XXTX小薛同学的小站 XXTX小薛同学的小站成为自己的太阳,无需凭借谁的光

中美AI博弈与开源模型市场份额分析

这两年,咱们看科技新闻,尤其是中美AI博弈的新闻,往往会产生一种错觉:仿佛美国在人工智能领域依然是那个高高在上、不可战胜的“神明”,而中国AI企业只能在“卡脖子”的阴影下艰难喘息,靠着一些边缘应用苦苦支撑。硅谷的大佬们动辄在国会山听证会上警告“中国AI威胁论”,美国政府更是层层加码,试图用芯片禁令和算法封锁筑起一道密不透风的高墙。

但商业世界最有趣的地方就在于,它从来不相信政治口号,它只认真金白银。就在今天,一份来自硅谷本土顶级风投机构的报告,像一记响亮的耳光,打在了那些鼓吹“技术脱钩”的人脸上。报告揭示了一个让硅谷精英们感到无比刺眼、甚至可以说有些“破防”的事实:美国企业花在开源大模型上的钱,竟然有将近九成,流进了中国公司的口袋。

没错,你没看错。不是百分之十,也不是百分之三十,而是惊人的89%。在这场没有硝烟的AI算力与生态之战中,美国企业用脚投票,把最核心的AI预算,大把大把地交给了被他们政府视为“竞争对手”的中国开源大模型。这到底是怎么回事?是硅谷的模型不够香了,还是中国模型真的已经卷到了让美国人无法拒绝的地步?今天,咱们就来深度扒一扒这份报告背后的惊天反转,看看在“封锁”与“狂买”的魔幻现实下,中美AI的底层逻辑究竟发生了什么巨变。

事件细节:一份让硅谷破防的“账单”

要理解这件事的震撼程度,咱们得先看看这份报告的来源和数据。这份名为《2026年企业AI现状报告》的文件,是由硅谷知名风险投资机构门罗风投(Menlo Ventures)发布的。大家可能对门罗风投不太熟悉,但这家机构拥有整整50年的投资历史,更是Anthropic、优步等科技巨头背后的金主。可以说,他们是离硅谷AI核心圈层最近的人之一。

这份报告不是拍脑袋写出来的,而是基于对近400名美国企业AI业务负责人的深度调研,这些受访者手里掌握的AI支出合计超过了40亿美元。在如此庞大且真实的样本下,报告给出了一个极其刺眼的数字:美国企业花在开源大模型上的支出,89%付给了中国模型。

咱们把这笔账拆开来看,细节更加令人深思。在这89%的中国模型份额中,月之暗面的Kimi一骑绝尘,拿走了高达61%的份额;深度求索(DeepSeek)紧随其后,占据15%;智谱的GLM拿下11%;阿里通义千问占3%。四家中国公司,瓜分了绝大部分蛋糕。

那美国本土的开源模型呢?在这个榜单里,西方模型中份额最高的,竟然是Meta的Llama,但也仅仅只有可怜的7%。至于其他美国开源模型,基本连个水花都没溅起来。这意味着,在企业级开源AI市场,中国模型对美国模型形成了碾压式的降维打击。

可能有人会说,风投报告是不是只看了“支出”没看“实际使用量”?毕竟有时候便宜的东西用得多,但花钱少。别急,全球AI模型聚合平台OpenRouter的最新数据直接打了这个疑问的脸。在10月26日至11月1日这一周,DeepSeek以29.8%的文本请求份额排在所有作者第一位,环比还在上涨;而OpenAI以18.8%退居第二,Google掉得更惨。中国的智谱Z.ai排第四,通义千问排第六。

