美国企业开源账单89%流向中国模型：便宜是真，赚钱是另一回事
先说结论：开源这仗，中国模型赢在性价比，输在口袋
门罗风投（Menlo Ventures）前两天发了《2026 企业 AI 现状报告》，里头有个数挺刺眼：美国企业花在开源模型上的钱，89% 流向了中国模型——Kimi 61%、DeepSeek 15%、智谱 11%，连 Meta 的 Llama 都只剩 7%。要我说啊，这仗赢了一半：名头和用量都拿下了，可钱没进造模型那帮人的兜里。
这事儿米岸AI盯挺久。开源模型这两年势头猛，但“叫好”和“叫座”是两码事。今天咱就把这 89% 拆开，看看热闹背后到底是啥。
89% 这个数字，到底是咋来的
报告统计的是截至今年 9 月、近 400 家美国企业的 AI 开支。开源模型的词元处理量同比涨了 22.5 倍，听着吓人吧？可开销占比反倒从 6% 掉到了 4%。说白了就是：调用量爆炸，单价跌得更狠，开源模型把“以价换量”玩到了极致。
同一份报告里，闭源阵营的份额反而往上走：Anthropic 在美国企业付费 API 里的占比从 40% 升到 55%，OpenAI 从 27% 升到 31%，两家加起来 86%。一头是便宜的量，一头是贵但高复杂度的活儿，分工分得明明白白。
钱为啥没进造模型人的兜里
这儿就是“免费流量变不了现”的老剧本。开源模型免费给人用，企业省了调用费，可真正赚钱的是拿模型做服务的那层——不是写模型的人。报告里最扎心一格：中国六家主要 AI 公司合计营收约 110 亿美元，而 Anthropic 一家年化就约 650 亿，差不多是前者的六倍。
我当年创业也犯过这错：以为东西免费、用户多了自然能变现。结果流量是有了，收银台空着。开源是个好牌，但光靠它收钱，难于上青天。
闭源双寡头守的是哪块地
Anthropic 和 OpenAI 守的不是“更便宜”，是“更难、更值钱”的活儿——深度推理、写代码、复杂 agent。报告说前沿模型支出份额从 35% 升到 63%，中小尺寸的闭源模型反而被自家旗舰和开源两头挤，份额从 29% 掉到 13%。
这道理搁哪都通：中间层最容易被夹。你要么往上够天花板，要么往下拼成本，卡在中间最难受。米岸AI一直认为，做产品得想清楚自己站在价值链哪一头。
这事儿跟普通老板有啥关系
关系大了。你公司要跑批处理、客服问答、文档摘要这类“够用就行”的活儿，闭源贵价模型纯属交智商税，直接上便宜的开源，一年省下的 token 费够团建好几回。但凡是涉及核心代码、商业判断的高复杂度任务，别抠门，留给闭源旗舰。
选型表该改改了：不是“用不用 AI”，是“啥活儿用啥模型”。工具分清楚场景，比追风口实在。
常见问题
问：中国开源模型质量已经追上闭源了？
答：别上头。用量和占比是两码事。开源赢在性价比和特定场景够用，顶尖闭源在前沿推理、长程任务上仍有明显落差，这事儿厂商自己都认。
问：那企业该不该把闭源全换成开源？
答：看活儿。重复、高成本、容错高的批处理活，换；核心代码、商业决策这类高复杂活，留着闭源旗舰，别因小失大。
问：这 89% 的数字靠谱吗？
答：出自门罗风投对近 400 家美企的调研，样本不算小。但它是企业开支口径，不代表全球或国内，别拿去当圣旨。
问：米岸AI怎么看这趋势？
答：性价比是中国模型的真护城河，但收入流去了应用层，这是得直面的短板。开源能圈地，收钱还得另想办法。
（本文由米岸AI整理）
