你不会请最贵的律师替你改每一封邮件，企业使用AI也开始算同一笔账：复杂决策交给能力最强的模型，转录、客服和写邮件等大量日常任务，则换成更便宜的选择。值得关注的是，据《金融时报》报道，这场替换已不只发生在硅谷，一些美国企业正在采用成本更低的中国“开放”模型，替代OpenAI和Anthropic的系统。不过，目前核心判断主要来自该报一条报道，尚缺少企业名单、采用规模和完整成本数据。
“开放”不等于完全开源
这里的“开放”需要说清。开放权重模型（open-weight model）允许用户下载模型参数，自行部署或微调——也就是用企业自己的样本调整模型。但它未必公开训练数据和全部代码，因此不能直接等同于严格意义上的开源软件。
这与OpenAI、Anthropic常见的闭源API模式不同。API可以理解为企业通过网络调用模型：部署省事，按使用量付费，但客户拿不到模型权重，也更依赖供应商。开放权重模型则允许企业自托管，即在自有或租用的基础设施上运行。企业可能因此获得更多定制空间和数据控制，同时也要自己承担运维、安全与合规责任。
《纽约时报》此前报道，Moonshot AI、DeepSeek和阿里巴巴的模型已经进入最受欢迎的开放AI模型之列。变化的重点不只是“中国模型进入美国”，而是企业开始把模型能力视为可以拆分采购、随时替换的成本项。
最强模型不必包办一切
推理成本，是模型每回答一次请求所消耗的算力和费用。企业一天可能要处理大量重复任务，而这些工作未必需要最强模型。只要输出达到要求，单次调用更便宜的模型就有机会胜出。
旧金山AI助理创业公司Lindy提供了一个具体案例。据Rest of World和Axios报道，该公司原本使用Anthropic模型，2026年把主要工作切换到DeepSeek。创始人Flo Crivello称，这可以节省数百万美元。他的解释很直白：写邮件不需要动用近乎“上帝”级别的能力。
这并不意味着企业必须在美国模型和中国模型之间二选一。Rest of World报道，美国开发者Ruben Garcia Jr.每月花500美元购买Claude和ChatGPT，处理复杂规划与复核；再花约200美元使用MiniMax、Kimi和小米MiMo，让它们承担编码、语音识别等约九成任务。这个个人案例不能代表企业市场，却展示了一种可能的采购方式：便宜模型做主力，昂贵模型只守关键关口。
护城河开始从“能力”转向“值不值”
如果这种分层采购扩散，OpenAI和Anthropic面对的问题就不只是模型能力竞赛。客户还会追问：这项任务真的需要最贵的模型吗？一旦普通工作可以迁移，领先模型即使保留复杂任务，也可能失去大量高频调用。
美国企业采用开放权重模型并非从中国模型开始。《纽约时报》报道，AT&T已经定制Google Gemma和Meta Llama，用于通话转录和客户服务工具。中国模型的新意义，在于它们正被放进同一个企业成本比较表，而不再只是硅谷讨论的话题。
局限与未知
- 《金融时报》的公开材料没有披露采用企业数量、行业分布和时间范围，暂时无法判断这是零散案例还是广泛趋势。
- “更便宜”没有统一价格或总拥有成本对比；自托管节省调用费，也可能增加基础设施、运维和合规支出。
- “替代”到什么程度仍不清楚。现有案例更像模型分工，而非OpenAI和Anthropic被全面移除。