美企AI成本焦虑加剧，中国开放模型成降本新宠

【科技纵览】当企业级AI应用从尝鲜走向规模化部署，账单上的数字开始变得刺眼。硅谷巨头们发现，曾经被视为“必选项”的闭源大模型，正逐渐让位于更具性价比的开放权重模型。这一转变背后，不仅是技术的迭代，更是商业逻辑的重构——中国企业提供的开源方案，正在悄然吃下美国企业的AI降本红利。

OpenAI和Anthropic等头部厂商或许未曾预料，自己最大的竞争对手并非另一家初创公司，而是一张精打细算的Excel表格。据《金融时报》报道，今年以来，美国企业对开放模型的讨论热度与实际调用量双双飙升。在这股浪潮中，DeepSeek、智谱等中国AI公司的名字，频繁出现在美国企业重新核算成本的清单上。

这种迁移并非空穴来风，而是源于真实的财务压力。Tinder首席技术官Vinay Kuruvila透露了一组令人咋舌的数据：今年1月，该公司预估全年AI支出约为100万美元；然而到了7月，这一数字已飙升至1000万美元/年。短短半年，成本翻了十倍。Kuruvila直言，他不愿再目睹如此剧烈的增长。为此，Tinder已将部分普通用户请求分流至开放权重模型处理。在他看来，对于约90%的任务而言，前沿模型的能力虽强，但溢价过高；一旦开放模型在性能上逼近，继续支付高额费用的必要性便大幅降低。

电信巨头AT&T的案例则更为极端。这家每天处理450亿Token的企业，目前已有40%的AI工作负载运行在开放模型上，并计划在未来一年内将这一比例提升至70%。AT&T首席数据与AI官Andy Markus指出，在如此庞大的调用量级下，成本已成为决策的关键变量。更重要的是，AT&T并非简单套用开源代码，而是利用专有数据进行微调。经过优化后的开放模型，在特定任务上的表现甚至能媲美乃至超越闭源模型。这种“可定制性”赋予了企业极大的自主权，使其能够绕过API计费，直接在自有基础设施上部署，从而彻底掌控成本结构。

市场数据印证了这一趋势。AlphaSense统计显示，今年8月和9月，美国企业在财报电话会及投资者会议中提及“open weight”或“open source”模型的次数，同比激增6倍。参与讨论的主体已从科技公司扩散至PNC金融服务、CH Robinson物流以及西门子等工业巨头。而在Vercel AI Gateway平台上，开放权重模型处理的Token占比从去年12月的7%跃升至今年8月的56%。OpenRouter的数据同样显示，来自中国实验室的开放模型在调用量排名中占据醒目位置。

除了成本，数据主权与安全也是推动企业转向的重要动力。Digital Realty高级全球解决方案架构总监Scott Wallace表示，公司已搭建基于开放模型的内部聊天系统，并根据任务敏感程度灵活切换模型类型。涉及核心机密的数据，仅流入部署在私有基础设施上的模型，确保客户信息不泄露给外部前沿模型。这揭示出企业AI部署的新常态：不再单纯追求“最强”，而是综合考量成本、数据归属、定制化能力、延迟及可控性等多维指标。

当然，断言企业全面抛弃OpenAI和Anthropic为时尚早。在最复杂的编码、推理及Agent任务中，前沿模型依然不可或缺，其巨大的算力需求也持续支撑着全球数据中心建设。但变化已然发生：企业开始对任务进行精细化拆解，通过“模型路由”将不同难度的任务分配给最合适的模型。当AI调用量从百万级迈向百亿级，这种工程细节便直接转化为真金白银的成本差异。对于闭源模型厂商而言，真正的挑战或许不在于参数规模的竞赛，而在于如何面对企业手中那张写着“每年能省多少钱”的Excel表。