大家好我是老札，这次真出“大事”了！只不过这件事，对美国大模型来说不太妙，对中国大模型来说却有点喜感。
中国媒体转引日媒消息称，越来越多印度企业，正在把目光从昂贵的美国模型，转向更便宜、更好用的中国AI大模型。
这就很有意思了，嘴上还在谈技术阵营，企业却已经开始认真算账，表面上离中国市场很远，实际使用却越来越顺手。
以前是美国企业靠技术收高价，如今是印度公司嫌账单太贵，转头找中国模型省钱，一边高喊科技领先，一边被价格劝退，一边担心依赖中国，一边又越用越离不开。
这场AI竞争，表面拼的是技术高低，真正决定企业站队的，却是账单上的那串数字。
印度企业不是选边，而是在重新算账普通用户每天问几个问题，很难感受到Token费用，企业却完全不同，客服、编程、搜索、数据整理一旦长期接入，调用量可能迅速扩大，此时，单价相差几美元，乘上数亿甚至数十亿Token，就会变成真金白银。
OpenAI官方价格显示，GPT-5.5标准API每100万个输入Token收费5美元，输出收费30美元，批处理和Flex模式价格减半，优先处理则按标准价格的2.5倍计费。
至于DeepSeek和Kimi，微软确实已经把相关模型收入Foundry，但具体价格会随模型版本、地区和部署类型变化，微软公开价格页面甚至会根据账户和区域动态显示，因此原稿中的0.19美元、1.74美元、5.40美元等区间，不宜继续当成固定官方报价。
大模型市场正在经历一次很现实的变化，前几年企业讨论的是谁的模型最强，现在越来越多采购部门问的是：完成同一项任务，谁的综合成本最低？
顶级模型依然有价值，但企业没必要拿最昂贵的模型处理每一份摘要、每一次分类和每一段普通代码，真正成熟的用法，应该是根据任务难度分配模型，而不是把所有工作都塞给同一个昂贵接口。
微软卖的不是中国模型，而是选择权中国模型进入印度企业，还有一个关键入口，就是Microsoft Foundry。
微软官方将Foundry分为两大类：一类由Azure直接托管、计费并提供服务等级保障，另一类来自合作伙伴和开源社区，其目录中不仅有OpenAI和微软自己的产品，也包括DeepSeek以及月之暗面的Kimi K2.5、Kimi K2.6等模型。
企业偏爱本地部署，更多是为了控制数据、降低合规风险和减少供应商依赖，微软才是这场变化中最容易被忽视的赢家，无论客户最后选择OpenAI、DeepSeek还是Kimi，只要模型运行在Azure体系内，微软都能获得云服务和平台收益。
它不必押中唯一冠军，只要确保所有热门模型都在自己的货架上。
低价能带来客户，算力才能留住客户7月16日，月之暗面发布Kimi K3，官方资料显示，该模型拥有2.8万亿参数、100万Token上下文窗口，主要面向长流程编程、知识工作和推理任务。
到了7月20日，月之暗面宣布暂停接受新的Kimi订阅，公司表示，过去48小时的需求已接近现有算力上限，将优先保障已有订阅用户，并在扩充容量后分批重新开放。
这件事一方面证明，中国模型确实能在海外制造需求；另一方面也把短板摆到了桌面上，价格打下来之后，用户可能来得比预期更快，但如果GPU、全球节点和技术服务跟不上，低价带来的流量反而会变成压力。
所以中国大模型出海不能只讲便宜，低价格负责把客户吸引进来，开放权重让企业拥有更多控制权，而算力、稳定性、安全和服务生态，才决定客户会不会留下。
印度企业这次做出的不是政治选择，而是商业选择，AI竞争进入下半场后，排行榜仍然重要，但真正决定市场份额的，可能是一个更朴素的问题：同样一笔钱，谁能稳定完成更多工作？