塔斯娱乐资讯网

美国报告揭开惊人事实:全球开源 AI 花出去的钱,89% 给了中国模型!

11月5日,美国硅谷风投机构Menlo Ventures发布了一份令行业震动的重磅报告。

这份名为《2026:全球企业AI现状》的调研结果,揭示了一个令人意想不到的市场格局——企业在开源AI上的支出中,有近九成份额流向了中国模型。

看似局限于开源生态的一场技术竞争,实际上正在撼动全球AI产业的根基。

为什么中国模型能占据如此高的比重?这背后是否正在酝酿一次全球范围内的AI市场大洗牌?

开源铁轨上,中国模型跑出领先优势

众所周知,在开源这条赛道上,扎克伯格选择开辟一条不同于OpenAI的道路,他通过免费开放权重来加入全球开源竞争,并意图用Llama系列打造全球开源AI模型的标准。

Meta这家公司的目标,是依靠开源生态挑战OpenAI等闭源巨头,搭建全球通行的技术基础设施。

但让人惊讶的是,这条开源铁轨跑出来的主力列车,并不是Meta的Llama,而是中国制造。

在企业中抢占了89%的开源付费支出份额的中国模型,俨然是开源市场的主力运行者。

其中,月之暗面Kimi以强大的任务处理能力占据主要地盘,贡献了开源预算的61%。

这款模型以在复杂代码和长上下文任务上的表现而闻名,成为众多美国企业的首选。

DeepSeek则通过极低的Token调用成本征服了开发者群体,尤其是在调试工具、小规模项目处理等场景中更显性价比优势。

同时智谱AI的GLM系列和阿里巴巴的通义千问Qwen也通过差异化定位瓜分份额。

为什么Meta巨资搭建的开源生态,最终为中国团队做了嫁衣?

报告给出了关键的理由:中国厂商以极致的工程效率,重新定义了AI产品的性价比和落地成本。

企业采购模型的决策往往基于实际预算和技术表现,而中国团队在这两方面的表现胜过传统玩家,尤其适合大规模部署的商业需求。

在中国开源模型迅速占领市场之时,企业的采购链条也在发生深刻变化,权重在中国,算力在美国的奇妙合作模式成为了行业新趋势。

权重跨国漂移,算力与合规共同进化

许多美国企业没有直接采购闭源模型。

而是逐渐开始使用中国开源模型,并通过一种特别的跨国部署形式实现了两全其美。

既享用中国模型的先进技术能力,又完全符合美国的本地化数据保护需求。

这种模式可以简单描述为:权重漂移到美国,数据稳定留本地。

美国企业通常从开源社区下载中国厂商公开的模型权重,然后将这些模型部署到美国境内的算力托管平台。

比如Fireworks AI、Modal或者Cloudflare。

这些平台负责为企业提供算力支持,使得中国权重模型得以通过本地数据完成业务推理。

最典型的案例莫过于硅谷初创公司Cursor。

这家公司推出的旗舰编程工具Composer 2被誉为硅谷编程神器,吸引了无数开发者的追随。

然而,透过Menlo报告我们发现,Cursor的底层技术依托于中国的开源模型月之暗面Kimi。

而整个数据处理过程完全在美国本土算力平台完成。

这种权重跨国,算力留地的商业模式,让Cursor在保有产品强劲竞争力的同时,也满足了合规监管的要求。

报告中多次强调这种模式的经济高效性。

过去,AI模型的采购需要企业在技术能力和本地化合规之间做出权衡,而中国开源模型的出现让这一矛盾得到了解决。

企业只需支付订阅费用,就能享受到高性价比的技术支持,同时避免数据外泄的风险。

在这一模式下,中国开源模型得以在全球快速普及,成为企业日常化需求的基础设施。

高利润闭源顶端与开源普及化的拉锯战

尽管开源模型逐渐抢占部分企业落地场景的预算,但闭源AI模型依旧掌握着产业利润的顶端。

2026年全球企业在AI领域的总预算达到了1770亿美元,其中96%的资金流向了闭源厂商,开源模型仅占4%的份额。

高价闭源模型之所以稳固金字塔尖,离不开其技术壁垒。

OpenAI、Anthropic、Google等企业依靠更强的前沿科研能力,不断推出布局广泛、性能卓越的超大参数模型。

这些模型因为拥有深度推理能力和复杂多模态的支持功能,长期以来被视为解决高难度任务的核心工具。

而开源模型的角色则更多地集中在日常化场景中。

调研数据显示,开源模型在企业Token总消耗量中的占比从11%上升到19%,显示其使用频率明显提升。

不过,开源模型在总预算中的占比却从6%下降到4%。

这说明尽管调用量暴涨,但中国开源模型凭借成本优化,极大压低了企业的支付金额,这一场景的演化也引发了行业关注。

一个典型现象是:DeepSeek的Token调用量,常常在模型路由平台上超过月之暗面Kimi,但其付费金额却远低于Kimi。

这一现象背后的原因是两者清晰的市场定位差异。

Kimi承接了更多复杂高端任务,主要面向企业长上下文场景。

而DeepSeek则面对更广泛的开发者群体,以最低的成本覆盖更多基础业务。

全球企业也逐渐摸索出一种双向混合的采购策略。

企业选择将复杂核心任务包给高端闭源模型,而运行日常批量调用则更多使用开源模型的预算。

这种混搭的采购模式突出了开源与闭源的角色区分:高端闭源适用于行业塔尖,而性价比开源则重塑了大规模使用的基础设施。

结语

从Meta开源大模型Llama的投入,到中国模型占据全球开源预算的89%,再到权重漂移与算力本地化的美国新范式。

这份报告为AI产业的深刻变化画出一幅清晰的轮廓。

中国开源模型通过工程化极致优化与商业化落地能力,不仅改变了全球开源生态的格局,也让越来越多的企业在采购决策中投向多样化选择。

未来,金字塔顶端的闭源巨头仍会维持其高利润空间。

但逐渐平民化的开源市场无疑将吸引更多关注。

开源与闭源的双轨竞争背景下,中国模型在全球AI产业中不仅仅是技术突破的获胜者,更是市场话语权的重要塑造者。