89%：美国企业花在开源模型上的钱，大头流向了中国厂商
作者：周砚
Menlo Ventures 年度报告《State of Enterprise AI 2026》的转述显示，美国企业开源 AI 模型开支中约 89% 流向中国厂商，Kimi 以 61% 居首、Llama 仅 7%。数字背后是开放权重、低价和可私有化部署三条现实理由，但后训练普及率仍低，这轮影响力更多落在“底座”而非收入上。
89%：美国企业花在开源模型上的钱，大头流向了中国厂商
11 月 6 日，X 用户 Loong of the east 转述风投机构 Menlo Ventures 的年度报告《State of Enterprise AI 2026》：美国企业花在开源 AI 模型上的开支，约 89% 流向中国厂商。同一份转述里，份额榜是 Moonshot AI 的 Kimi 61%、DeepSeek 15%、智谱 GLM 11%、阿里 Qwen 3%，西方使用最广的开源模型 Meta Llama 只占 7% 。
先交代证据边界：这几组数字目前只来自一条社交平台的报告转述，报告原文尚未核对到；且 61+15+11+3+7 合计约 97%，与 89% 之间有 8 个百分点左右的差额，可能来自分母口径或榜单未列出的其他厂商，需以原文为准 。
这个数怎么来的
报告的核心数据来自 Menlo Ventures 委托 Morning Consult 做的调查：9 月 8 日至 26 日，访问 400 名美国企业决策者，他们合计管理超过 40 亿美元的 AI 预算 。换句话说，89% 是“问出来的开支构成”，不是把每一张账单加总，适合当量级参考，不适合当精确结算。按金额还是按调用量统计，转述中没有说明。
为什么是中国模型
转述给出三条理由 。
一是价格。开源模型每百万 token 均价约 0.13 美元，封闭模型约 0.70 美元，差 5 倍多。对把调用量摊到成千上万次客服、代码补全、文档处理上的企业，这个差价直接进成本表。
二是开放权重带来的控制权。企业可以对模型做后训练，按自己的业务数据调，也可以私有化部署，把数据和推理留在自己机房，减少对大模型供应商的依赖。这一条对金融、医疗、法务这类不愿意把数据交出去的客户尤其实际。
三是用量本身在涨。开源模型在企业使用中的占比从 11% 升到 19%；2025 年 9 月到 2026 年 9 月，开源模型 token 消耗增长 22.5 倍，达到每月约 2.9 千万亿（2.9 quadrillion）token，快于封闭模型的 12.1 倍 。
但盘子还很小
有两组数字需要和 89% 一起看。做后训练的开发者占比，只从 2025 年的 6% 升到 2026 年的 10%；而这些做后训练的人里，91% 依赖外部合作方 。这意味着“可定制、可私有化”目前更多是可能性，不是大多数企业的日常动作——真正把模型改出差异化的公司仍是少数。
对中国厂商来说，另一层含义是：份额高不等于收入厚。0.13 美元这个价位，是规模化之后的成本曲线，还是抢客户阶段的让利，转述中没有答案。开源模型的商业化路径通常落在托管服务、企业支持和定制交付上，这些收入的确认节奏远比 token 份额慢。
从产业角度看，这份数据真正值得注意的不是排名，而是位置：中国开源模型不只直接服务海外客户，也在成为美国 AI 公司自研产品的底层技术 。做底座和被替换的成本，都比做一个应用低得多——这既是机会，也是脆弱之处。
还需要核对的
报告发布日期、89% 的确切统计口径（金额还是调用量）、完整细分榜单（是否还有 MiniMax 等未列厂商）、各家占比对应的具体分母，都要等 Menlo Ventures 官网原文。在原文可查之前，89% 更适合读作一个方向性信号：美国企业的开源支出重心，已经明显偏向中国模型。
转载说明
本文根据以下公开资料整理，原文及配图出处见下方。
评论 0
还没有评论，来抢沙发。