微软还是主云，OpenAI把旗舰模型挂上谷歌货架

10 月 21 日，OpenAI 把自家最新的前沿模型和 Codex 摆上了谷歌云的货架。买法别扭得很：企业可以在谷歌云的市场里下单，用自己预付、还没花完的那笔云消费承诺付账，未来几周内陆续开放。

两家本来是直接对手。卖模型的一方把旗舰产品放到对手的柜台上，这件事本身就值得多看两眼，而它真正的变量藏在采购条款里，不在模型榜单上。

货架上多了个不该出现的名字

公告写得克制：GPT-6 Astra 等最新模型接入谷歌云的 Model Garden​，Codex 的代码智能体工作流一起上架，客户能在谷歌云市场购买并用云消费承诺结算。更耐人寻味的一句在后面，OpenAI 的模型会陆续接进谷歌的 Antigravity 和 Gemini Agent。

Model Garden 就是谷歌云的模型广场，里面原本已经摆着 Anthropic 的 Claude 这类第三方模型。现在多了个直接对手的名字，而且不是缩水版，是公告点名的旗舰型号。

我起初把它读成"OpenAI 转投谷歌"的信号，看到同一份公告里"微软仍是主要云合作伙伴"那句才改了口：这不是换云，是加货架，两条路并行。

企业掏钱的闸门，在财务那一栏

云消费承诺是企业和云厂商签的预买额度：先承诺一年花掉多少钱，换来折扣，到期没花完也不退。它跟模型评测没有半点关系，却比跑分更能决定一单生意成不成。

卡点在这里。一个技术负责人想给团队换模型，评测跑三天就完；真正耗时的是采购，新供应商要重走安全审查、合同、发票、预算科目，每一项都要时间和签字。而挂在云市场上的模型，走的是已经签好的那套合同，扣的是已经承诺掉的那笔钱，换模型的成本就这么被压成了一次下单。

放进一个具体场景。假设一家公司今年承诺在谷歌云花掉很大一笔钱，年底一算还剩不少额度，这时业务部门提出想试试 Codex 写代码，财务最舒服的答案是在市场里点一下：不动新预算，不惊动采购委员会，发票还能并进同一张。这也是为什么"能不能用承诺额度结算"这种技术细节，比模型跑分更能影响一家模型公司明年的收入。

模型厂商卖的是分发，云厂商收的是过路费

过去两年，模型公司的叙事集中在"我的模型更强"，云厂商的叙事是"我这里模型最全、算力最多"。这一单把两层关系摆平了：模型越强，越需要更大的分销网络，而最大的那几个分销网络握在对手手里。

对 OpenAI 来说，代价是让出了"只在自家和微软云上独占"的稀缺姿态，换回来三样东西：企业客户触达、把存量云预算变成订单、以及出现在企业已经习惯的那个控制台里。对谷歌云来说，收的是资源消耗和渠道分成，客户每多跑一次推理，账单就长一截，模型是谁家的不改变这一层。

还有一处细节容易被跳过：OpenAI 的模型要接进 Antigravity 和 Gemini Agent。这意味着谷歌把自家的智能体工具做成了什么模型都能调的调度层。平台一旦不绑定自家模型，竞争重心自然往工具链和分发挪。

协议里那句"微软仍是主云"值多少钱

那句"微软仍是主云"，读起来像给市场的一颗定心丸，实际也是说给采购部门听的。它确认独家条款在松动，同时确认基本盘没动：大客户的既有部署、数据驻留承诺、联合销售团队，仍然挂在原来那朵云上。

措辞的分寸很讲究。"主要云合作伙伴"不等于"唯一云合作伙伴"，中间那段空间就是这次交易的全部意义。对采购方来说，这句话以后会变成一个必问项，你们支持哪些云，答案只会越来越长。

更实际的变化在比价。两家最贵的模型摆在同一个广场、用同一种方式结算，企业终于能在同一张账单上看清每个任务花掉多少钱。以前要跨好几个账号、走好几套权限才能做的对比，现在变成同一个控制台里的两行数字，谁的性价比撑不住，一个季度就看出来了。

顺带说一句行业惯性。云厂商自己也有模型，却把对手的模型摆进自家广场，这不是第一次，只是这次摆上柜台的对手分量最重。云的角色从卖自家模型，慢慢变成卖通道。

对做产品和写代码的人，变化在哪

写代码的人受影响在中层。Codex 这类智能体能不能出现在你已有的云控制台里，决定团队要不要为它单独开账号、单独做一次合规评审。少一道流程，试用时间就能提前两周，这在排期紧的时候是实打实的差别。

管预算的人得改一下提问方式。以前问"哪个模型分高"，现在更该问"我们的云承诺额度在哪几家、什么时候到期、还剩多少"。这笔钱已经花出去了，能不能拿它买模型，直接决定今年还能不能试新东西。真要动手，先把手上的悬着的大额采购清单摊开，看哪一笔可以换到市场里下单、哪一笔必须单独走预算，再决定要不要为某个模型单开一条审批线。

看行业的人可以把这一单和今年其他几笔连起来看：模型能力在商品化，议价权往分发端和工具链挪。评价一家模型公司，除了跑分，更要看它上了几个货架、能不能被企业已有的预算结算。

还有一层更隐蔽的影响落在团队习惯上。模型换了，工作流往往不换；工具换了，评审标准也照旧。谁先把提示词规范、评测集合、失败回滚这几件事标准化，以后换供应商就不用重新教一遍全组人，这笔沉没成本通常没人算进采购决策里。

别急着改架构：几个还没解决的边界

围绕"上架"这两个字，最容易走偏的方向有两个。有人以为以后换模型像换个插件，这个判断乐观了两个量级，云市场解决的是钱怎么付，不是模型怎么迁：提示词写法、上下文长度、工具调用格式、输出结构，各家差异都还在，迁一次的成本仍然按周算。还有人读成"微软出局"，可公告里明写微软仍是主要云伙伴，今天的形态是多家云并行，不是换东家。

还有一层冷水。上架之后，交付质量仍握在云厂商手里：同一个模型，不同区域的可用时间、限流策略、数据是否出域、版本更新节奏，由云的基础设施决定。企业要把模型写进核心流程，值得先问一句，这个版本我能原地停多久。

账的问题也来了。走云市场结算是方便，可模型费用从此混进云账单，分不清哪一部分是算力、哪一部分是模型调用。想算清一个 AI 功能到底赚不赚钱，财务口径反而更绕。

数据驻留是另一道过不去的关。走海外云的模型调用，数据落在哪个区域、能不能承诺不出境、日志归谁保管，这几条会把一批金融和医疗客户直接挡在门外。这些问题不解决，货架摆得再满，对这些行业也等于没有。

这一单最值得记住的不是型号，是那句"可用云承诺额度结算"。它提醒人们，决定 AI 落地速度的常常是财务流程，不是榜单。你们公司那笔云承诺额度还剩多少，账在谁手里？

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～