闭源贵7.8倍：美国科技巨头集体倒向中国开源AI

一场发生在生产环境里的迁移，正在改写AI的成本格局。这不再是开发者社区的口号，而是被写进美国企业财报会议的现实。根据金融时报、CNBC以及Fireworks（原文称"Verso"）官方的第一手数据，一组可核验的数字勾勒出了美国企业的集体转向。

四个数字，说明一场真金白银的切换

第一个数字来自AI网关平台的统计：某网关上，开源模型贡献的Token占比已达56%，而此前该数字仅为7%，八个月翻了八倍。第二个数字来自OpenRouter——在9月中旬那一周，中国开源模型占据了57%到67%的用量。第三个数字最直接：同样一个Token，闭源模型的平均单价大约是开源模型的7.8倍。第四个数字来自交友应用Tinder，其AI账单在半年内从每年100万美元飙升至每年1000万美元。

需要强调的是，OpenRouter的数据覆盖美国、欧洲以及82个发展中国家，美国企业贡献了全网约一半的用量。也就是说，这并非"中国用户在用中国模型"的地域现象，而是全球生产环境中的真实替换。企业高管在公开场合提及开源模型的次数，同比暴增了六倍——口头认可正在变成实际的调用量。

为什么切换？核心就一个字：贵

驱动这场迁移的首要动力是成本。同一个Token，闭源模型的均价是开源的7.8倍，这个差距在规模化调用下会被急剧放大。

Tinder的首席技术官把话说得很直白：1月份账单还是每年100万美元的量级，7月份已经爬到了每年1000万。他的判断更值得玩味——前沿模型的智能对九成的任务而言"已经够了"，一旦开源模型在这些任务上追平，他可能就不再需要闭源模型。

电信巨头AT&T的做法更激进。它每天处理约450亿个Token，目前已将四成工作负载切到开源模型，并计划在一年内冲到七成。不过有个耐人寻味的反差：虽然开源在用量上拿下了半壁江山，钱却仍被闭源厂商赚走——Anthropic一家就占据了64%的支出。正因如此，OpenAI和Anthropic在同一周紧急发布了降价模型，价格战才刚刚开打。

谁在切换？动机不止省钱

真金白银在做迁移的企业名单很有分量：电信的AT&T、金融的PNC、物流的C.H. Robinson、工业的西门子、数据中心运营商Digital Realty。

除了成本，数据安全是另一个硬性动机。Digital Realty的架构负责人说了一句很重的话：客户数据永远不进闭源前沿模型。他们已经用开源模型自建了内部对话界面，按任务的敏感程度混合调用两类模型。

切换的技术路径也已相当成熟：拿开源模型，用自有数据做微调，在特定任务上表现能追平甚至超过闭源模型，而成本只要一个零头。这套"开源微调+按敏感度混合路由"的打法，正在成为企业的标准配置。

"开源微调+按敏感度混合路由"这套打法的技术逻辑值得展开。微调（Fine-tuning）是指在一个已训练好的大模型基础上，用企业自有的领域数据进行二次训练，使其在特定任务上的表现显著优于通用版本，同时所需计算资源远低于从头训练。混合路由则是在应用层设置一个调度层，根据请求的类型、数据敏感程度或所需智能水平，自动决定将请求发送至本地开源模型还是云端闭源模型——敏感的客户数据走本地开源模型，需要最强推理能力的复杂任务才调用闭源前沿模型。这套架构使企业得以在合规、成本与能力之间找到动态平衡，而非非此即彼地选边站队。

一个月内，数据、政策与定调全部就位

把9月的时间线连起来看，节奏快得惊人。9月上旬，企业高管提及开源模型的次数同比暴增六倍；9月中旬，OpenAI和Anthropic在同一周发布降价模型迎战中国开源；9月17日，AI网关官方数据显示开源占到56%的Token；9月26日，CNBC报道中国模型在OpenRouter上的份额，美国国会两个委员会随即开始调查；9月27日，金融时报发文定调"美国企业集体转向"。从数据、政策到舆论定调，一个月内全部齐备。

供给端：中国公司领跑开源权重市场

在开源权重大模型这一赛道，目前是中国公司领跑，主力包括DeepSeek^广告、智谱、阿里通义（原文"阿里昆"）三家，法国的Mistral和英伟达也在同一条赛道上。

OpenRouter的洞察负责人评价，中国模型在高级智能体任务上、尤其是写代码方面已经"能打"，而这在不久前还是不可想象的。这也解释了为什么企业敢于把编程等关键任务交给开源模型。

所谓"开源权重模型"，指的是模型训练完成后，开发者将神经网络的参数权重（即模型"学到"的所有知识的数字化表示）以开放许可证的形式公开发布。与仅开放代码的传统开源软件不同，权重的公开意味着任何人都可以下载完整模型、在自有硬件上运行，也可以用私有数据进行微调，而全程无需向原始开发者支付调用费用。DeepSeek-R1、Qwen（通义）系列等模型均采用这一形式发布，这是它们能够被企业自部署并实现"接口费归零"的技术前提。与之对比，OpenAI的GPT系列和Anthropic的Claude系列仅提供API调用，用户无法获取权重，也无法在自有基础设施上独立运行，数据必须经由对方服务器处理——这正是Digital Realty等数据安全敏感企业选择开源路线的根本原因。

普通人能吃到哪些红利？

这场迁移和每个用AI的人的钱包都有关，普通人至少能拿到三份红利。

本地部署：开源权重免费商用，一张4090显卡就能跑起270亿参数级别的模型，接口费直接归零。

降价红利：闭源厂商集体降价，同样的预算能干更多的活。

混合路由：简单任务走开源、复杂任务走闭源，正是AT&T的同款打法，兼顾成本与能力。

结语：云计算的老剧本正在重演

八个月里，开源模型吃掉了网关一半的流量；闭源的价格是开源的7.8倍；美国巨头从口头认可变成了财报会议上的正式话题。AI的成本曲线，正在重演当年云计算替代自建机房的那套逻辑——而价格战才刚刚拉开序幕。

（本文数据截至2026年9月28日，来源：金融时报、CNBC及AI网关官方。部分企业与平台名称因原始素材音译存在不确定性。）

文章将这场迁移类比于云计算替代自建机房的历史进程，这一类比有其具体所指。2006年至2015年间，企业IT基础设施经历了从"自购服务器、自建机房"到"按需租用AWS/Azure/GCP算力"的大规模转移，核心驱动力同样是成本曲线的断崖式下降与技术能力的成熟化。而当前AI领域正在发生的，是这一逻辑的镜像：彼时是从高固定成本的自建转向灵活的云端，此时则是从高单价的闭源API转向可自部署的开源权重——两次迁移都在"够用即可"的性能门槛被跨越后加速。值得注意的是，云计算迁移历经近十年才完成，而此次AI成本切换在八个月内就完成了从7%到56%的跃升，技术扩散的速度已不可同日而语。