukup hampir untuk banyak tugasan

Center for Strategic and International Studies menyifatkan model China sebagai berdaya saing dalam banyak tugasan praktikal dalam penilaian AI China mereka. Penulis Yasir Atalan, timbalan pengarah dan felo data di CSIS Futures Lab, menulis bahawa GLM-5.2 mempunyai kira-kira 750 bilion parameter dan tetingkap konteks satu juta token. Parameter ialah tetapan model yang dipelajari; tetingkap konteks ialah jumlah bahan yang boleh dipertimbangkan model pada satu-satu masa.

Penilaian itu memetik dapatan Center for AI Standards and Innovation bahawa DeepSeek V4 Pro ketinggalan kira-kira lapan bulan berbanding model AS terkemuka. Ia juga menghuraikan hasil yang kukuh daripada GLM dan Moonshot dalam pengaturcaraan dan ejen. Bagi perniagaan yang memilih sistem, persoalan yang relevan ialah sama ada sistem itu melaksanakan tugasan yang diperlukan dengan andal pada kos yang boleh diterima.

Perbandingan kerajaan AS memberikan contoh nyata. Laporan Two Loops Suruhanjaya Semakan Ekonomi dan Keselamatan AS-China menyenaraikan harga Januari 2026 sebanyak $1.20 bagi setiap sejuta token untuk Kimi K2.5 dan $4.81 untuk GPT-5.2. Kedua-duanya memperoleh skor 47 pada Indeks Kecerdasan Artificial Analysis, menjadikan harga tersenarai Kimi kira-kira satu perempat daripada harga GPT-5.2.

Makmal China mengusahakan kaedah latihan dan penyajian yang lebih cekap. DeepSeek berkata latihan akhir V3 menggunakan 2.788 juta jam GPU H800, dengan kos kira-kira $5.6 juta. CSIS turut menghuraikan penyulingan pengetahuan, iaitu apabila jawapan dan pertimbangan model yang lebih berkuasa dijadikan contoh latihan untuk model lain. OpenAI dan Anthropic menuduh makmal China mendapatkan bahan sedemikian melalui akaun palsu, menjadikan amalan itu titik pertikaian komersial dan politik.

Ekosistem yang berkembang mencapai platform global

Data muat turun Hugging Face yang dipetik CSIS meletakkan model China pada 41% daripada muat turun sepanjang tahun sebelumnya. Laporan suruhanjaya itu berkata model China mengatasi model AS dari segi jumlah muat turun pada Ogos 2025 dan menduduki tujuh daripada 10 kedudukan paling banyak dimuat turun di platform itu dari November hingga Disember tahun tersebut.

Keluarga Qwen Alibaba menggambarkan skala penyesuaian itu. Suruhanjaya merekodkan lebih 100,000 model terbitan ketika laporan diterbitkan. Menjelang musim panas 2026, Qwen mempunyai kira-kira 2.045 bilion muat turun dan 151,448 model terbitan, sekitar 2.6 kali ganda jumlah yang berasaskan model Meta. Model terbitan ialah versi yang dibina daripada model sedia ada, lazimnya disesuaikan untuk bahasa, industri atau pekerjaan tertentu.

Amazon Web Services telah menambah enam model berat terbuka China ke Amazon Bedrock, termasuk DeepSeek V3.2, MiniMax M2.1 dan Qwen3 Coder Next. Kimi K3 menyusul pada September, diikuti GLM-5.3 pada awal Oktober. Bedrock menyediakan laluan bagi perniagaan menggunakan model melalui infrastruktur awan Amazon. Baseten turut menyediakan Kimi K3 dan GLM-5.3 dalam alat pengaturcaraan Codex milik OpenAI, dengan mengendalikan pengehosan dan pengkomputeran yang diperlukan untuk menjana respons.

Perkembangan ini melalui beberapa peringkat:

• Ogos 2025: Model China mengatasi model AS dari segi jumlah muat turun di Hugging Face.
• November hingga Disember 2025: Model China menduduki tujuh daripada 10 kedudukan muat turun teratas di Hugging Face.
• Julai 2026: Moonshot melancarkan Kimi K3 dengan syarat perkongsian hasil bagi sesetengah penyedia perkhidmatan besar.
• September 2026: Kimi K3 tersedia di Amazon Bedrock.
• Awal Oktober 2026: GLM-5.3 tersedia di Bedrock menerusi aturan komersial yang melibatkan perkongsian hasil.
• 12 Oktober 2026: Ketua eksekutif Intel menyifatkan penggunaan model China sebagai pantas pada panel DBS di Singapura.

Siapa yang dibayar apabila model terbuka tersebar?

Pengalaman Z.ai menunjukkan bagaimana model boleh menjadi popular sementara penciptanya kehilangan perniagaan pengehosan. Epoch AI mendapati 12 penyedia luar menawarkan GLM-5.3 Flash melalui OpenRouter dalam tempoh sehari selepas beratnya dikeluarkan pada Ogos. Selepas 20 hari, 26 penyedia menawarkannya, dengan lapan mengenakan harga lebih rendah daripada Z.ai.

