Amerikaanse ondernemingen kijken steeds vaker buiten de Verenigde Staten voor hun AI-behoeften. Nu Chinese open-weight-modellen het gat met hun gesloten Amerikaanse tegenhangers verder dichten, staan steeds meer bedrijven open voor Chinese alternatieven — en nieuwe bestedingsdata suggereert dat die verschuiving, hoe bescheiden ook, al gaande is.

De aantrekkingskracht is eenvoudig. "Open weight" betekent dat de onderliggende parameters van een model openbaar zijn gemaakt en door iedereen kunnen worden gedownload, zodat bedrijven de systemen op hun eigen infrastructuur of via platforms van derden kunnen draaien in plaats van afhankelijk te zijn van de API van één aanbieder. Dat geeft bedrijven meer mogelijkheden om AI-systemen te finetunen, maakt implementatie veel goedkoper en geeft ondernemingen doorgaans meer controle — inclusief meer zekerheid dat hun data niet wordt gebruikt om mogelijk concurrerende producten te trainen. Hoewel Anthropic en OpenAI nog steeds domineren hoe Amerikaanse bedrijven AI inkopen, wijzen de cijfers op beweging aan de randen.

Volgens Ramp’s nieuwste AI Index — het kostenbeheerbedrijf volgt token- en abonnementsuitgaven binnen zijn zakelijke klantenbestand en biedt zo een ongewoon direct beeld van hoe bedrijven AI daadwerkelijk betalen — steeg het aandeel bedrijven dat betaalt voor modelservingplatforms, die bedrijven toegang geven tot open-source en in China ontwikkelde modellen, in juli tot 6,1% van alle AI-bestedende bedrijven, tegen 4,5% in januari 2026.

De verschuiving kan wijzen op groeiende belangstelling van ondernemingen voor open-weight-modellen zoals Moonshot’s Kimi K3, dat bij de lancering veel aandacht trok omdat het zowel een uitzonderlijk groot open-weight-model was als prestaties liet zien op coding- en agentische taken die dicht in de buurt kwamen van toonaangevende propriëtaire systemen.

Z.AI, een ander Chinees AI-lab, bevestigde deze week dat het Ox Alpha heeft gebouwd, een voorheen anoniem model dat goed presteerde op AI-benchmarks en in het weekend enthousiaste reacties kreeg van AI-ontwikkelaars. Het bedrijf heeft het hernoemd tot GLM-5.3-Flash en zei dat het $0,15 per miljoen input-tokens en $0,50 per miljoen output-tokens in rekening zal brengen — opnieuw een scherp geprijsd Chinees aanbod in een markt waarin DeepSeek en Moonshot al druk hebben gezet op de prijzen van concurrenten. Z.ai zou ook dicht bij de release zijn van een grotere versie van GLM-5.3 waarvan velen denken dat die qua cybercapaciteiten kan concurreren met enkele van de beste modellen van Anthropic en OpenAI, mogelijk een kantelpunt dat volgens critici een nieuw tijdperk van AI-gedreven cyberaanvallen kan inluiden waarvoor de sector allerminst voorbereid is (New York Times). Tot dusver heeft die veiligheidsdiscussie de commerciële verschuiving die Ramp’s data laat zien niet afgeremd.

China loopt nu duidelijk voor in de race rond open modellen. Hugging Face stelde vast dat in bijna elke maand van 2026 het grootste en meest capabele open model afkomstig was van een Chinees lab (State of Open Models). De meest opmerkelijke recente Amerikaanse uitdagers kwamen van Thinking Machines Lab en, meer recent, Meta — waarvan eerdere Llama-releases de open-weight-beweging onder grote Amerikaanse labs mede op gang brachten — maar die Amerikaanse releases evenaarden Kimi K3 doorgaans niet in schaal of aantrekkingskracht voor ontwikkelaars.

Alex Brunicki, partner bij Backed VC, zei dat hij al een verschuiving ziet in hoe ondernemingen naar open-source-modellen kijken.

"We’ve seen a lot of companies…developing industry-specific foundation models using open-source models that are then fine tuned on very particular data sets," zei hij. "They’re not necessarily using the frontier models for all of the work that they’re doing. They’re actually using these open-source models which are free to use."

Ten minste twee gevestigde organisaties zijn recent publiekelijk overgestapt op open-source voor delen van hun activiteiten. Thomson Reuters zei deze week dat het een intern model heeft gebouwd, Thomson-1, gebaseerd op Snowdon, een systeem dat het bedrijf ontwikkelde door Alibaba’s open-source Qwen-model aan te passen (Computing). Het model zal documentreviewtaken afhandelen die voorheen op Claude draaiden. Als onderdeel van de aankondiging zei CTO Joel Hron dat bedrijven niet steeds grotere en duurdere modellen nodig hebben om bruikbare resultaten te behalen, en dat beginnen met een sterk open fundament en dat diepgaand specialiseren capabele AI tegen lagere kosten kan opleveren.

Harvey, het legal-techbedrijf gesteund door OpenAI, Sequoia en Andreessen Horowitz, maakte ook recent bekend dat zijn nieuwe model, Harvey Tenet, post-trainend is opgebouwd bovenop Moonshot AI’s open-weight Kimi K3 en dat het zowel zijn basismodel als Amerikaanse frontier-systemen, waaronder Fable 5 en GPT-5.6 Sol, overtrof bij complexe juridische agentische taken. Harvey had zijn product eerder gebouwd door gesloten modellen van Anthropic, OpenAI en Google aan te passen.

Ramp’s hoofdeconoom, Ara Kharazian, schreef dat de recente groei van open-source de uitgaven aan OpenAI of Anthropic nog niet rechtstreeks heeft aangetast. Nieuwe AI-klanten kiezen nog steeds voor de gevestigde Amerikaanse labs; zo won Anthropic in juli het meest terrein onder bedrijven, met een stijging van 1,1 procentpunt naar 43,5% marktaandeel, en steeg OpenAI met slechts 0,23 punt naar 39,7%.

Toch was Anthropic’s Fable 5, dat geldt als het meest geavanceerde model op de markt — zozeer zelfs dat de Amerikaanse overheid de buitenlandse toegang er tijdelijk toe opschortte om redenen van nationale veiligheid — goed voor slechts 6% van de tokens die bedrijven van Anthropic kopen en 11,4% van de dollars die in totaal aan Anthropic-modellen worden uitgegeven, ondanks een prijs van ongeveer $10 per miljoen tokens, tweemaal de kosten van OpenAI’s GPT-5.6 Sol.

Dat model maakt daarentegen 25% uit van OpenAI’s tokens en 23% van de uitgaven. Kharazian stelt dat Fable 5 feitelijk het plafond van de markt heeft gevonden, en dat bedrijven niet bereid zijn een premie te betalen voor het beste model op de markt wanneer een goedkopere optie voldoende is.

Alles bij elkaar kan dit erop wijzen dat Amerikaanse frontier-labs de grens hebben bereikt van wat klanten willen betalen voor het nieuwste en duurste model, en dat open-source die leemte simpelweg opvult.

Daarmee volgt meer AI-nieuws.

Beatrice Nolan beatrice.nolan@fortune.com @beafreyanolan

Dit verhaal verscheen oorspronkelijk op Fortune.com