OpenAI们被嫌死贵，美国大厂转向开源模型，中国成最大赢家
编辑｜Red Panda
企业AI进入一个越来越细的模型分流阶段。 中国的开放模型正在吃下美国企业的AI降本红利。
OpenAI、Anthropic 开始被客户们嫌贵了。
不只是硅谷创业公司，连 AT&T 这样的电信巨头也把大约 40% 的 AI 工作负载 放到了开放模型上，还准备在未来一年进一步提高到 70% 。
这也不难理解——AT&T 每天处理的 Token 数量已经达到 450 亿 。到了这个规模，模型每百万 Token 便宜一点，最后反映到财务报表上，都可能是一笔相当可观的数字。
于是乎，一批原本主要调用 OpenAI、Anthropic 前沿模型的美国企业，开始把越来越多的任务迁移到开放权重模型上。这里甚至出现了一个有意思的局面：
美国企业正在越来越多地使用中国 AI 公司提供的开放模型。
据《金融时报》报道，今年以来，企业对开放模型的讨论和实际调用量都出现明显增长，而当前开放权重模型市场里，最活跃的一批玩家正来自中国。
DeepSeek、智谱等公司的名字，也开始出现在美国企业重新计算 AI 成本的这张账单里。
一年 100 万美元，
半年后变成 1000 万美元
企业为什么开始认真看开放模型？一个数字就能说明问题。
Tinder CTO Vinay Kuruvila 透露，今年 1 月，公司按照当时的 AI 使用规模估算，全年支出大约是 100 万美元 。到了 7 月，这个数字已经变成了： 1000 万美元/年 。
半年，涨了 10 倍。Kuruvila 的态度很明了：
我不想再看到一次 10 倍增长。
现在，Tinder 已经开始把一部分来自普通用户的请求，转给开放权重模型处理。因为，对于很多企业任务来说，真正的问题已经逐渐从哪个模型最聪明，变成了： 这个任务到底值不值得调用最贵的模型？
Kuruvila 认为，目前 OpenAI Astra 和 Anthropic Claude Fable 这样的前沿模型，对于 Tinder 约 90% 的任务来说，能力已经足够。
这也意味着，一旦开放模型进一步追近，企业继续为这部分能力支付前沿模型溢价的必要性就会下降。
换句话说，企业 AI 正在进入一个越来越细的 模型分流 阶段。最难的任务继续交给最强模型。大量重复、明确、容错边界清晰的任务，开始流向更便宜的模型。
一天 450 亿 Token，
40% 已经交给开放模型
更夸张的是 AT&T。
这家美国电信巨头现在每天处理大约 450亿 Token ，其中约 40%的 AI 工作负载已经运行在开放模型上 。而公司给自己定下的目标，是一年内把这个比例提升到 70% 。
AT&T 首席数据与 AI 官 Andy Markus 解释，在这样的调用量级下，成本已经成为模型选择中非常关键的变量。如果一个任务可以从昂贵的闭源模型迁移到开放模型，同时准确率没有明显下降，公司自然会迁移。
更重要的是，AT&T 并不是简单下载一个开源模型直接使用。他们还会利用自己的专有数据对模型进行调优。在一些特定任务中，经过企业数据优化后的开放模型，效果甚至可以做到和闭源模型相当，乃至更好。
这也是开放模型对企业最有吸引力的一点： 它可以被企业改造成自己的模型 。
参数开放之后，企业可以自己部署、微调，不必每次调用都向模型公司支付 Token 费用。如果企业本来就拥有大量算力、数据和工程团队，这笔账尤其容易算过来。
不是嘴炮，调用量也真的上来了
AlphaSense 统计显示，今年8月和9月，美国企业在业绩电话会和投资者会议中提到 open weight 或者 open source 模型的次数，比去年同期增加了 6 倍 。
讨论这些模型的企业也已经从科技行业扩散出去。PNC Financial Services、物流公司 CH Robinson、工业巨头 Siemens，最近都公开谈到了开放模型的使用。
真正值得注意的是模型调用数据。
今年 8 月，在 Vercel AI Gateway 上处理的所有 Token 中， 56% 已经来自开放权重模型 。 去年 12 月，这个比例还只有： 7% 。
不到一年，从 7% 涨到 56% 。
OpenRouter 上也出现了类似趋势。按照 Token 调用量统计，排名靠前的模型中，来自中国实验室的开放模型已经占据相当醒目的位置。