欧美企业选国产开源模型:不只是便宜,“数据不出门”才是账本的另一半

源自344位全网作者

16:10

11月初,硅谷老牌风投 Menlo Ventures 发布了年度企业AI调研报告:美国企业在开源模型上的支出中,89%流向了中国模型。报告同时列出了这笔钱的具体去向:Kimi一家占61%,DeepSeek占15%,GLM占11%,Qwen占3%,而西方阵营最能打的开源选手Meta Llama只有7%。这份报告的样本是近400名美国企业的AI业务负责人,他们管理的AI支出加起来超过40亿美元——它记录的是买方真金白银的花法,不是厂商的叙事。界面新闻新智元知乎

此前,这个现象通常被解读为一场价格胜利。但如果只是便宜,解释不了现实的另一半:买家真正投票的,是开放权重带来的控制权——数据可以留在自己的机房里、行为可以审计、供应商随时可以换。这三样,闭源API永远给不了。

89%是真的,但它只是搭在"经济舱"上

先看分母:截至2026年9月,美国企业AI部署支出约1768亿美元,是一年前330亿的5倍多;其中Anthropic、OpenAI、Google三家合计拿走1227亿美元、占69%。开源模型整体,在这个大盘里只分到4%,比上年的6%还低。而企业花在"商务舱"上的钱还在加速:前沿模型的支出份额由35%升至63%。知乎新智元

89%因此并不等于美国预算整体倒向中国模型。更贵、需要判断力的活儿仍然留在闭源巨头手里;但分类、抽取、摘要、代码补全这类不需要旗舰模型、却要求稳定便宜的批量"经济舱任务",正从闭源小模型手里整段整段地迁向开源。两笔账同时在走,混在一起看,哪个结论都会错。

用量侧完全是另一番景象:一年里,开源模型处理的token数量暴涨22.5倍,达到每月约2.9千万亿个;OpenRouter上开源权重模型的token占比更是从26.8%涨到了71.7%。知乎

而支出份额不升反降的答案在单价:开源token的平均单价一年跌了3.3倍,降到每百万token约0.13美元,闭源混合均价仍有约0.70美元。用量疯涨、单价跌得更快,开源赢走了几乎所有的用量增长,收入上暂时只赢了很少的钱。知乎

买家算的不是榜单分,是三样控制权

Kimi、DeepSeek、GLM、Qwen都把权重挂在Hugging Face上,任何企业都能下载、自部署,再拿自己的数据继续训练。数据不出域、行为可审计、供应商可替换——在企业采购清单上,这三条的分量比任何一个榜单分数都重。

更关键的是,用法正在从"调用"升级到"改造"。据新智元报道,硅谷一家明星实验室预训练走到后半段,喂给模型的数据大部分不是从网上扒的,而是让几个更早的模型生成的,点名的第一个底座就是月之暗面的Kimi K3。新智元

Kimi K3还是微软云上第一个采用"收入共享"模式的开源权重模型,企业在Azure上每调一次,月之暗面都跟着分钱。而付费结构已经把"你中有我"钉死了。新智元

欧洲的"主权"叙事提供了同一逻辑更讽刺的验证。西班牙Multiverse的Quasar在宣发中自称"欧洲本土合规主权模型",官网却写明,Quasar 438B是一款基于智谱GLM-5.2开源权重构建的压缩模型。知乎

比利时Aikido的Altar以"主权安全"作为宣传点,同一篇文章里承认GLM-5.3是它安全测评中表现最好的底座之一。知乎

德国Aleph Alpha强调完整供应链可信、可溯源,其技术报告在数据生成环节列明了GLM与Qwen的开源模型。知乎

为什么"主权模型"离不开中国开源底座?道理很直接:要能向客户交付"数据不出本地",基座就必须是可以搬进自己机房的开放权重。

法国Mistral走了一条更"原生"的路。10月29日,Mistral把旗舰模型Large 4的权重开源,总参数约1万亿。知乎

它反复强调,这个模型是在欧洲本土基础设施上从零训练出来的,卖点同样是主权AI——对欧洲企业和政府来说,意味着数据不用出境、技术不被卡脖子。知乎

给它站台的是清一色的安全与政企名单:思科、Cloudflare、CrowdStrike、欧洲网络安全局ENISA、Orange Cyberdefense。知乎

但榜单不认主权加成:Artificial Analysis智能指数v5上,Mistral Large 4得26分、排开源第7,排在前面的DeepSeek V4.1 Flash和GLM-5.3是32分。欧洲想要的安全感,用量和能力两头还是绕不开中国开源。知乎

自部署不等于自动安全,供给连续性也是新变量

“数据安全这笔账"必须带两个限制条件一起读。其一,模型放进自己机房只解决"数据落在哪”——谁能访问、日志是否留痕、管理面是否联网,都得企业自己补齐,私有部署是安全的起点而不是终点。其二,开放权重是双刃剑:社区已有系统性的去护栏手法,可以剥掉开源模型的安全限制,企业能审计自己的数据,也得接受同一份权重同样轻易落到攻击者手里。

供给连续性则更直接地卷进了安全账本。今年7月,华盛顿"要不要限制中国开源模型"的争论还没定论,产业界已经集体表态:一封挂在英伟达官网的联署信里,犹豫了一整天的OpenAI在收盘前补了签名,两天内名单膨胀到接近70家。企业争的不是立场,是使用开放权重的权利本身。36氪

而10月中旬,风向的另一端出现:中国商务部、科技部就修订《中国禁止出口限制出口技术目录》公开征求意见,拟在AI、生物医药、光伏三个领域增列40项关键技术,其中AI领域占23项,覆盖大模型、智能体、算力集群。征求意见期截止到11月15日,最终版本如何落地近在眼前。知乎知乎

目录的边界划得很精准:企业利用限制类大模型对外提供API调用、SaaS应用、本地端侧轻量化部署等情形,不属于大模型技术出口管理范围。对已通过开源、发表学术论文等方式进入公共领域的技术,不纳入管理范围。也就是说,欧美企业已经下载部署的开放权重不受影响,需要另走许可的是尚未放出来的下一代。买家算的不只是"我的数据现在安不安全",还有"两年后这套模型还维不维护得起"。知乎知乎

账单本身已经足够回答标题里的问题:美国企业花在开源模型上的每10美元里约9美元付给了中国公司,驱动它的是两笔账——便宜数倍的token,和把数据留在自己墙内的控制权。接下来值得盯的信号很具体:出口管制目录的最终版本会不会原样落地"公共领域除外";开源与闭源的价差会不会继续吞噬闭源"经济舱"的份额;以及Mistral之后,欧洲能不能追上综合榜单上那6分的差距。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章