过去两年，硅谷AI行业的核心议题是模型能力的排名竞争。进入2026年，企业客户的关注点正从“哪个模型最强”转向“完成同一任务是否必须使用最昂贵的模型”。成本压力正在重塑AI采购决策。
今年6月，Uber披露仅2026年前四个月便耗尽了全年AI预算，主要原因是员工大量使用AI编码工具。亚马逊随后叫停了内部AI使用排行榜，因员工为刷排名执行不必要任务、推高Token消耗。微软则计划停用多个关键产品部门员工的Claude Code订阅。咨询公司贝恩的分析数据显示，在企业AI累计支出突破1万亿美元后，实际成本节约普遍远低于预期，44％的大型企业正用“上一轮AI尚未兑现的费用节省”论证下一轮投资合理性。
成本压力之下，开源模型的经济优势成为企业转向的直接驱动力。花旗银行数据显示，开源模型每项任务成本已按周下跌35％至0.8美元，相对封闭模型的折让从40％扩大至60％。Forkast统计显示，开放权重模型平均成本为每百万Token 0.83美元，专有替代方案为6.03美元，前者便宜7.3倍。在网络安全任务测试中，DeepSeek V4-Pro每题平均成本仅0.28美元，闭源竞品Opus 4.5则高达12.50美元。9月，小米与SpaceX同日发布新模型MiMo-V2.6系列和Grok 4.7，两者智能指数跑分相同，但MiMo-V2.6-Pro每项任务成本仅0.13美元，Grok 4.7为3.74美元。
使用端数据印证了这一趋势。据英国《金融时报》报道，今年8月和9月，美国企业财报电话会议中高管提及“开放权重”或“开源”模型的次数较去年同期激增6倍。8月，开放权重模型占Vercel AI Gateway总Token处理量的56％，去年12月仅为7％。OpenRouter上开源模型处理的Token占比从今年1月的34％升至6月的65％。AT&T首席数据与AI官安迪·马库斯透露，目前约40％的AI工作负载运行在开源模型上，计划一年内提升至70％。Tinder的AI支出年化规模从1月的100万美元增至7月的1000万美元，已开始将部分非技术查询路由给开源模型。
真正重塑AI商业模式的是企业放弃“单一模型解决所有问题”的思路。Tinder采用多模型路由策略：最昂贵的前沿模型负责复杂任务，更便宜的开源模型承担信息提取、文本分类、简单代码修改、客服回复等高频低复杂度任务。企业平均使用的模型数量从2025年Q1的2.1个增至2026年Q1的4.7个。Databricks高管David Meyer认为，企业级AI竞争焦点正从模型规模转向实际运行效率与单位成本。
这场成本转向在硅谷引发公开分裂。7月24日，英伟达CEO黄仁勋在X平台发帖称“世界既需要前沿闭源模型，也需要前沿开源模型”，微软CEO纳德拉9分钟后响应。随后Meta、IBM、Hugging Face、a16z等加入联署，公开信签署方从33家扩展至133家，核心诉求是呼吁政策制定者避免过早限制开放权重AI模型。OpenAI和谷歌最终签署，Anthropic全程缺席。当黄仁勋成立“开放安全AI联盟”时，OpenAI、谷歌和Anthropic均未回应。
性能差距的快速缩小为这场转向提供了技术基础。Mozilla报告显示，中国开源模型与闭源前沿模型性能差距已缩短至约4.4个月。斯坦福HAI 2026年AI Index报告显示，截至2026年3月，排名前四的闭源实验室Anthropic、xAI、谷歌和OpenAI在Arena Leaderboard上的Elo分差已缩小至25分以内。在Claw-Eval基准测试中，小米开放权重模型MiMo V2.5 Pro排名高于GPT-5.4、Meta的Muse Spark和Gemini 3.1 Pro。当性能趋同成为现实，模型本身难以再构成持久护城河，AI行业的竞争重心正在向单位成本与运行效率转移。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
