AI 初创公司 Lindy 做出了一项可能引发行业关注的决策：彻底放弃 Anthropic 的 Claude 模型，全面迁移至 Deepseek。公司 CEO Flo Crivello 直言，当 AI 调用成本超过人员开支时，切换模型就成了“企业存亡问题”。这一转变已为 Lindy 节省了 数百万美元。

Lindy 的转向并非孤立事件。随着 AI 应用层竞争加剧，许多初创公司正重新审视模型选型的成本结构。以 Claude 为代表的闭源模型虽在性能上具备优势，但其 API 调用费用对用量巨大的企业构成沉重负担。当模型成本开始吞噬利润、甚至威胁公司生存时，转向更具性价比的开源或低成本替代方案便成为理性选择。

对 Anthropic 而言，Lindy 的离开折射出更深层的压力。作为模型层主要玩家，Anthropic 不仅要面对 OpenAI、Google 等对手的技术竞争，还需应对客户对成本日益敏感的挑战。若更多中小客户因价格因素流失，将直接影响其收入规模与市场估值叙事。

从产业链视角看，这一事件凸显了模型层与应用层之间的张力。应用层企业需要可控的推理成本来实现商业化闭环，而模型层厂商则需在研发投入与定价之间寻找平衡。Deepseek 等开源模型的崛起，正加速推动模型层的商品化进程，迫使闭源厂商重新思考定价策略与价值主张。

Lindy 的案例可能只是开始。随着 AI 应用从实验走向规模化部署，成本控制将成为企业选型的核心考量之一。模型层厂商若不能有效回应这一需求，或将面临更多客户“用脚投票”的局面。