That the providers can sell access to the same base model at all comes down to how Z.ai released it. GLM 5.2 went out under an MIT license: the Hugging Face model card carries the license tag, and CNBC described the release as free to download, fine-tune, and run on a company’s own servers. The license generally permits third parties to host and commercialize inference, subject to applicable law and other rights. OpenRouter gathers those offers on one page, with Z.ai appearing as one seller among the others.

When the lab that trains a model is also the only place that serves it, choosing the model and choosing who runs it are one choice. The lab is the host, its price and terms bundled with the model. An open release pulls those apart. GLM 5.2 still has to be right for the job. After that comes a separate question: which provider should run it, and on what terms? OpenRouter’s page is what that second question looks like once the answer is no longer bundled with the lab.

The timing is still striking. The Hugging Face repository was created in mid-June, and within weeks the provider page was already crowded. CNBC’s report on the release offers some context: the model lands within a percentage point of Anthropic’s Opus 4.8 on a key agentic benchmark, at roughly a fifth of the cost. That comparison may help explain the interest around GLM 5.2. It does not tell us why any particular provider listed it, though, or why one endpoint costs more than another.

That benchmark is also where the account of the price spread runs out. It describes the base model rather than the differently quantized serving artifacts, so it does not explain the gap between the cheapest and most expensive listings. OpenRouter does not show how much of that gap comes from quantization, hardware, utilization, margin, or something else in the serving stack. It shows only a few pieces: DeepInfra’s cheapest endpoint runs at fp4, Z.ai’s own at fp8 and $1.40, and Wafer lists a low fp4 endpoint alongside a far costlier one marked “fast.” The labels describe part of each offer without turning into a price breakdown.

Underneath the price, the other columns vary as well. Some endpoints declare their quantization and some leave it blank. The context window a provider will accept varies widely. Cache-read pricing, which sets what a repeated prompt prefix costs, differs from one endpoint to the next, and Morph and AkashML omit it entirely.

DeepInfra has the lowest listed input price. What the table does not show is how the endpoints behave on an actual workload. The fp4 and fp8 labels, context limits, and cache fields are reasons to compare them, not results from that comparison. The cheapest price is exact, and what it buys is only partly on the page.

OpenRouter 看到的 30%

根據 CNBC 7 月 7 日的報導，這個比例算的是「美國公司經 OpenRouter、用在中國 AI 模型上的 token」。OpenRouter 是讓開發者接上各家模型的閘道，這裡計入的，就只有從這個入口送出去的用量。

把時間拉開看，變化的幅度才清楚：2025 上半年，這個比例還在 4.5%；再往後推，前十二個月的平均是 11%；到了 2026 年 2 月 8 日之後，每一週都在 30% 以上，中間最高到過 46%。只是它記下的，是一個閘道裡的 token 往哪裡去，不是整個市場的全貌。

而且這組數字也沒有交代，那些 token 送去做的是客服、摘要、寫程式，還是別的什麼。看得到的就是流向，再往下的細節，這裡沒有。

把哪些工作分出去

真正在動的，是團隊每接一項任務時的那個判斷。照 Vercel 的 Harpreet Arora 對 CNBC 的描述，做法很直接：先看這件事需不需要最好的模型，不需要，就把它送去一個夠好、又便宜得多的模型。他的說法是「這裡是價格在起作用」，而最近這一波從中國出來的模型，剛好在這種取捨裡佔上風。這種按任務分級、把工作送去對應價位模型的做法，可以參考之前寫的相關文章：Token 成本的真相：分級，但別分太細。

會走到這一步，背景是美國幾家大實驗室最先進模型的 token 價格上升，用的公司開始碰到超出預期的成本。另一邊的落差不小：OpenRouter 負責資料與分析的 Justin Summerville 給 CNBC 的數字是，開源的中國模型可以比 Anthropic、OpenAI 的主力便宜 6 到 9 成。落差拉到這麼開，那些「夠好就行」的任務，會是最先被分去便宜模型的一批。

另外看採用速度，智譜的 GLM 5.2 是一個例子。這個模型 6 月發布，是 Vercel 在 2026 年追蹤到採用最快的一個：上線後的第一個完整週，每日 token 用量大約成長 27 倍，用它的客戶數大約成長 80 倍。

不過 Vercel 這一筆，跟 OpenRouter 那 30%，量到的並不是同一件事。Vercel 算的是單一模型在一個部署平台上的採用曲線；OpenRouter 算的是一個閘道裡各家 token 的佔比。兩邊都在說中國模型的用量往上抬，方向一致，可是底下數的東西不一樣。

換一個地方看，畫面也會不同：在專做受監管產業的代理平台 LaunchLemonade 上，用量到現在還是 Claude 跟 ChatGPT 居多，GLM 5.2 已進入前五名（創辦人 Cien Solon 對 CNBC 這麼說）。而它被選用的理由，繞回去還是同一件事：這些模型是在某些特定的工作上成為選項，用在技術或商業上說得通的地方。

CNBC 6 月 26 日的報導把這整件事收成一句話，說最重要的指標，正在變成「每一塊錢買到多少智慧」。不同的工作，開始各自算一次價格。

六月的下架與解禁

價格之外，取用這邊，六月也晃過一輪。照 6 月 26 日那篇的順序：先是 Anthropic 在 Trump 政府的命令下，把 Fable Mythos 級的模型下架；OpenAI 也因為政府的要求，宣布要限制 GPT-5.6 這批模型。接著在同一個月裡，7 月 7 日的報導補上後續：Anthropic 的 Mythos 和 Fable，在雙方一輪緊繃的對峙之後，出口管制月內就解除了；至於 OpenAI 那項限制，7 月 7 日的報導引述時，沒有提到解除。

取用之所以會牽動選擇，6 月 26 日那篇講得也直接：當一個專有模型可能被一紙命令下架或限縮，一個誰也收不回去的模型，就愈來愈像比較保險的選項。GLM 5.2 正好是這種模型，可以免費下載、自己微調、擺進公司自己的伺服器裡跑。

Hugging Face 的機器學習負責人 Yacine Jernite 對 CNBC 的說法，把價格跟取用兩件事接了起來：美國的專有模型效能好、也貴，而它們的價格跟取用情況，都可能在短時間內變動。Arora 明確指出價格正在推動任務分流；至於取用波動影響了多少選擇，目前的資料沒有量化。兩件事擺在一起，還是足以讓團隊重新算一遍，到底哪些任務真的非最貴的模型不可。

OpenRouter 之外的採購，有沒有同樣的變化，這組資料沒有回答。這部分，還得另外找資料。