企業AI的採購邏輯正在發生變化。據《金融時報》報道，今年以來企業對開放權重模型的討論與實際呼叫量都明顯增長，一批原本主要呼叫OpenAI、Anthropic前沿模型的美國公司，開始把越來越多工遷移到開放模型上，而當前開放權重模型市場裡最活躍的一批玩家正來自中國。

最直觀的訊號來自AT&T。這家美國電信巨頭目前每天處理約450億Token，其中約40%的AI工作負載已經執行在開放模型上，公司計劃在一年內把這一比例提高到70%。AT&T首席資料與AI官Andy Markus解釋，在這樣的呼叫量級下，成本已成為模型選擇中非常關鍵的變數——如果一個任務能從昂貴的閉源模型遷移到開放模型、同時準確率沒有明顯下降，公司自然會遷移。他還提到，AT&T並非直接下載開源模型使用，而是用自有專有資料對模型進行調優，在一些特定任務中，經過企業資料最佳化的開放模型效果可與閉源模型相當甚至更好。

成本壓力在應用層公司身上體現得更極端。Tinder CTO Vinay Kuruvila透露，今年1月按當時使用規模估算，公司全年AI支出約為100萬美元；到7月，這個數字已變成1000萬美元/年，半年漲了10倍。他的態度很明確：不想再看到一次10倍增長。目前Tinder已開始把一部分普通使用者請求轉給開放權重模型處理。Kuruvila認為，對於Tinder約90%的任務來說，前沿模型的能力已經足夠，一旦開放模型進一步追近，企業為這部分能力支付溢價的必要性就會下降。

這背後是企業AI進入越來越細的模型分流階段：最難的任務繼續交給最強模型，大量重複、明確、容錯邊界清晰的任務則流向更便宜的模型。真正的問題正從「哪個模型最聰明」變成「這個任務到底值不值得呼叫最貴的模型」。

討論熱度與真實呼叫量同步上升。AlphaSense統計顯示，今年8月和9月，美國企業在業績電話會和投資者會議中提到open weight或open source模型的次數，比去年同期增加了6倍，且已從科技行業擴散到PNC Financial Services、物流公司CH Robinson、工業巨頭Siemens等。更關鍵的是呼叫資料：今年8月，在Vercel AI Gateway上處理的所有Token中，56%已來自開放權重模型，而去年12月這一比例僅為7%；OpenRouter上也出現類似趨勢，按Token呼叫量統計，排名靠前的模型中來自中國實驗室的開放模型佔據醒目位置。

中國公司成為這輪企業降本紅利的主要受益者之一。DeepSeek、智譜等已躋身全球開放權重模型賽道的重要玩家；法國Mistral以及美國的Nvidia、Reflection AI、Thinking Machines Lab也在推出開放程度較高的模型。這些玩家的商業模式與OpenAI、Anthropic並不相同：後者的核心商品就是最先進的閉源模型，使用者呼叫一次就支付一次API成本；開放模型玩家則有的按Token API收費，有的免費提供模型以擴大生態和開發者覆蓋，還有廠商通過模型帶動晶片、雲服務或其他產品銷售。當企業開始對AI成本敏感時，開放模型可以把價格壓到完全不同的水平——尤其對能自行部署的企業而言，連Token API都可以跳過，模型下載後跑在自己的基礎設施上。

不過，企業擁抱開放模型並不完全因為便宜。Digital Realty高階全球解決方案架構總監Scott Wallace提到另外兩個原因：資料主權和安全。該公司已搭建內部聊天系統，底層執行開放權重模型，並根據任務敏感程度在開放模型與商業閉源模型之間切換，部分企業內部資料只會進入部署在私有基礎設施上的模型。這揭示出企業AI部署階段的考量已是一整套問題：成本多少、資料放在哪裡、模型能否定製、延遲多高、能否私有化，以及出問題後自己能控制多少。

現在談企業全面拋棄OpenAI和Anthropic仍為時過早。兩家公司依然拿走企業AI支出中的很大一部分，最複雜的編碼、推理、研究和Agent任務仍高度依賴前沿模型，這些模型對算力的大規模需求也仍支撐著全球資料中心建設熱潮。但變化已經出現：過去企業傾向於把各種任務全部接入最強模型，如今越來越多公司開始拆任務——哪些必須用最強模型、哪些用次一級模型就夠、哪些可以直接交給本地部署的開放模型。一旦AI呼叫量從每天幾百萬Token增長到幾十億、幾百億Token，這種模型路由就不再是工程細節，而會直接變成成本問題。對OpenAI和Anthropic來說，企業做決定時擺在面前的未必是一張Benchmark，更可能是一張Excel表，最後一列寫著每年能省多少錢。