三年 1.2% 到 49.3%：韩国新模型一半基于中国基模，API 成本曲线先动了

10 月 16 日，韩国智库 Rockbridge Network Korea 发布报告《How Chinese AI Is Being Used in South Korea》。数据很直白：今年 1 至 8 月，1993 个韩国关联 Hugging Face 账号发布了 1845 个新的大模型衍生作品，其中 49.3% 基于中国基模，35.9% 基于美国模型，韩国本土模型只占 14.9%。

先说口径：这 49.3% 数的是开发侧

报告统计的是"衍生模型"——韩国开发者在既有模型之上做继续训练或微调后发布的新模型。也就是说，49.3% 反映的是开发环节的基模选择，不是消费者侧的调用量。但两者通常同向：开发者是第一批感知成本的人，基模太贵会最先换掉，开发侧的选择往往是流量侧的前置信号。

Qwen 一家拿走 46.8%，三年曲线非常陡

看基模分布，阿里巴巴 Qwen 一家 864 个模型，占总量的 46.8%，领先谷歌 Gemma（14.7%）与 Meta Llama（13.8%）。韩国本土阵营里 LG AI 研究院的 EXAONE 最多，占 9.3%，Kakao 的 Kanana 排第六、占 2.7%，而名气很大的 DeepSeek 只有 19 个衍生作品，仅 1.0%。更值得盯的是时间轴：中国基模衍生占比 2023 年 1.2%、2024 年 7.2%、去年 22.0%，今年直接跳到 49.3%——三年翻了近四倍半。

DeepSeek 在韩国的识别度很高，衍生占比却只有 1.0%，远低于 Qwen，这个反差值得玩味：结合韩媒报道，韩国开发者更倾向在推理服务环节"用"中国模型，而微调基模明显收敛到 Qwen——尺寸谱系全、119 种语言、工具链开放，构成衍生开发的实际护城河。

真正的驱动是成本：1/34 的护城河

报告把转向的核心写在价格上。同档次的头部模型，中国模型的每百万 token 输出单价约为美国模型的 1/34，跑同等一次评测的成本约为 1/4。叠加 Qwen 尺寸谱系最全、覆盖 119 种语言、工具链成熟，对高流量服务而言模型费用直接打进损益表，价格就是第一变量。一家韩国 AI 创业公司负责人说得直接：高用户流量的服务，我们主要用 Qwen 和 DeepSeek 这类中国模型。

成本测算视角：1/34 意味着什么

按聚合分发位置粗算一笔账。假设某高流量服务每月输出 1 亿 token：若用美国头部模型（单价假设 10 美元/百万输出 token，仅作示例），月模型费用约 1000 美元；换到 1/34 单价的中国模型，约 29 美元，降幅接近 97%。现实中路由、缓存命中率和延迟 SLA 会打折扣，不可能全量搬移，但只要保持"常规任务走低单价基模、复杂任务回落头部模型"的两层结构，服务的损益结构就会根本性变化。这是这份报告数字对 API 货架最直接的翻译。

API 货架视角：这是成本结构与路由的信号

报告还挖出一个"认知差"——36 家韩国大厂的公开 GitHub 仓库里没有中国模型的使用痕迹，但逐个模型追问后发现 5 家其实在用。真实使用跑在公开表态前面，这和不少团队悄悄按价格改路由的动作高度一致。

我们的判断：对聚合货架，基模选择本质是成本结构问题；对开发者接入，关键不再是"能不能调"，而是三件事：一是基模成本有没有进到 1/34 量级，二是衍生模型的基模是否被透明披露，三是数据合规有没有兜住。Rockbridge 的推荐也是从"一刀切禁用"转向"披露基模并制定安全与运营指引"——对 API 聚合的合规元数据来说，这是下一步的方向信号。

来源：Rockbridge Network Korea《How Chinese AI Is Being Used in South Korea》（10-16 发布，汉阳大学教授崔成镇执笔）；Korea Herald、朝鲜日报英文版、韩联社（观察者网转引）交叉核对。成本测算示例中的美国模型单价为假设值，1/34 价差系数来自报告。