“没人抱怨人工智能的成本，直到账单贵得离谱。”这是美国创业者Ben Cera 7月底在社交媒体发布的帖文。 

过去一段时间，这是不少美国开发者、企业的共同感受，中国的开源模型以极高的性价比将他们从高昂的人工智能账单中“拯救”出来。 

去年10月，Ben Cera创办了一家一人公司Polsia，给其他公司提供策划、编程、市场营销等方面的人工智能生产力。尽管他知道Anthropic和OpenAI的模型很贵，但是最初他并不在意，更关心客户是不是对公司开发的人工智能产品感兴趣。今年3月，Ben Cera意识到成本失控，Polsia受到越来越多关注，付费用户从500人上涨到5000人，他收到的AI账单达到50万美元。当时他使用的模型是Anthropic旗下的Opus和Sonnet。 

今年4月，他收到了一张接近120万美元的AI账单。他面临选择，要么提高服务收费，要么寻找降低成本的方式，而他无法用Anthropic的模型做到这点。 

他开始通过租用GPU部署开源模型，两个月后的 6月，公司在人工智能方面的支出降低到10万美元左右，他使用了Minimax和GLM模型。“这意味着公司能够盈利，并且以更低价格向客户提供服务，甚至可以提供免费版服务。” 

在Ben Cera帖子下面的留言中，有人创造了一个新词Chinamaxxing，戏仿Tokenmaxxing，意指人们应该像此前不遗余力地“烧”Token一样最大程度使用中国大模型。 

当下，Chinamaxxing在硅谷的开发者、初创公司中已经是一股风潮。第三方模型聚合平台OpenRouter数据显示，8月3日到7日这一周，DeepSeek-V4-Flash新旧版本调用量共计11.31万亿Tokens，GPT5.6 Luna调用量为3.54万亿Tokens，相差近三倍。而在此前一周大模型调用榜单中，排名前五的产品均是中国模型。 

这种趋势已经持续一段时间。OpenRouter数据显示，用户消耗中国模型Token占比增幅显著，2025年上半年这一比例只有4.5％，今年一路上涨，达到如今的百分之五六十。 

“这并不意味着中国模型占据了美国企业市场一半以上的份额。OpenRouter 更多代表的是开发者、初创公司使用大模型的趋势。”人工智能第三方数据公司XSignal CEO刘震告诉@中国新闻周刊 ，今年美国企业用户市场中，开源模型占比不到15％，而中国模型在其中占比为20％—30％，整体占比在3％—5％，2025年这一比例约为1％。

 因此，还难以说美国企业集体转向中国大模型，但是不论是Ben Cera这样的创业者，还是一些大公司，都开始感受到AI账单的压力。