报告概述
本报告聚焦于国产大模型出海的Token经济及IDC需求扩张。研究范围覆盖全球大模型性能竞争、中美模型代差变化、OpenRouter等平台的Token调用量趋势，以及AI应用从训练向推理迁移对云计算和数据中心建设的拉动作用。报告通过分析头部模型厂商的迭代速度、开源模型表现、API调用占比等，为投资者呈现国产模型在性价比和商业化能力上的突破，以及AI产业链相关环节的投资机会。
报告的核心结论
国产大模型性能与质价比大幅提升，海外调用量占比超50%。
自2025年12月以来，OpenRouter平台上国产模型调用量占比从0%攀升至超过50%，Minimax M2.5、DeepSeek V3.2、Kimi K2.5等模型进入前十。国产模型在编程、Agent等领域的评测表现已逼近全球顶尖模型，而API价格仅为海外模型的1/10至1/20，高质价比驱动市场快速渗透。
AI工作负载从训练转向推理，推动数据中心需求扩张。
OpenClaw等智能体项目带动Token消耗创新高，2026年3月OpenRouter周调用量达14.8T，同比增156%。推理市场需求门槛较低且部署灵活，云厂商成为主要承载平台，推理算力需求有望超越训练，带动数据中心建设加速。
中美大模型性能差距缩至历史最小，国产开源模型领先全球。
据Artificial Analysis，中国领先AI实验室与美国领导者的性能差距已从超过一年缩至不到三个月。GLM-5成为开源SOTA模型，整体测试表现与Claude Opus 4.5和Gemini 3 Pro相当，中国在开源AI模型方面已领先全球。
报告回答的关键问题
国产大模型如何快速抢占海外市场？
核心在于高质价比。国产模型如Minimax M2.5、DeepSeek V3.2等在编程、Agent等关键能力上达到或接近世界顶尖水平，同时API价格远低于海外模型（如M2.5输出价格仅为Opus的5%）。此外，国产模型迭代速度极快，以月为单位更新，性能提升迅速，从而在OpenRouter等平台上获得开发者青睐，调用量占比快速突破50%。
AI推理需求如何影响数据中心建设？
AI应用从训练转向推理后，推理负载加速向分布式架构扩散，推动数据中心布局向“核心+边缘”协同演进。云厂商的IaaS需求增加，直接刺激物理资源建设。报告显示，2024年中国云计算市场规模达8288亿元，预计2026年数据中心市场规模达3621亿元。国内云厂商资本开支显著增长，但整体仍落后于海外，推理需求验证后有望进一步拉动。
OpenClaw为什么能推动Token用量暴涨？
OpenClaw是一款开源的AI智能体，可以运行在个人电脑上直接调用应用程序、自主完成长链条工作流。其病毒式传播（GitHub星标超22.8万）带动了大量开发者使用AI Agent，持续拉高Token消耗。同时，国产模型凭借低价优势承接了海外调用量，使得OpenRouter周调用量在三个月内翻倍至14.8T。
中美大模型差距缩小到什么程度？
据斯坦福大学数据，2023年1月美国最佳模型领先中国9.26%，而2025年2月差距仅1.70%。当前中国领先AI实验室与美国领导者的性能差距从超过一年缩小到不到三个月。国产模型GLM-5在LMSYS榜单中获开源第一，整体表现与Claude Opus 4.5和Gemini 3 Pro相当。
报告中的代表性数据
OpenRouter周调用量
截至2026年3月9日，OpenRouter平台周调用量从2025年12月7日的5.78T增至14.8T，同比增长156%。
Minimax M2.5单次测试成本
运行一轮Artificial Analysis test成本仅需125美元，而Claude Opus 4.6需要4970美元，GPT5.2-Codex需要3244美元，显示国产模型部署成本优势显著。
中国云计算市场规模
2024年，2024年我国云计算市场规模达8288亿元，同比增长34.4%，预计2030年有望突破3万亿元。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 全球及中国主要大模型迭代时间表与性能测评对比，涵盖GPT、Gemini、Claude、Kimi、GLM等系列模型的技术路线与得分。
- OpenRouter平台Token调用量变化趋势及国产模型占比提升的详细数据图表。
- AI智能体项目OpenClaw、Claude Cowork等案例分析，包括架构图、功能特点与商业化影响。
- 中美模型性能差距缩小的量化分析，基于LMSYS、Artificial Analysis等权威基准测试。
- 国内云厂商资本开支计划（阿里、腾讯、字节等）及海外厂商Capex对比，展现AI基础设施投资趋势。
- 数据中心电力需求预测，核心IT负载电力需求2023-2028年CAGR超20%，中国成为全球增长主引擎。
- AI产业链公司全景梳理，覆盖IDC、算力租赁、AI芯片、服务器、液冷、光模块等细分领域标的。
- 风险提示：AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
