美国企业买开源模型 为什么专挑中国货

权重免费，账单不免费，

美国企业的开源预算，89% 付给了中国公司。

我先交代一下自己最近的一个工作习惯。每次给项目挑模型，我都会先问一句，它挂了谁管。

11 月 3 日，硅谷老牌风投 Menlo Ventures 发了份《2026 年企业 AI 现状报告》。他们委托调研机构问了几百个美国企业里管 AI 预算的负责人，这些人手上管着的 AI 支出合计超过 40 亿美元。

关于开源模型的那一页，有个数字我盯了很久。开源支出的 89%，付给了中国公司的模型。

Kimi 一家拿走 61%。DeepSeek 15%，智谱 GLM 11%。西方阵营里名气最大的 Llama，只剩 7%.

我盯着这行字看了好几遍，然后去翻了原报告。开源权重明明免费下载，一个可以随便拷贝的文件，怎么还能让最讲究投入产出比的那批美国公司，掏出这么一边倒的真金白银。

看懂之后我想明白一件事，这份账单记的东西，跟免费下载的那个文件，根本是两码事。

PART 01 这笔账是怎么算出来的

先把口径摆清楚，免得数字打架。

调研是 Morning Consult 在今年 9 月 8 日到 26 日做的，样本近 400 名美国企业的 AI 决策者。那个 40 亿美元是受访者管理的支出总额，报道里常跟流向中国的金额混着写，得掰开。

再看大盘。报告估算，到今年 9 月，全球企业在 AI 部署上的年化支出冲到 1768 亿美元，一年前这个数是 330 亿，翻 5 倍多。2023 年它只有 17 亿，三年翻了 100 倍。

开源模型在这个大盘里的位置很微妙。它占掉的 token 用量从 11% 涨到 19%，快到五分之一。可它对应的支出占比，反而从 6% 掉到 4%。

原因不复杂，价格崩了。开源模型平均每百万 token 一年前卖 0.45 美元，现在 0.13 美元。同一个时间段，用量涨了 22.5 倍，到每月 2900 万亿个 token。

闭源均价同期约 0.70 美元，两边的价差拉到五倍以上｜数据来源 Menlo Ventures 2026 年报告

调研样本近 400 家美企，开源池内西方模型合计只剩 11%｜数据来源 Menlo Ventures 2026 年企业 AI 现状报告

便宜，量大，所以钱显得少。用量和收入之间那道剪刀差，就是这份报告最有嚼头的地方。

开源的用量增速是闭源的近两倍，收入却完全没跟上｜数据来源 Menlo Ventures

PART 02 企业掏钱，买的到底是什么

这里最容易想岔。权重文件免费，企业买的肯定不是那个文件。

按报告的口径，企业买的是能在生产环境里稳稳跑起来的那一整套。来源可信，版本干净，推理成本算得清，出了事有人接。

这一点我有体感。我平时搭智能体的活儿，选模型最怕的从来不是贵，是它半夜挂了找不到人。价格是最容易比的参数，兜底才是最难的。个人开发者可以薅权重自己折腾，企业不行，企业要的是有人签字担责。

所以那个 61%，我的读法是，月之暗面卖的其实是敢把它写进采购单的资格。

有个佐证很硬。据每经报道，AI 编程工具 Cursor 的自研模型 Composer 2，底座就是 Kimi K2.5，在 Fireworks 上做续训和推理。中国开源模型在美国公司的产品里当地基，这种事放在两年前，说出来没人信。

企业不敢用的病根，各家都看在眼里。百度世界大会上线的大模型交易平台词元所，做的就是这门生意，给模型验真、建征信，上线一个月日均调用突破 5000 万次。交易所逻辑进场，说明模型多到不敢选，已经是行业共识。

PART 03 用量在涨，收入在缩，中间站着智能体

报告里还有一组更扎心的数。在模型聚合平台 OpenRouter 上，智能体已经贡献了 80% 的 token 用量，约是人类直接用量的 7 倍。今年 2 月智能体流量反超人类之后，它的用量涨了 37 倍，人类同期只涨了 5 倍。

