开源AI的转折点：为何企业正抛弃闭源模型，拥抱更便宜的中国造替代品

2. 多模型路由成为主流

像OpenRouter这样的工具和类似的AI市场已成为默认的企业架构。这些工具允许企业为每个任务分配最便宜且足够的模型，仅为最复杂的工作保留昂贵的优质API。这种方法极大地提高了成本节省，直接推动了token路由向开源选项的戏剧性转变。其结果是，企业token成本从2025年第一季度的每百万token 18.40美元下降到2026年第一季度的6.07美元，同比降幅达67%。

3. 性能差距已基本消失

为闭源模型支付溢价的定性论点已大大削弱。到2025年底，开源和闭源模型之间的MMLU基准差距已从17.5个百分点缩小到仅0.3个百分点——在通用知识基准上实际上已经弥合了差距。在LMSys Chatbot Arena上，差距现在只有几十个Elo分，在某些指标中处于误差范围内。

领先的中国模型现已成为性价比的标杆。DeepSeek-V3.2的性能与GPT-5.1相当，但推理成本只有后者的十分之一。在代理性能方面，像GLM-4.7这样的模型在τ²-Bench上击败了包括Claude Opus 4.5在内的所有闭源模型。这种性能对等意味着，对于绝大多数企业用例——一些分析师估计高达80%——开源模型现在可以提供可比较甚至更优的结果。

中国模型引领开源潮流

现在的叙事不再仅仅是开源与闭源之争；它越来越多地是关于美国与中国的开源领导地位之争。中国开发者积极采用开源分发策略来推动全球采用，并且这正在发挥作用。

• 下载量主导：2024年8月至2025年8月间，中国开源模型开发者占Hugging Face所有下载量的17.1%，略微超过美国开发者的15.8%。
• 市场份额激增：截至2026年1月，阿里巴巴的Qwen和DeepSeek估计已占据全球AI市场约15%的份额，而2025年初这一比例还不到1%。2025年9月，Qwen超越Meta的Llama，成为Hugging Face上下载量最大的LLM系列。
• 发布数量庞大：截至2025年7月，中国已发布了全球约3,755个公开LLM中的约1,509个，远超任何其他国家。

这股大量、低成本且能力强大的模型浪潮正在从根本上改变全球AI供应链和世界各地企业的经济考量。

企业的成本影响

转向开源的成本优势是惊人的且多方面的。

即使考虑到自托管的运营开销，每天1亿token的工作负载在开源上仍然便宜55%，而每天10亿token时，节省幅度跃升至81%。

对OpenAI和Anthropic的压力

这种转变给闭源AI时代的先驱者带来了生存危机。随着企业用行动投票，OpenAI和Anthropic正面临来自各方的挤压。

残酷的价格战

《华尔街日报》和彭博社报道称，两家公司之间的价格战正在升级。Sam Altman已承认成本对客户来说是一个"巨大的问题"，据报道OpenAI正在考虑大幅降低token价格，以对抗Anthropic在企业市场的势头。

数据不说谎

• OpenAI的运营利润率：OpenAI在2026年第一季度的调整后运营利润率为-122%，每收入1美元就亏损1.22美元。
• Anthropic的爆炸式增长：到2026年5月，Anthropic的年化收入运行率飙升至470亿美元，而2025年全年约为100亿美元，这主要得益于企业对Claude Code的采用。
• 威胁日益增长：像智谱AI的GLM 5.2这样的中国模型现在在代理基准测试上与Anthropic的Opus 4.8差距在1个百分点以内，而成本约为后者的五分之一。此外，来自微软、亚马逊和谷歌的专注于效率的产品也给两家公司带来了新的增长压力。

首次公开募股（IPO）风险

两家公司都在竞相于2026年底上市。核心风险在于，为了与开源和中国替代品竞争而压缩利润率，将削弱它们维持维持前沿领先地位所需的大规模基础设施支出的能力。D.A. Davidson的一位分析师指出，随着支出环境的变化，当前的增长率可能无法持续。

未来之路：一个混合世界

企业AI的未来不是在开放和封闭之间进行二元选择。数据表明，混合架构正在成为新常态。对于高风险、品牌曝光或法律监管严格的工作流程，企业将使用闭源模型，因为在这些场景中，保证和服务水平协议（SLA）是不可妥协的。对于成本敏感的批处理、高容量内容生成和本地部署，开源模型——尤其是来自中国的模型——将成为默认选择。

对任何商业领袖来说，战略要点很明确：为AI能力支付溢价的时代正在结束。任何不考虑开源模型成本下降和质量提升的AI战略都已经过时。