Bahagian Z.ai daripada token yang disediakan untuk model itu merosot daripada 88% kepada 22%. Jumlah token hariannya sendiri turun 70%, walaupun penggunaan keseluruhan model itu meningkat 17%. Pelanggan semakin banyak membeli akses daripada hos lain.

Vercel merekodkan jurang serupa antara aktiviti dengan pendapatan: bahagian token DeepSeek meningkat daripada bawah 1% kepada 17% pada Mei, sedangkan bahagian hasilnya kekal sekitar 1%. Model murah boleh mengendalikan sebahagian besar kerja, tetapi menghasilkan bahagian perbelanjaan yang jauh lebih kecil.

Z.ai melaporkan margin kasar API sebanyak 24.6% pada separuh pertama 2026, meningkat daripada 18.9% pada 2025. Margin kasar ialah bahagian hasil yang tinggal selepas kos perkhidmatan langsung, sebelum perbelanjaan lain. Epoch AI menganggarkan margin 85% bagi tawaran tertutup Opus 4.8 oleh Anthropic dan 70% hingga 80% bagi DeepSeek, yang kos penyajiannya rendah menjadikannya pengecualian dalam kalangan pembangun model terbuka.

Moonshot cuba meraih lebih banyak nilai melalui lesen Kimi K3, yang mewajibkan sesetengah penyedia besar yang menjual akses membuat perjanjian perkongsian hasil. Syarikat itu dilaporkan meminta sehingga 30% daripada hasil perkhidmatan berkaitan daripada platform awan utama. Aturan Bedrock Z.ai juga melibatkan perkongsian hasil berdasarkan penggunaan. Terma komersial khusus dan hasil yang akan dijana daripada perjanjian ini belum didedahkan.

Perkongsian awan membawa pelanggan dan kebergantungan

Wang Peng, penyelidik di Beijing Academy of Social Sciences, menggambarkan aturan yang sedang muncul sebagai pembahagian tanggungjawab: pembangun model membina teknologi, penyedia awan global membekalkan infrastruktur dan akses korporat, manakala pembangun menerima pendapatan apabila pelanggan menggunakan model mereka.

Fireworks AI menggambarkan peluang bagi penyedia infrastruktur. Zhang berkata syarikat California itu, yang pasukan pengurusan terasnya sebahagian besarnya berketurunan Cina, melaksanakan model terbuka China untuk perusahaan utama di luar negara dan telah melepasi hasil tahunan pada kadar semasa sebanyak $1 bilion. Hasil tahunan pada kadar semasa mengunjurkan kadar hasil terkini untuk setahun penuh.

CSIS menjelaskan bahawa pengehosan pihak ketiga turut mengurangkan beban pembangun China untuk menyediakan kapasiti pengkomputeran bagi pelanggan global. Namun, arahan, maklum balas dan rekod penggunaan boleh kekal dengan hos atau pelanggan. Makmal asal kemudiannya kurang mendapat maklumat tentang cara orang menggunakan modelnya dan bahagian yang perlu ditambah baik.

Laporan Two Loops suruhanjaya itu mengenal pasti satu lagi laluan pembelajaran: penggunaan di kilang, rangkaian logistik dan robotik. Penggunaan sedemikian boleh menjana data khusus yang menambah baik sistem seterusnya. Makmal China mungkin mendapat maklum balas daripada penggunaan industri dan penyesuaian komuniti walaupun akses langsung kepada interaksi pelanggan di luar negara terhad.

Shen Yang, profesor di Universiti Tsinghua, menghuraikan peluang berbeza di luar negara: kepastian komersial yang lebih kukuh di Asia Tenggara, nilai lebih tinggi bagi setiap pelanggan di pasaran Teluk dan permintaan belum dipenuhi yang besar di Amerika Latin. Beliau turut menyatakan minat yang semakin meningkat terhadap kedaulatan AI, iaitu keupayaan mengawal infrastruktur, data dan akses AI penting dalam sesebuah negara.

Keselamatan dan kepercayaan pelanggan membentuk penggunaan

Ecosia, syarikat carian dari Berlin, menamatkan perkongsiannya dengan Mistral AI dari Perancis dan bekerjasama dengan Melious untuk menggunakan model termasuk Qwen, GLM dan Kimi. Pengasas dan ketua eksekutif Christian Kroll berkata perubahan itu mengurangkan separuh kos operasi sambil meningkatkan kualiti dan prestasi. Beliau menyebut masalah prestasi Mistral, gangguan pelayan dan kebimbangan tentang bekalan tenaga serta kebebasannya. Pengasas bersama Mistral, Guillaume Lample, menjemput Ecosia menguji model Large 4 yang akan datang.

Kroll percaya pelarasan bersasar boleh menangani kelemahan politik dalam model China. Rasmus Rothe dari Persatuan Persekutuan Jerman bagi Kecerdasan Buatan lebih berhati-hati, dengan berhujah bahawa latihan semula boleh membuang penapisan langsung, tetapi pengaruh lebih halus dalam data latihan sukar diubah. Kajian NewsGuard turut mengenal pasti kegagalan sistem China membetulkan maklumat salah yang selari dengan kepentingan Beijing.

