随着OpenAI和Anthropic的API费用持续攀升，越来越多AI应用层初创企业开始转向开源权重模型，以重夺成本控制权。法律AI公司Harvey、医疗科技公司Abridge、AI客服公司Decagon、金融科技公司Ramp等横跨多个垂直赛道的企业，相继宣布自研或定制模型的计划，部分企业已将八成流量切换至自有模型。这一趋势对正各自筹备IPO的OpenAI和Anthropic构成直接压力，应用层客户的外流可能蚕食其最重要的收入来源。

Harvey的处境是这一转变的典型缩影。这家估值156亿美元的法律AI公司长期将OpenAI的GPT-4作为产品核心。据彭博报道，今年3月其AI智能体完成重大更新后用户使用量急剧攀升，但毛利率随之断崖式下滑——从年初约50%跌至6月的-50%。Harvey今年的AI Token使用量增长了二十倍。

Harvey联席创始人兼总裁Gabe Pereyra表示，此前AI应用的表现高度依赖底层模型能力，因此付费购买OpenAI和Anthropic的最佳模型是必要选择，自训练模型的意义相对有限。但这一逻辑在成本重压下开始松动。今年8月，Harvey发布了自有模型，底层由月之暗面（Moonshot AI）的Kimi K3提供支持。该模型性能接近Anthropic旗下最佳产品，但成本仅为其一小部分。结合其他AI使用策略的调整，Harvey的毛利率已重新转正。

这一趋势已在多个行业蔓延。医疗科技公司Abridge近期宣布，将基于英伟达开源模型为临床场景自建基础模型。AI客服公司Decagon表示，目前已有80%的查询请求流经其自有模型。金融科技领域，Ramp和Rogo正首次探索训练自有模型。编程工具领域，已并入SpaceX旗下的Cursor以及估值480亿美元的Cognition，是最早发布定制模型的AI应用公司之一。

Ramp联席CEO Karim Atiyeh表示，此前训练专属模型在经济上完全不合理，但随着今年6月完成7.5亿美元融资以及开源权重系统性能的大幅跃升，这一逻辑正在逆转。旧金山风险投资机构Basis Set的创始人兼管理合伙人Dr. Lan Xuezhao态度更为强硬，认为如果不优化成本、精调自有模型，公司在定义上就是低效的，不考虑自建模型的企业可能根本拿不到融资。

推动这一转变的不仅是成本本身，还有OpenAI和Anthropic日益强势的商业策略。两家公司近期均转向对企业用户的模型使用量额外收费，叠加此前的订阅基础费，对“Token最大化”的使用模式形成直接惩罚。据报道，Uber在鼓励工程师最大化使用Anthropic的Claude Code后，仅到4月便耗尽了全年的AI预算。与此同时，两家公司今年均在法律、金融、医疗等初创企业的核心赛道积极招兵买马，推出插件并试点行业应用，直接与客户群体形成竞争关系。

初创企业对模型供应商的依赖还带来另一层风险：被切断访问权限。SpaceX完成对Cursor收购后不到一周，OpenAI即宣布暂停向这家编程工具初创企业提供模型访问，理由是马斯克旗下公司过去存在违反服务条款的情况。在Anthropic办公室举行的一次投资者论坛上，与会者专门讨论了初创企业自建模型的趋势。Anthropic表示，Harvey仍需依赖其最强大的Claude Opus模型处理最复杂的任务。

转向开源权重模型并非没有代价。人才是首要瓶颈。Anthropic投资方Menlo Ventures合伙人Matt Kraning指出，能够胜任模型精调工作的专业工程师薪酬可达数百万美元，且极易被OpenAI和Anthropic等大型机构挖走。数据是另一道门槛，企业自训模型需要大量专有数据，Harvey由于无法访问客户的敏感法律文件，不得不从AI数据提供商Mercor处购买训练数据。

开源模型的基础设施成本同样不可忽视。视觉AI初创企业Elorian的CEO Andrew Dai指出，下载开源权重模型并自行管理计算基础设施的开支相当可观，对于流量较低的早期公司而言，按用量付费给闭源模型可能反而更为经济。此外，确有企业尝试后铩羽而归。初创企业Salespeak此前宣布自建大语言模型的计划，但几个月摸索后放弃。其联席创始人兼CEO Omer Gotlieb表示，与Anthropic、OpenAI的现成模型相比，未能看到显著优势。

尽管自研浪潮汹涌，多数初创企业并未寄望于完全摆脱OpenAI和Anthropic。Redpoint Ventures管理董事Logan Bartlett同时持有Anthropic、Abridge和Ramp的投资，他预计行业降低对Anthropic模型依赖的动力将持续增强，但坦承初创企业仍会在必要时为最优性能买单，不会为了赌气而自断手脚。Anthropic的演示材料亦印证了这一现实——Harvey仍需Claude Opus处理最复杂的任务，表明在现阶段，开源与闭源的混合使用策略或许才是多数初创企业的最优解。

这场围绕AI成本与控制权的博弈，实质上是应用层初创企业寻求与模型层巨头重新议价的过程。随着开源模型性能持续追近闭源产品，这一张力将在OpenAI和Anthropic迈向IPO的进程中，持续考验双方的利益边界。