上周我拿 Qwen3.7-Plus 和 GPT-4o 跑了同一个任务：写一个带用户认证的 Express.js API。Qwen3.7-Plus 花了 11 小时自主完成，全程没让我介入；GPT-4o 在第三轮 tool call 时丢了上下文。但如果你问我"中国 AI 是不是碾压美国了"，我的答案是：没那么简单。
Token 消耗暴涨，但别被数字骗了
OpenRouter 最新数据显示，中国 AI 大模型周调用量 12.96 万亿 Token，连续第五周超过美国，领先 4.27 倍。阿里 Qwen3.6 Plus 以 4.6 万亿 Token 登顶，字节豆包日均 Token 突破 120 万亿，3 个月翻倍。
这个数据看起来很吓人，但 OpenRouter 只是全球 API 调用的一个切面。它反映的是开发者在第三方平台上的选择偏好，不是模型能力的全貌。美国企业级客户大量走 Azure、AWS 原生通道，这些数据不在 OpenRouter 的统计范围内。
真正值得关注的趋势是：Token 价格正在崩塌。Qwen3.6 Plus 的输入价格是 0.0008 元/千 Token，GPT-4o 是 0.005 美元/千 Token，差了将近 40 倍。当价格差到这个程度，开发者用脚投票是必然的。
阿里上周发的 Qwen3.7-Plus 更有意思——Vision Arena 全球第五、中国第一，同时展示了 11 小时自主开发 APP 的能力。模型层的竞争已经不是"谁更聪明"，而是"谁能以更低的成本完成更长的任务链"。
800 亿美元的赌注
Alphabet 上周启动 800 亿美元股权融资，伯克希尔·哈撒韦非公开配售投了 100 亿。Alphabet 2026 年资本支出预期上调到 1800-1900 亿美元。
国内也不甘示弱。墨芯人工智能完成近 10 亿元 C 轮融资，深创投、岩山科技入局。极新报告显示，2026 年 5 月 AI 领域融资 494 亿元，同比增长 8 倍。
我算了一笔账：OpenAI 月入约 20 亿美元，年化 240 亿；Anthropic 年化突破 300 亿；CoreWeave 合同积压超 660 亿。这些数字加起来，还不到 Alphabet 一家的资本支出。AI 基础设施的投入已经到了"不投就出局"的程度，但回报周期还远没有到来。
Agent 不再是 Demo，它真的在干活
腾讯《AI 趋势研究白皮书 2026Q1》里有几个数据让我停下来仔细看了两遍：
- Cursor Agent 单任务运行时长 36 小时
- Claude Code 单日提交量占全球 GitHub 公开代码的 4%
- Perplexity 转向 AI 智能体后，单月营收暴涨 50%，年化 1.5 亿美元
36 小时是什么概念？一个 Agent 从周五下午开始跑，到周日早上才停。它不是在"思考"，是在写代码、跑测试、修 bug、再写、再跑，循环往复。Claude Code 占 GitHub 公开代码 4% 这个数字更夸张——全球每 25 行公开代码里，就有 1 行是 AI 写的。
商业模式也在变。"按调用次数收费"在 Agent 时代不够用了——一个任务可能跑几万次 API 调用，但最终只交付一个结果。Perplexity 的暴涨说明"按任务价值收费"才是正确的方向。
三个经济体，同一件事
佛罗里达州总检察长起诉 OpenAI 及其 CEO 奥尔特曼，指控 ChatGPT 助长暴力行为、诱导用户依赖。这是美国首个州政府对 OpenAI 的同类诉讼。
中国四部门联合启动"剑网 2026"专项行动，6-11 月聚焦 AI 版权整治，重点查处"洗稿"、深度伪造等侵权行为。
欧盟发布《AI 法案》第 6 条高风险 AI 系统分类指南草案，征求意见截止 6 月 23 日。
三个主要经济体在同一周密集出手，不是巧合。AI 监管已经从"讨论要不要管"进入"具体怎么管"。合规成本正在变成 AI 企业的固定支出，和服务器费用一样，省不掉。
英伟达的"实用 AI 时代"
黄仁勋在 GTC Taipei 2026 上宣布 Vera Rubin 全面量产，7 款芯片可规模化部署，2026 下半年出货。他的原话是"有用的 AI 已经到来"。
同时发布的还有 Alpamayo 2 Super 自动驾驶大模型和 Isaac GR00T 人形机器人参考设计（与宇树科技合作，预计年底面世）。
国产这边，DeepSeek V4 全面转向华为昇腾 950PR 芯片，阿里平头哥 GPU 规模化量产。"模型-芯片-框架"全链条的自主可控，正在从 PPT 变成生产线。
这周到底发生了什么
没有"炸裂"级别的单一事件，但五条线拼在一起，画面很清楚：AI 正在从"能不能做"进入"怎么做划算"。
模型层卷价格，基础设施层卷规模，应用层卷持久力，监管层卷合规，硬件层卷生态。2026 年的 AI 竞争，已经不是一场单点突破的游戏了。
对从业者来说，最重要的判断不是"哪个模型最强"，而是"我的业务在哪个层级，那个层级的成本曲线正在怎么变"。