中国开源 AI 开始赢得美国企业青睐,新支出数据显示
要点速览
- •Ramp 表示,支付模型服务平台费用的 AI 支出企业占比在 2026 年 7 月升至 6.1%,高于 2026 年 1 月的 4.5%。
- •中国开权重模型受到关注,是因为它们相较闭源 API 模型通常更便宜,也能提供更强控制力。
- •Z.AI 将 Ox Alpha 更名为 GLM-5.3-Flash,并将价格定为每百万输入 token 0.15 美元、每百万输出 token 0.50 美元。
- •Thomson Reuters 表示,其基于阿里巴巴 Qwen 改造的开源模型构建了 Thomson-1,并将用于此前由 Claude 处理的文档审阅任务。
- •Harvey 表示,其 Harvey Tenet 模型是在 Moonshot 的 Kimi K3 上进行后训练,并在复杂法律任务上优于多项美国前沿系统。

美国企业正越来越多地把 AI 需求的目光投向美国以外。随着中国开权重模型与美国闭源对手的差距不断缩小,越来越多企业开始接受中国替代方案,而新的支出数据表明,这一转变虽然仍属温和,但已经在发生。
原因并不复杂。“开权重”意味着模型的底层参数会公开,任何人都可以下载,因此企业可以在自有基础设施上运行这些系统,或通过第三方平台使用,而不必依赖单一供应商的 API。这让公司拥有更多微调 AI 系统的机会,部署成本也低得多,同时通常还能赋予企业更强的控制力——包括更能确保自身数据不会被用于训练可能与自己竞争的产品。尽管 Anthropic 和 OpenAI 仍然主导美国企业购买 AI 的方式,但这些数据表明,边际变化已经出现。
根据 Ramp 最新 AI Index——这家支出管理公司追踪其企业客户群中的代币和订阅支出,为观察公司实际如何为 AI 付费提供了一个异常直接的窗口——支付模型服务平台费用的企业占全部 AI 支出企业的比例在 7 月升至 6.1%,高于 2026 年 1 月的 4.5%。这些平台让企业可以接触开源和中国开发的模型。
这一变化可能反映出企业对 Moonshot 的 Kimi K3 等开权重模型兴趣上升。该模型发布时引发关注,原因不仅在于它是一款规模异常大的开权重模型,还在于其编程和智能体能力接近领先的专有系统。
另一家中国 AI 实验室 Z.AI 本周确认,其开发了 Ox Alpha——这是一款此前匿名的模型,在 AI 基准测试中表现良好,并在周末获得了 AI 开发者的热烈评价。该公司已将其更名为 GLM-5.3-Flash,并表示将按每百万输入 token 收取 0.15 美元、每百万输出 token 收取 0.50 美元——这是中国市场上又一款定价激进的产品,而 DeepSeek 和 Moonshot 早已对竞争对手的定价造成压力。由于 AI 模型的 API 访问通常按 token 计费,这些价格会直接转化为运行成本,而低于 1 美元的定价使高吞吐工作负载的运行成本远低于前沿替代方案。
Z.ai 也被认为接近发布 GLM-5.3 的更大版本,许多人相信其网络安全能力将可与 Anthropic 和 OpenAI 的一些最佳模型相抗衡——这可能成为一个分水岭事件,也令不少人担心会开启由 AI 驱动的新一轮网络攻击,而业界对此准备严重不足(纽约时报)。截至目前,这场安全争论与 Ramp 数据所捕捉到的商业转向是并行存在的,而非被其遏制。
中国如今已明显领先于开模型竞争。Hugging Face 发现,在 2026 年几乎每个月,规模最大、能力最强的开模型都来自中国实验室(State of Open Models)。美国最近最受关注的挑战者来自 Thinking Machines Lab,以及更近一些的 Meta——其早期 Llama 版本曾帮助在美国大型实验室中开启开权重浪潮——但这些美国发布的模型通常未能达到 Kimi K3 的规模或开发者吸引力。
Backed VC 合伙人 Alex Brunicki 表示,他已经看到企业在采用开源模型的方式上出现变化。
“我们看到很多公司……使用开源模型来开发行业特定的基础模型,然后再用非常特定的数据集进行微调,”他说。“他们不一定把前沿模型用于所有工作。实际上,他们用的是这些可免费使用的开源模型。”
最近,至少有两家成熟机构公开转向在其部分业务中使用开源。Thomson Reuters 本周表示,其已基于 Snowdon 建立了一款内部模型 Thomson-1;Snowdon 是该公司通过改造阿里巴巴的开源 Qwen 模型开发出的系统(Computing)。该模型将处理此前由 Claude 承担的文档审阅任务。作为公告的一部分,CTO Joel Hron 表示,公司并不需要越来越大、越来越贵的模型才能获得有用结果;从强大的开源基础出发并进行深度专门化,能够以更低成本产出能力可观的 AI。
由 OpenAI、Sequoia 和 Andreessen Horowitz 支持的法律科技公司 Harvey 也在最近宣布,其新模型 Harvey Tenet 是在 Moonshot AI 的开权重 Kimi K3 之上进行后训练的,并且在复杂法律智能体任务上,其表现优于基础模型以及包括 Fable 5 和 GPT-5.6 Sol 在内的美国前沿系统。Harvey 过去一直通过定制 Anthropic、OpenAI 和 Google 的闭源模型来构建其产品。
Ramp 首席经济学家 Ara Kharazian 写道,开源的近期增长尚未直接削弱 OpenAI 或 Anthropic 的支出。新的 AI 买家仍在选择成熟的美国实验室;例如,Anthropic 在 7 月从企业客户那里获得的份额增长最大,上升 1.1 个百分点至 43.5% 的市场份额,而 OpenAI 仅上升 0.23 个百分点至 39.7%。
不过,Anthropic 的 Fable 5——被认为是市场上最先进的模型,以至于美国政府曾因国家安全原因短暂暂停外国访问——仅占企业从 Anthropic 购买 token 的 6%,以及 Anthropic 模型总体支出的 11.4%。尽管 Fable 5 的定价约为每百万 token 10 美元,是 OpenAI 的 GPT-5.6 Sol 的两倍,但这一比例仍然如此。相比之下,GPT-5.6 Sol 占 OpenAI token 的 25%,支出的 23%。
Kharazian 认为,Fable 5 实际上已经找到了市场天花板:当更便宜的模型已经足够好时,企业不愿为市场上最好的模型支付溢价。
综合来看,这些情况可能表明,美国前沿实验室已经触及客户愿意为最新、最昂贵模型支付的上限,而开源可能正在填补这一空缺。
以下是更多 AI 新闻。
Beatrice Nolan beatrice.nolan@fortune.com @beafreyanolan
本文最初发表于 Fortune.com