过去两年，硅谷与全球企业的共识是：优先调用最强模型，OpenAI、Anthropic的闭源模型是绝对首选。但2026年以来，风向彻底逆转。
昂贵的头部闭源模型，正在被越来越多美国企业“嫌弃”。从硅谷初创公司到电信、金融、工业巨头，一场大规模的AI工作负载迁移正在发生：从美国顶级闭源模型，大规模转向开放权重模型。
而这场降本变革里，最大的意外赢家不是美国本土开源玩家，也不是欧洲的Mistral，而是中国开放大模型。DeepSeek、智谱等国产模型，正批量进入美国企业的核心算力账单与私有化部署清单。
一、半年暴涨10倍账单：闭源AI的天价成本，企业扛不住了
企业抛弃顶级闭源模型的核心原因，直白且残酷：太贵了。AI调用量指数级增长，让OpenAI、Anthropic的API成本，成为企业无法承受的财务负担。
社交平台Tinder的CTO Vinay Kuruvila公开披露了一组极具代表性的数据：2026年1月，公司全年AI调用成本预估仅100万美元；仅仅半年后的7月， same 规模的AI使用，年度成本直接飙升至1000万美元，涨幅整整10倍。
失控的成本增速，彻底击碎了企业无脑堆顶级模型的惯性。“我不想再看到一次10倍增长”，成为无数企业CIO、CTO的共同态度。
随之而来的，是企业AI选型逻辑的根本性切换：从“选最聪明的模型”，变成“算最划算的模型”。
企业开始精细化拆分AI任务层级：极致复杂的推理、编码、前沿研究、智能Agent任务，继续留给OpenAI Astra、Anthropic Claude Fable等顶级闭源模型；而大量重复、逻辑明确、容错空间高的常规任务，全部迁移至性价比更高的开放权重模型。
Kuruvila坦言，Tinder约90%的日常AI任务，顶级闭源模型的能力早已过剩。一旦开放模型性能持续追平，企业为“模型溢价”付费的意愿，将彻底归零。
二、日耗450亿Token！美国巨头激进换轨：70%负载全面开源
如果说Tinder的转型是中小企业的缩影，美国电信巨头AT&T的变革，则代表了大型企业的终极趋势。
作为AI算力消耗大户，AT&T每日AI Token处理量高达450亿。在这种海量规模下，模型单价的微小差距，都会被无限放大，最终形成年度数千万乃至上亿级的成本差异。
目前，AT&T已有40%的AI工作负载运行在开放模型之上，并且制定了激进目标：未来一年内，将开放模型负载占比提升至70%。
AT&T首席数据与AI官Andy Markus明确了企业全新选型标准：在准确率、体验无明显折损的前提下，优先迁移至低成本开放模型。更关键的是，大企业的开源落地绝非简单下载调用，而是基于自有专有数据深度微调、私有化定制。
经过企业专属数据优化后的开放模型，在垂直场景中的效果，不仅不输闭源模型，部分场景甚至实现反超。这也解锁了开放模型的核心壁垒：可私有化、可微调、可自主掌控，彻底摆脱按次计费的API枷锁。
对于拥有算力、数据、工程团队的大型企业而言，自建开源模型部署体系，一次性投入、长期零Token分成，长期性价比碾压闭源API。
三、数据作证：开源模型从“备选”变成“主流”，中国模型强势出圈
这场转型绝非行业嘴炮，而是实打实的调用量、企业声量双爆发。
行业数据平台AlphaSense统计显示，2026年8-9月，美国企业在财报电话会、投资者沟通会上，提及开放权重、开源模型的频次，同比暴涨6倍。拥抱开源模型的主体，也从科技行业，快速扩散至金融、物流、工业等传统领域，PNC金融、CH Robinson物流、西门子等巨头，均公开落地开源AI方案。
