有分析指出，中国AI模型正迅速缩小与西方头部模型的性能差距，同时将推理成本压低至最低1/100，这一变化正在重塑AI市场的竞争逻辑。行业关注点也正从“谁的模型最强”，转向“谁能以更低成本、大规模提供高性能AI能力”。

TechRadar当地时间7月28日报道称，未来胜出的未必还是单一性能最强的模型，而更可能是那些能够以低成本大规模部署高性能AI，并围绕其构建生态体系的企业。该分析比较了15家AI厂商推出的33款模型，评估维度包括推理表现、运营成本和部署方式等。

在衡量科学推理能力的GPQA Diamond基准测试中，美国厂商仍然领先。Anthropic的Claude Mythos 5以94.4%位居第一，Google Gemini 3.1 Pro为94.3%，Claude Fable 5为94.0%。

不过，中国模型的追赶速度同样明显。Alibaba Qwen 3.7 Max得分为92.4%，GLM-5.2为91.2%，DeepSeek V4 Pro为90.1%，整体上已逼近头部模型水平。

TechRadar认为，当前差距更多体现在成本，而非绝对性能。更低的推理成本意义并不只是“以更便宜的价格完成同样任务”，还会直接改变企业使用AI的范围和方式。

在相同预算下，企业可以处理更多请求，AI的应用也不再局限于少数核心业务，而是能够扩展至客户支持、内容生成、企业内部流程自动化等更多场景。这也让初创公司和中型企业得以用相对较低的成本部署高性能AI能力。

从市场需求看，AI应用正出现分化。以客户咨询、文档撰写、内容生成等为代表的大众应用市场，相比基准测试分数，价格竞争力正在成为更关键的决策因素。

数据显示，过去一年，AI平台OpenRouter上的美国模型流量占比已从约74%降至约20%，中国模型占比则升至接近一半。若按Token使用量计算，中国模型已占据优势。

但在编程、AI Agent等需要复杂推理能力的高难度场景中，头部高性能模型的价值仍然更高。

原因在于，多步骤连续任务中，即便只是细微的性能差异，也可能对最终结果造成显著影响。因此，企业AI预算仍持续向头部模型集中。TechRadar称，受编程和AI Agent需求带动，Anthropic在企业API支出中的占比约为40%。

中国厂商的开放策略也被视为其加速扩散的重要原因。GLM-5.2、DeepSeek V4 Pro、Qwen 3.5 397B等模型均以开放权重方式提供，企业可直接在自有服务器上运行，从而掌握数据控制权，并降低对特定AI厂商定价或服务调整的依赖。

TechRadar认为，中国AI企业并不只是西方模型的低价替代者，而是正基于低成本、开放性和运营控制权，提出一套新的AI部署模式。

围绕监管的争议也在持续。近期，Microsoft CEO Satya Nadella与NVIDIA CEO Jensen Huang等人在公开信中表示，若对开放式AI模型实施过度监管，可能削弱美国竞争力。他们强调，扩大开放型AI模型的使用，有助于降低技术成本，并推动整个行业创新。

不过，中国AI模型的扩散也面临政治层面的限制。TechRadar指出，尽管中国模型在技术形态上更为开放，但在天安门事件、台湾问题、涉新疆维吾尔议题、香港示威以及与Xi Jinping相关的问题上，可能会限制回答，或呈现中国政府立场。

AI安全企业Enkrypt AI对DeepSeek R1的分析也显示，在涉及中国相关敏感议题时，约91%的回答呈现亲中国倾向。这意味着，即便企业将模型部署在自有服务器上，相关政治倾向也未必能够被完全消除。

TechRadar总结称，西方AI企业在顶级性能方面仍具优势，但在各细分市场维持高价商业模式将变得越来越困难。对于大众市场而言，“性能足够好”加上低成本正变得比单纯追求最高分更重要。未来AI竞争的胜负，或将取决于谁能构建更低成本、可扩展的AI生态，而不只是基准测试成绩的高低。