隨著OpenAI和Anthropic的API費用持續攀升，越來越多AI應用層初創企業開始轉向開源權重模型，以重奪成本控制權。法律AI公司Harvey、醫療科技公司Abridge、AI客服公司Decagon、金融科技公司Ramp等橫跨多個垂直賽道的企業，相繼宣佈自研或定製模型的計劃，部分企業已將八成流量切換至自有模型。這一趨勢對正各自籌備IPO的OpenAI和Anthropic構成直接壓力，應用層客戶的外流可能蠶食其最重要的收入來源。

Harvey的處境是這一轉變的典型縮影。這家估值156億美元的法律AI公司長期將OpenAI的GPT-4作為產品核心。據彭博報道，今年3月其AI智慧體完成重大更新後用戶使用量急劇攀升，但毛利率隨之斷崖式下滑——從年初約50%跌至6月的-50%。Harvey今年的AI Token使用量增長了二十倍。

Harvey聯席創始人兼總裁Gabe Pereyra表示，此前AI應用的表現高度依賴底層模型能力，因此付費購買OpenAI和Anthropic的最佳模型是必要選擇，自訓練模型的意義相對有限。但這一邏輯在成本重壓下開始鬆動。今年8月，Harvey釋出了自有模型，底層由月之暗面（Moonshot AI）的Kimi K3提供支援。該模型效能接近Anthropic旗下最佳產品，但成本僅為其一小部分。結合其他AI使用策略的調整，Harvey的毛利率已重新轉正。

這一趨勢已在多個行業蔓延。醫療科技公司Abridge近期宣佈，將基於輝達開源模型為臨床場景自建基礎模型。AI客服公司Decagon表示，目前已有80%的查詢請求流經其自有模型。金融科技領域，Ramp和Rogo正首次探索訓練自有模型。程式設計工具領域，已併入SpaceX旗下的Cursor以及估值480億美元的Cognition，是最早釋出定製模型的AI應用公司之一。

Ramp聯席CEO Karim Atiyeh表示，此前訓練專屬模型在經濟上完全不合理，但隨著今年6月完成7.5億美元融資以及開源權重系統性能的大幅躍升，這一邏輯正在逆轉。舊金山風險投資機構Basis Set的創始人兼管理合夥人Dr. Lan Xuezhao態度更為強硬，認為如果不最佳化成本、精調自有模型，公司在定義上就是低效的，不考慮自建模型的企業可能根本拿不到融資。

推動這一轉變的不僅是成本本身，還有OpenAI和Anthropic日益強勢的商業策略。兩家公司近期均轉向對企業使用者的模型使用量額外收費，疊加此前的訂閱基礎費，對“Token最大化”的使用模式形成直接懲罰。據報道，Uber在鼓勵工程師最大化使用Anthropic的Claude Code後，僅到4月便耗盡了全年的AI預算。與此同時，兩家公司今年均在法律、金融、醫療等初創企業的核心賽道積極招兵買馬，推出外掛並試點行業應用，直接與客戶群體形成競爭關係。

初創企業對模型供應商的依賴還帶來另一層風險：被切斷訪問許可權。SpaceX完成對Cursor收購後不到一週，OpenAI即宣佈暫停向這家程式設計工具初創企業提供模型訪問，理由是馬斯克旗下公司過去存在違反服務條款的情況。在Anthropic辦公室舉行的一次投資者論壇上，與會者專門討論了初創企業自建模型的趨勢。Anthropic表示，Harvey仍需依賴其最強大的Claude Opus模型處理最複雜的任務。

轉向開源權重模型並非沒有代價。人才是首要瓶頸。Anthropic投資方Menlo Ventures合夥人Matt Kraning指出，能夠勝任模型精調工作的專業工程師薪酬可達數百萬美元，且極易被OpenAI和Anthropic等大型機構挖走。資料是另一道門檻，企業自訓模型需要大量專有資料，Harvey由於無法訪問客戶的敏感法律檔案，不得不從AI資料提供商Mercor處購買訓練資料。

開源模型的基礎設施成本同樣不可忽視。視覺AI初創企業Elorian的CEO Andrew Dai指出，下載開源權重模型並自行管理計算基礎設施的開支相當可觀，對於流量較低的早期公司而言，按用量付費給閉源模型可能反而更為經濟。此外，確有企業嘗試後鎩羽而歸。初創企業Salespeak此前宣佈自建大語言模型的計劃，但幾個月摸索後放棄。其聯席創始人兼CEO Omer Gotlieb表示，與Anthropic、OpenAI的現成模型相比，未能看到顯著優勢。

儘管自研浪潮洶湧，多數初創企業並未寄望於完全擺脫OpenAI和Anthropic。Redpoint Ventures管理董事Logan Bartlett同時持有Anthropic、Abridge和Ramp的投資，他預計行業降低對Anthropic模型依賴的動力將持續增強，但坦承初創企業仍會在必要時為最優效能買單，不會為了賭氣而自斷手腳。Anthropic的演示材料亦印證了這一現實——Harvey仍需Claude Opus處理最複雜的任務，表明在現階段，開源與閉源的混合使用策略或許才是多數初創企業的最優解。

這場圍繞AI成本與控制權的博弈，實質上是應用層初創企業尋求與模型層巨頭重新議價的過程。隨著開源模型效能持續追近閉源產品，這一張力將在OpenAI和Anthropic邁向IPO的程序中，持續考驗雙方的利益邊界。