这一周,中国大模型的Token调用量已经连续第27周超过美国模型;按单模型排,周调用量前五名里中国模型占了四席。

连续27周!这已经不是偶然现象,而是形成了一种不可逆转的趋势。更有趣的是,报告揭示了一个反差:在企业“真金白银支出”维度,Kimi以61%压过DeepSeek的15%;但在按实际请求量排的使用榜上,DeepSeek反超Kimi,成为开发者调用最频繁的中国模型。这说明什么?说明美国企业不仅在使用中国模型,而且是在不同场景下,精准地选择最合适的中国模型。Kimi可能在长文本处理、复杂企业级Agent构建上让美国企业愿意支付更高的溢价;而DeepSeek则凭借极致的性价比和极快的推理速度,成为了海量代码生成和日常调用的“国民级”底座。

甚至连美国本土当红的AI编程平台Cursor,都被爆出是以Kimi K2.5为基础构建了其编程模型Composer 2。中国开源模型,已经悄无声息地渗透进了美国AI应用创新的最前线。

背景拆解:为什么是美国企业?为什么是中国模型?

看到这里,很多人可能会问:美国企业是不是傻?放着本土的OpenAI、Anthropic不用,非要去买中国模型?他们不怕数据安全吗?不怕政府制裁吗?

其实,资本从来不傻,商业的本质就是成本与收益的博弈。美国企业之所以疯狂拥抱中国开源模型,根本原因在于中国模型把“开源”这一档的能力上限,硬生生地抬到了一个让美国闭源模型都感到尴尬的高度。

咱们先来算一笔经济账。门罗风投在报告里提到,过去一年,开源模型的平均Token价格掉了三分之二,从每百万0.45美元降到了0.13美元。但用量呢?同时涨了22.5倍,月Token量冲到了2.9千万亿。价格腰斩,数量翻二十多倍,结论就是:开源模型占了平台Token总量的19%,却只占企业模型支出的4%。

“便宜,但用得狠。”这六个字是中国AI企业给全球市场留下的深刻印象。美国企业现在的AI部署支出已经从去年的330亿美元飙升到1768亿美元,一年涨了5.4倍。其中55%是净新增预算。钱是多,但企业CFO们也不是做慈善的。当美国闭源模型还在按高昂的Token价格“割韭菜”,且存在严重的“黑盒”依赖风险时,中国开源模型不仅价格打到了骨折,性能还逼近甚至超越了闭源前沿模型。

更重要的是“开源”带来的战略安全感。闭源模型就像是你租来的房子,房东(API提供商)随时可以涨价、断供,甚至在你的数据上训练他们自己的模型。而开源模型,尤其是像Kimi、DeepSeek这样开放模型权重的中国模型,让美国企业能够把模型下载下来,部署在自己的私有云上,结合自身业务数据进行微调(Fine-tuning)和继续预训练。这不仅大幅降低了长期成本,更把核心数据和业务逻辑的控制权牢牢握在了自己手里。

那中国模型凭什么能做到“既便宜又好”?这就不得不提中国AI企业在过去一年里经历的“地狱级内卷”了。在国内市场,百度、阿里、腾讯、字节以及无数初创公司,为了争夺开发者生态,打响了惨烈的价格战。这种极致的竞争环境,倒逼中国AI企业必须在工程化、算法优化、算力调度上做到极致。

以DeepSeek为例,这家被硅谷称为“来自东方的神秘力量”的公司,最近动作频频。10月17日,其线上主力模型升级到DeepSeek-V4.1-Flash-1017,原生带多模态视觉理解,官方说法是“能力上限更高、推理速度更快、吞吐更大”。在OpenRouter上,DeepSeek V4.1 Flash过去30天处理了114万亿Token,环比增长95%。不仅如此,DeepSeek还推出了桌面智能体产品Harness,日活达到154万,日均Token用量92万亿。这种从底层模型到上层应用的全链路打通能力,让美国企业看到了中国AI不仅仅是“论文写得好”,更是“工程落得实”。