前端调用数据更能体现趋势的颠覆性：AI网关平台Vercel数据显示，去年12月，开源模型Token占比仅7%；短短9个月后，2026年8月，开源模型Token消耗占比飙升至56%，正式超越闭源模型，成为企业AI应用的主流选择。
在全球开源模型赛道中，中国AI厂商成为最亮眼的力量。OpenRouter等主流海外平台数据显示，DeepSeek、智谱等中国开放模型，凭借极致性价比、稳定性能，稳居海外调用量榜单前列，成为美国企业降本选型的核心标的。
如今企业对开源模型的认可，已经落地为双重真实增量：资本市场的讨论热度持续攀升，真实算力消耗占比彻底反超。
四、中国模型躺赢：商业模式错位，精准吃下全球降本红利
全球开源模型赛道玩家林立，既有美国英伟达、Reflection AI，也有欧洲Mistral，但中国模型能脱颖而出，核心在于完全错位的商业模式与极致成本优势。
OpenAI、Anthropic的核心商业模式，是售卖顶级闭源模型API，靠持续的Token调用收费盈利，模型不开放、不可定制，企业只能被动付费调用，长期成本居高不下。
而中国开放模型厂商的盈利逻辑更加多元灵活：部分机型免费开源扩生态，部分低价API计费，同时依托模型带动云服务、算力、行业解决方案销售。这种模式，让中国模型可以把推理、微调成本压到美国闭源模型的几分之一。
对于海外企业而言，无需被高昂的API账单绑架，可直接下载模型、私有化部署、自主微调，彻底切断平台分成。在企业全面进入“成本精细化管控”的时代，这套方案拥有无可替代的吸引力。
五、不止便宜：数据主权与私有化，开启企业AI第二赛道
企业集体抛弃闭源模型，除了降本，还有一个更核心的深层诉求：数据安全与主权可控。
全球企业数字化服务商Digital Realty高级架构总监Scott Wallace道出了行业共识：闭源模型的调用逻辑，需要将企业数据上传至第三方平台，存在数据泄露、隐私合规、数据外流的多重风险。
为此，Digital Realty已搭建基于开放模型的内部专属AI系统，实行“分级调用”策略：通用任务复用开源模型算力，核心敏感数据、内部业务数据，仅在私有部署的开放模型中运行，绝不流出企业基础设施。
这也标志着企业AI选型逻辑的全面升级：告别单纯比拼“模型参数、通用能力”的单一维度，转向成本、安全、定制化、私有化、可控性、低延迟的综合考量。而开放模型的天然优势，恰好匹配了企业下半场的核心需求。
六、OpenAI真正的对手，不是更强的模型，是一张成本Excel表
需要明确的是，当下开源模型全面崛起，并不意味着OpenAI、Anthropic彻底失势。在顶级推理、复杂Agent、前沿科研等高精尖场景中，头部闭源模型依旧不可替代，仍然占据企业AI预算的核心份额，持续支撑全球数据中心算力热潮。
但行业格局的质变已然发生：过去企业AI是“一刀切”，全部任务堆给最强模型；如今是精细化分层、智能路由、按需选型。
当企业AI调用量从日均数百万Token暴涨至数十亿、数百亿级别，模型单价的细微差异，就是年度千万级、亿级的利润差距。
对于OpenAI、Anthropic而言，最致命的竞争，不是诞生了参数更大、能力更强的新模型，而是企业账本上的Excel成本表。用户不再为“顶尖溢价”买单，只愿为“匹配需求的性价比”付费。
结语
全球AI行业正在告别“唯能力论”的野蛮生长，进入商业化落地、成本精细化、数据自主可控的成熟阶段。
美国大厂的开源迁移浪潮，本质是行业泡沫的出清，也是全球AI格局的重新洗牌。凭借开放、低成本、可私有化、可定制的核心优势，中国开放大模型精准踩中全球企业的核心痛点，顺势拿下最大的出海红利。
未来的AI竞争，不再是单一模型能力的比拼，而是生态、成本、落地能力的综合较量。而在这场全新的全球化竞赛中，中国AI已经占据了绝佳的身位。