企业AI的采购逻辑正在发生变化。据《金融时报》报道，今年以来企业对开放权重模型的讨论与实际调用量都明显增长，一批原本主要调用OpenAI、Anthropic前沿模型的美国公司，开始把越来越多任务迁移到开放模型上，而当前开放权重模型市场里最活跃的一批玩家正来自中国。

最直观的信号来自AT&T。这家美国电信巨头目前每天处理约450亿Token，其中约40%的AI工作负载已经运行在开放模型上，公司计划在一年内把这一比例提高到70%。AT&T首席数据与AI官Andy Markus解释，在这样的调用量级下，成本已成为模型选择中非常关键的变量——如果一个任务能从昂贵的闭源模型迁移到开放模型、同时准确率没有明显下降，公司自然会迁移。他还提到，AT&T并非直接下载开源模型使用，而是用自有专有数据对模型进行调优，在一些特定任务中，经过企业数据优化的开放模型效果可与闭源模型相当甚至更好。

成本压力在应用层公司身上体现得更极端。Tinder CTO Vinay Kuruvila透露，今年1月按当时使用规模估算，公司全年AI支出约为100万美元；到7月，这个数字已变成1000万美元/年，半年涨了10倍。他的态度很明确：不想再看到一次10倍增长。目前Tinder已开始把一部分普通用户请求转给开放权重模型处理。Kuruvila认为，对于Tinder约90%的任务来说，前沿模型的能力已经足够，一旦开放模型进一步追近，企业为这部分能力支付溢价的必要性就会下降。

这背后是企业AI进入越来越细的模型分流阶段：最难的任务继续交给最强模型，大量重复、明确、容错边界清晰的任务则流向更便宜的模型。真正的问题正从「哪个模型最聪明」变成「这个任务到底值不值得调用最贵的模型」。

讨论热度与真实调用量同步上升。AlphaSense统计显示，今年8月和9月，美国企业在业绩电话会和投资者会议中提到open weight或open source模型的次数，比去年同期增加了6倍，且已从科技行业扩散到PNC Financial Services、物流公司CH Robinson、工业巨头Siemens等。更关键的是调用数据：今年8月，在Vercel AI Gateway上处理的所有Token中，56%已来自开放权重模型，而去年12月这一比例仅为7%；OpenRouter上也出现类似趋势，按Token调用量统计，排名靠前的模型中来自中国实验室的开放模型占据醒目位置。

中国公司成为这轮企业降本红利的主要受益者之一。DeepSeek、智谱等已跻身全球开放权重模型赛道的重要玩家；法国Mistral以及美国的Nvidia、Reflection AI、Thinking Machines Lab也在推出开放程度较高的模型。这些玩家的商业模式与OpenAI、Anthropic并不相同：后者的核心商品就是最先进的闭源模型，用户调用一次就支付一次API成本；开放模型玩家则有的按Token API收费，有的免费提供模型以扩大生态和开发者覆盖，还有厂商通过模型带动芯片、云服务或其他产品销售。当企业开始对AI成本敏感时，开放模型可以把价格压到完全不同的水平——尤其对能自行部署的企业而言，连Token API都可以跳过，模型下载后跑在自己的基础设施上。

不过，企业拥抱开放模型并不完全因为便宜。Digital Realty高级全球解决方案架构总监Scott Wallace提到另外两个原因：数据主权和安全。该公司已搭建内部聊天系统，底层运行开放权重模型，并根据任务敏感程度在开放模型与商业闭源模型之间切换，部分企业内部数据只会进入部署在私有基础设施上的模型。这揭示出企业AI部署阶段的考量已是一整套问题：成本多少、数据放在哪里、模型能否定制、延迟多高、能否私有化，以及出问题后自己能控制多少。

现在谈企业全面抛弃OpenAI和Anthropic仍为时过早。两家公司依然拿走企业AI支出中的很大一部分，最复杂的编码、推理、研究和Agent任务仍高度依赖前沿模型，这些模型对算力的大规模需求也仍支撑着全球数据中心建设热潮。但变化已经出现：过去企业倾向于把各种任务全部接入最强模型，如今越来越多公司开始拆任务——哪些必须用最强模型、哪些用次一级模型就够、哪些可以直接交给本地部署的开放模型。一旦AI调用量从每天几百万Token增长到几十亿、几百亿Token，这种模型路由就不再是工程细节，而会直接变成成本问题。对OpenAI和Anthropic来说，企业做决定时摆在面前的未必是一张Benchmark，更可能是一张Excel表，最后一列写着每年能省多少钱。