Atlassian mengambil pendekatan berbeza. Ketua eksekutif Mike Cannon-Brookes berkata syarikat itu menggunakan Nvidia Nemotron, Mistral dan model lain, dengan pasukan get laluan AI menetapkan tugasan kepada sistem yang sesuai. Beliau menjelaskan dasar penggunaan dalam produk:

Kami tidak menggunakan sebarang model China dalam produk, dan kami amat jelas tentang perkara itu,

Cannon-Brookes berkata sesetengah pelanggan menolak model China tetapi menerima model terbuka. Penggubal undang-undang AS turut menyiasat Airbnb dan Anysphere selepas pendedahan berkaitan Qwen dan Kimi. Ketua eksekutif Airbnb, Brian Chesky, berkata syarikat itu tidak menghantar data kepada pembangun model.

Suruhanjaya itu memetik dapatan NIST bahawa model terbuka DeepSeek lebih terdedah kepada risiko siber berbanding model AS yang setanding. Gu Zhaoqin, rakan kongsi di cawangan Hongqiao Duan & Duan Law Firm, berkata cabaran pematuhan di luar negara menggabungkan kebimbangan privasi dan keselamatan dengan perlindungan perdagangan yang didorong geopolitik. Pengehosan tempatan memberi pelanggan kawalan terhadap lokasi pemprosesan; tingkah laku model, ujian keselamatan dan pematuhan undang-undang masih perlu diberi perhatian secara berasingan.

AI lebih murah meletakkan perbelanjaan infrastruktur di bawah penelitian

Jefferies menganggarkan Microsoft, Alphabet, Amazon dan Oracle mempunyai tunggakan kontrak kira-kira $2.3 trilion, dengan sekitar separuh berkaitan OpenAI dan Anthropic. Tunggakan ialah perniagaan yang telah dipersetujui dalam kontrak untuk diserahkan dari semasa ke semasa. Harga model yang menurun memberi tekanan kepada hasil yang dijangka diperoleh pembangun AI dan digunakan untuk membeli kapasiti awan.

Jefferies memetik angka OpenRouter yang menunjukkan model China memproses 76.12 trilion token pada minggu berakhir 27 September, berbanding 4.37 trilion pada akhir April. Empat penyedia utama AS memproses 14.2 trilion token pada minggu September itu. Angka tersebut merujuk tempoh yang berbeza daripada kedudukan Oktober OpenRouter.

Bank pelaburan itu mempersoalkan rancangan perbelanjaan $600 bilion hingga $800 bilion untuk pusat data pada 2026 dan cadangan perbelanjaan modal sebanyak $993 bilion pada 2027. Ia turut berkata pendapatan tahunan pada kadar semasa empat syarikat awan utama mencecah $581 bilion sehingga suku kedua 2026, dengan pendapatan bukan operasi menyumbang keseluruhan peningkatan $222 bilion. Keuntungan pelaburan dan pendapatan daripada penjualan perkhidmatan pengkomputeran ialah bahagian yang berbeza dalam gambaran pendapatan itu.

Laporan Teknologi Global 2026 Bain & Company menganggarkan AI memerlukan hasil tahunan $6 trilion menjelang 2031 untuk membiayai infrastruktur bagi memenuhi permintaan yang dijangka. Ia memperuntukkan $1.8 trilion kepada aplikasi sedia ada dan $1.5 trilion kepada aplikasi yang sedang muncul, meninggalkan jurang $2.7 trilion untuk produk dan kegunaan baharu.

Syarikat AS kekal mempunyai kelebihan besar dalam langganan, hubungan pelanggan dan aplikasi popular. Suruhanjaya itu memetik anggaran penggunaan Microsoft sebanyak 28.3% di AS dan 16.3% di China pada separuh kedua 2025, dengan liputan data bagi China kurang kukuh. Peranan model China yang semakin meluas dalam produk syarikat lain mewujudkan peluang komersial yang berbeza: menjadi teknologi asas yang digunakan secara meluas sambil merundingkan bahagian pendapatan yang lebih besar daripada nilai yang dibina di atasnya.

Perkara Utama

• DeepSeek mendahului permintaan teks OpenRouter dengan 24.5% pada minggu bermula 5 Oktober 2026.
• Model China menarik pelanggan luar negara melalui harga lebih rendah, prestasi praktikal dan pelaksanaan yang fleksibel.
• Hos pihak ketiga meraih sebahagian besar perbelanjaan untuk model yang dibangunkan oleh makmal China.
• Perkongsian Amazon Bedrock dan syarat pelesenan baharu menyediakan laluan untuk perkongsian hasil.
• Keselamatan, penapisan, privasi dan penelitian politik mempengaruhi keputusan pembelian perusahaan.
• Harga model yang menurun memberi tekanan kepada hasil pembangun dan ekonomi pelaburan infrastruktur awan.