而Kimi则在长文本处理和复杂逻辑推理上建立了极高的壁垒。当美国企业需要处理海量的法律文档、金融财报,或者构建需要超长上下文的复杂Agent时,Kimi K2.5展现出了无可替代的优势。Cursor选择Kimi作为底层编程模型,就是对Kimi代码理解和生成能力的最强背书。

影响分析:开源生态的“东升西降”与商业现实

这份报告的影响力,绝不仅仅是让几家中国AI公司股价上涨那么简单。它深刻地揭示了全球AI开源生态正在发生一场“东升西降”的结构性巨变,并对美国本土的AI商业逻辑产生了毁灭性的冲击。

首先,美国AI初创公司的“闭源护城河”正在瓦解。过去两年,OpenAI、Anthropic等公司靠着闭源模型的高性能,吸引了大量的企业客户和VC投资。他们的商业逻辑是:我训练出最聪明的模型,然后按Token收过路费。但现在,中国开源模型以极低的成本提供了接近甚至超越闭源模型的性能。当企业发现,花十分之一的钱,就能通过开源模型微调出满足95%业务需求的专属模型时,谁还会去当闭源模型的“冤大头”?

门罗风投的报告明确指出,企业采购仍优先考虑模型能力,前沿模型持续吸引预算。但这并不意味着闭源模型能赢。因为中国开源模型已经证明了,它们就是“前沿”。当开源模型定义了开源前沿,闭源模型的溢价空间就被无限压缩了。这对于靠高估值和高营收预期支撑的美国AI独角兽来说,是致命的。

其次,Meta的Llama战略遭遇了尴尬的滑铁卢。作为美国本土开源模型的“全村的希望”,Llama在门罗风投的报告中仅占7%的份额。Meta本意是通过开源Llama来建立生态,对抗闭源模型,并巩固其在AI基础设施领域的霸主地位。但现实是,美国企业宁愿跨越太平洋去使用中国模型,也不愿在自家后院给Llama捧场。这说明,在开源领域,仅仅“开放”是不够的,核心在于“好用”和“生态服务”。中国模型在中文语境、多模态融合、以及针对特定行业(如代码、长文本)的优化上,显然比Llama更懂开发者的痛点。

第三,地缘政治的“小院高墙”在商业现实面前显得荒诞不经。美国政府试图通过切断算力供应来遏制中国AI发展,但结果呢?中国AI企业通过算法创新(如MoE架构、混合精度训练、高效的推理优化),硬生生地在有限的算力下,榨干了每一滴性能,并把这些成果通过开源的方式分享给全球。美国企业使用中国模型,实际上是在享受中国AI企业“算力受限”逼出来的“算法红利”。更讽刺的是,中国开源模型已经进入亚马逊云服务等国际云平台,为海外企业部署和使用提供渠道。封锁,反而成了中国AI技术全球扩散的“催化剂”。

最后,这也标志着中国AI出海策略的重大胜利。过去,中国互联网出海靠的是游戏、电商、短视频(如TikTok),是应用层的创新。而现在,以Kimi、DeepSeek为代表的中国大模型出海,是底层技术、是基础设施、是“卖水人”的角色。美国企业在用中国模型写代码、做客服、分析数据,这意味着中国AI技术已经深度融入了全球科技创新的链条中。这种底层的技术绑定,比任何应用层的出海都更加牢固,也更加难以被替代。

行业对比:中美AI路线的底层逻辑差异

透过这份报告,我们不仅能看到市场份额的消长,更能看到中美两国在AI发展路线上的底层逻辑差异。这两种逻辑在2026年的今天,迎来了最终的碰撞与检验。

美国AI路线,可以概括为“精英主义”与“算力霸权”。硅谷的信仰是“大力出奇迹”,只要我拥有最多的英伟达GPU,只要我烧掉最多的美元,我就能训练出最聪明的闭源模型,然后高高在上地收取API费用。这种路线的优势在于,它确实能推动基础科学的突破,诞生像GPT-4、Claude 3这样的标杆性产品。但其致命弱点在于,它脱离了大多数企业的实际承受能力,且形成了严重的寡头垄断。美国AI生态越来越像是一个“封闭的俱乐部”,只有少数巨头和明星初创公司能在牌桌上玩。

