2026年6月30日，美企美国一家知名科技企业的将G具A降首席执行官在社交平台宣布，公司已正式将智谱AI研发的为默GLM 5.2与月之暗面推出的Kimi K2.7 Code两款大语言模型，确立为全体工程师日常开发工作的认开默认AI工具。在企业内部AI调用量呈指数级增长的发工背景下，这一举措成功将相关支出压缩近半。本骤

该负责人指出，美企此前设定的将G具A降每位工程师Token使用上限，实际仅有9%的为默人员曾接近或达到该限额。因此，认开本次优化并未削减个人配额，发工而是本骤通过以下三项技术路径实现降本增效：
1. 构建智能路由系统：自动匹配任务类型与最优模型；
2. 强化本地缓存机制：大幅减少重复请求；
3. 模型迁移：将代码审查、技术文档摘要等高频常规任务，美企从原有供应商的将G具A降闭源模型迁移至上述两款中国开源模型。

为保障数据安全与合规要求，为默该公司已将模型权重完整下载并部署于自建服务器集群。所有代码输入与交互内容均不经过境外API接口，完全在内部环境完成推理运算。

GLM 5.2：开源旗舰的性能突破

GLM 5.2由智谱于6月12日正式发布，采用MIT开源协议，参数规模达744亿，是当前开源领域最具代表性的旗舰模型之一。

• 权威评测：在第三方权威机构Artificial Analysis的综合榜单中，该模型获得51分，与国际头部闭源模型并列前三，刷新开源模型性能纪录。
• 代码能力：在SWE-bench Pro软件工程基准测试中，其表现优于OpenAI最新版本GPT-5.5；在前沿代码任务FrontierSWE中，准确率达74.4%，仅比Anthropic Opus 4.8低0.7个百分点。
• 成本优势：单次调用成本约为Opus 4.8的六分之一。

Kimi K2.7 Code：专注编程场景

Kimi K2.7 Code系月之暗面于同日发布的专注编程场景的新一代模型，与GLM 5.2共同构成该公司AI基础设施的双核心支撑。

行业趋势：中国开源模型崛起

这一实践并非个例。此前已有多家企业完成类似技术迁移：
* 某全球住宿服务平台将客服系统所用模型由GPT系列切换至阿里千问；
* 一家专注于智能代理的AI公司，在将主干模型由Claude替换为DeepSeek V4后，推理成本下降90%；
* 另一家数据云服务提供商经实测确认，GLM 5.2可在显著降低单位成本的前提下，达成与Claude相近的任务处理能力。

据一份今年三月发布的行业评估报告估算，目前约80%的美国AI初创企业已在不同程度上采用中国开源模型。在开放模型聚合平台OpenRouter上，中国模型的Token调用份额已从一年前不足2%，跃升至今年四月的逾40%，并于五月进一步突破61%。

此外，阿里千问系列模型累计下载量在今年一月突破7亿次，在Hugging Face平台的下载总量已超越Meta Llama，稳居全球最热门开源模型家族之列。

核心动因：务实的技术主权与成本效益

驱动这一趋势的核心动因清晰而务实：当中国开源模型在关键性能指标上跻身全球第一梯队，同时提供更具竞争力的价格与更灵活的部署方式，企业决策的重心便自然转向可衡量的成本效益与可控的技术主权，而非抽象的立场分歧。