智能体与人类的调用量对比，2026 年 2 月之后差距陡增｜图源腾讯新闻·每日经济新闻

这事跟中国模型的关系很直接。智能体干活，挑的是便宜、稳定、长上下文能扛的模型，一次任务动辄上百万 token，单价差一毛钱，跑完就是几倍的账单差距。这类需求里性价比是硬通货，恰好撞在国产开源模型的主场上。

智能体还有一个特点，它不睡觉。人下班了，它还在跑。报告把这个变化叫客户变成了机器，花钱的决策由任务链触发，不再由人发起。

顺手补一个数。据科创板日报援引 OpenRouter 的数据，11 月上旬第一周，智谱 GLM-5.3 Flash 一个模型就处理了约 15 万亿 token，排到平台第二。中国模型在这个市场的存在感，已经用不着靠情绪来证明。

企业的采购逻辑跟着变。过去是买最好的模型，现在是买最划算、最能自己掌控的模型。采购清单上谁的名字靠前，看的是单位任务成本。

PART 04 开源热闹，闭源闷声赚大头

翻到钱最后落哪的那几页，画风变了。

报告估算，Anthropic、OpenAI 和谷歌三家合计拿走 1227 亿美元的企业部署支出，占整个市场的 69%，比去年的 50% 又抬了一级台阶。单看大模型 API 支出，Anthropic 的份额从 40% 涨到 55%，OpenAI 31%，谷歌掉到 9%。

大盘三年从 17 亿美元起步，翻了 100 倍｜数据来源 Menlo Ventures 2026 年企业 AI 现状报告

同时，前沿模型的支出份额从 35% 涨到 63%。便宜的越来越便宜，预算却在往最贵的模型上移。

这个双轨结构我想了挺久才理顺。开源吃掉的是量大、单价低、容错高的活，闭源守住的是复杂推理、出错代价高的活。两层市场，两种逻辑，谁也吃不掉谁。

这里得打个补丁。Menlo 自己是 Anthropic 和 OpenRouter 的投资方，美元总额是估算口径，没经过审计。这份报告的份额数字，看趋势就好，别当财务报表读。

PART 05 放到更长的时间线上看

把三年的数连起来，能看出一个更完整的形状。2023 年企业 AI 部署支出 17 亿，2024 年 85 亿，2025 年 330 亿，今年 9 月 1768 亿。

模型开发那边的年化支出是 1025 亿。报告据此算了笔账，今年每投 1 美元开发支出，能换回 1.70 美元的部署收入。

闭源三巨头的份额同步抬升，贵的模型在收编预算｜数据来源 Menlo Ventures

回看 2023 年，整个市场还在争论开源有没有商业价值。Llama 当时是开源的代名词，权重一放，全球都在夸 Meta 慷慨。

两年过去，开源前沿的定义权换人了。报告里有句话我摘了下来，随着中国模型定义了开源前沿，它们占到了开源支出的 89%。

这不是谁嗓门大的问题。三年里国产团队把 MoE 和长上下文做到了生产级，把价格主动打穿，再把开源协议放到 MIT 和 Apache 这些最宽松的档位上。企业用脚投票，投的就是这套组合。

PART 06 对普通人的几条建议

一 做应用的，把开源模型放进备选清单。Cursor 已经示范了底座换开源、上限用闭源兜底的打法，成本结构立刻不一样。

二 跑智能体任务的，盯单位任务成本，别盯标签价。同一个抓取批量的活，不同模型跑完，账单能差出几倍。

三 用闭源 API 的，留意报价的天花板。当一家公司可以拿宽松协议的万亿参数模型自建推理，闭源报价就多了一个参照物。

四 看到「国产模型出海大捷」这类标题，先问口径。89% 是开源支出里的份额，40 亿是受访者管理的总额，两句拼起来才是事实。

PART 07 最后

这份报告我最在意的一句话，其实写在那些大数字之外。

开源模型的 token 用量占 19%，支出占 4%。中国模型在这个 4% 里拿了 89%，听着威风，折成绝对金额，是一块正在被压扁的蛋糕。

所以真正的变化不在谁赢了，在采购习惯改了道。中国开源模型被写进美国公司的预算表，比被写进任何榜单都值得记住。

蛋糕会不会变大，往后两年见分晓。