而中国AI路线,则是“实用主义”与“工程奇迹”。中国AI企业没有美国那样充裕的顶尖算力,也没有那么长的“烧钱”耐心。因此,中国团队必须在算法效率、工程优化、成本控制上做到极致。中国AI的信仰是“技术普惠”和“应用落地”。既然算力不够,那就用MoE(混合专家模型)来凑;既然显存不够,那就用极致的量化和KV Cache优化来挤。中国AI企业把大模型从“实验室的奢侈品”,变成了“工厂里的流水线工具”。

这种路线差异,直接导致了今天开源市场的格局。美国模型在追求“绝对智能”的道路上狂奔,却忽略了企业客户真正需要的是“性价比”、“可控性”和“定制化”。而中国模型则精准地切中了企业的痛点:你需要长文本,我给你Kimi;你需要极速推理和代码生成,我给你DeepSeek;你需要多模态和全面能力,我给你通义和智谱。而且,这一切都是开源的,你可以随便改,随便用。

在商业世界里,没有那么多情怀,只有适者生存。美国企业近九成的开源账单流向中国,就是市场对“中国路线”投下的最真实的一票。它证明了,在AI走向千行百业的过程中,谁能提供最高效、最经济、最灵活的解决方案,谁就能赢得天下。硅谷的“精英主义”在C端和科研领域或许还能维持荣光,但在B端和企业级市场,中国的“实用主义”已经取得了压倒性的胜利。

我的看法:封锁线下的“特洛伊木马”

写到这里,我其实挺感慨的。这份门罗风投的报告,就像是一个巨大的黑色幽默。美国政府在前门严防死守,试图把中国AI锁在笼子里;而美国企业却在后院悄悄打开窗户,把中国AI模型请进自己的核心业务系统里。

在我看来,这不仅仅是一次商业上的胜利,更是一次技术传播规律对政治干预的胜利。AI技术,尤其是开源大模型,它不是某种可以被物理封锁的实体资源(如石油、芯片),它是一种知识、一种算法、一种工程经验。知识的扩散是挡不住的。中国AI企业在“卡脖子”的逆境中,没有选择躺平,而是把压力转化为动力,硬生生地蹚出了一条“以开源破局、以性价比取胜”的道路。

这其实是一种更高维度的“降维打击”。当美国还在纠结于如何限制中国获取先进芯片时,中国AI企业已经通过算法优化,让现有的芯片发挥出数倍的效能,并通过开源的方式,把这种效能红利分享给全球开发者。美国企业用中国模型,实际上是在用中国AI企业的“智慧”来弥补美国“算力分配不均”的缺陷。

未来会怎样?我认为,这种趋势不仅不会逆转,反而会加速。随着AI Agent(智能体)时代的全面到来,企业对模型的需求将从“单一的大对话模型”转向“多模型协同、垂直领域微调、端侧部署”。在这些场景下,开源模型的优势将被无限放大。Kimi、DeepSeek、智谱、阿里等中国AI企业,已经提前卡住了这些身位。

对于中国AI企业来说,这只是一个开始。占据了美国企业近九成的开源账单,意味着我们已经成功打入了全球最核心、最挑剔的AI应用市场。接下来,我们要做的,是如何在这些模型之上,构建起属于我们自己的、繁荣的全球开发者生态,让“中国标准”成为“世界标准”。

至于那些还在挥舞制裁大棒的人,或许该明白一个道理:在技术的洪流面前,筑起的高墙,最终只会变成别人展示实力的背景墙。而商业的法则永远简单粗暴——谁好用,我就用谁。哪怕,这个“谁”来自大洋彼岸。

相关阅读

参考资料

你的评论