【CNMO 科技】10 月 21 日，Google Cloud 宣布引入 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，面向部分企业客户开放私有预览。企业可以通过 Google Cloud Marketplace 采购这些模型，并将相关费用计入既有云消费承诺。

谷歌 Gemini

谷歌自己的 Gemini 仍在与 GPT 争夺客户，如今却把竞争对手的模型摆上了自家货架。企业选择 GPT 后，背后连接的数据、应用和云服务支出，给了谷歌另一笔生意的机会。

谷歌为什么愿意帮 OpenAI 卖模型，OpenAI 又看中了谷歌的什么？当企业通过不同云平台都能使用 GPT 时，采购渠道、部署环境和配套服务如何影响订单归属，成为理解这场合作的关键。

留住客户，比要求客户只用 Gemini 更重要

假设一种场景，一家企业已经把业务数据和应用放在 Google Cloud，但开发团队经过测试，决定使用 GPT。谷歌如果无法提供相应服务，客户就需要寻找其他渠道，后续新增的开发与部署需求，也可能逐渐流向其他平台。

Google Cloud

将 GPT 引入 Model Garden 后，客户便可以在既有云环境中增加模型选择。谷歌争取订单时，也多了一种回答：即使 Gemini 没有赢得这项任务，Google Cloud 仍能承接它。

企业通常不会让所有任务使用同一个模型。处理大量简单请求时，价格和速度可能更重要；修改复杂代码时，完成质量和反复调试的成本又会占据更高权重。谷歌提供更多模型，能够减少客户因为某一项任务的需求而另寻平台的可能。

此前，Google Cloud 已经提供 Claude。此次再引入 GPT，延续了通过第三方模型吸引企业的做法。

Gemini 与 Google Cloud 的商业利益因此存在不同侧重。Gemini 需要争取更多调用，Google Cloud 则需要考虑整个客户账户中的业务。如果只为保护 Gemini 而拒绝其他模型，谷歌也可能失去原本可以承接的云需求。

当然，GPT 进入同一平台，也让 Gemini 面对更直接的比较。客户更容易根据实际效果分配任务，谷歌需要用模型表现争取调用，同时用平台服务留住客户。

企业能用原有云预算买 GPT，OpenAI 也能接触更多客户

OpenAI 在合作公告中明确，企业可以通过 Google Cloud Marketplace 购买其前沿模型，并将相关采购计入已有的 Google Cloud 消费承诺。Google Cloud Marketplace 本身也提供统一费用管理和采购管理能力。

大型企业与云服务商签订的合同，通常会涉及一定期限内的消费安排。技术团队新增一项 AI 服务时，财务部门需要考虑它应从哪笔预算支出，采购部门需要确定通过什么渠道购买，管理人员则需要知道后续费用如何归集。

ChatGPT

当符合条件的模型采购能够计入既有消费承诺，企业就多了一条利用现有采购体系的路径。对于已经在 Google Cloud 投入较多资源的客户，采购 GPT 时需要处理的部分预算协调和账务工作，有机会随之减少。

例如，一家企业已经为谷歌云安排了年度支出，同时准备给开发部门采购 AI 编程能力。如果相关模型费用能够纳入这份安排，技术部门就可以把现有云合同作为采购选项，无须仅仅因为模型来自另一家公司，就默认另建一套独立的付费关系。

这里仍然存在真实的模型使用费用。计入消费承诺，意味着符合条件的支出可以用于履行既有合同约定，企业实际支付多少，还要看模型价格、调用规模和具体商务条件。

采购便利也无法替代数据审核。模型能够接触哪些信息，调用记录如何保存，服务支持哪些地区，以及发生问题后由谁处理，都需要落实到企业自己的部署方案和合同中。

谷歌在此次公告中说明，OpenAI 模型运行于专用的 Google Cloud 基础设施，并强调身份认证和统一审计等控制能力；零数据保留选项和机密计算则仍属于后续计划。企业评估时，需要区分当前可用能力与尚待推出的功能。

当采购、账单和权限管理能够沿用熟悉的体系，企业引入新模型的阻力可能降低。谷歌由此争取的，是客户下一次增加 AI 预算时，依然优先考虑自己的平台。预算一旦进入现有采购流程，模型厂商就有机会获得订单，云平台也有机会继续承接后续部署。

都能提供 GPT，云厂商还靠什么竞争？

同一个模型出现在多家云平台之后，企业还要决定在哪里接入数据、管理权限和部署应用。模型名单越接近，这些环节就越可能影响客户选择。

此次合作还允许获得预览权限的客户，将本地 Codex CLI 和桌面端工作流连接到谷歌云进行模型推理。

开发人员用 Codex 修改代码时，模型负责理解和生成，工作流还需要读取文件、调用工具、执行测试并反馈结果。连接模型推理，并不意味着代码执行、权限管理等问题已经自动解决，却给了谷歌进一步参与企业开发流程的机会。

如果团队的应用、数据和测试资源已经与 Google Cloud 相连，继续在这里使用 GPT，可能比另建一套连接更方便。随着任务从生成一段回答延伸到持续修改代码，云平台能够提供的运行环境、身份管理和审计能力，也会进入企业的评估范围。

谷歌因此需要证明，客户通过自己使用 GPT，能够更顺畅地完成工作。采购方便可以促成试用，任务质量、系统适配成本和长期运行费用，才会影响企业是否继续增加投入。

目前，相关服务仍处于私有预览，实际能带来多少新增业务，还需要观察。企业能够通过不同渠道购买同一模型后，云平台要争取的，将是模型周围那一整套部署和使用需求。

谷歌愿意帮 OpenAI 卖模型，因为客户即使选择了 GPT，后面的云服务订单仍然值得争取。能否把这次模型采购变成长期业务，才是 Google Cloud 接下来要回答的问题。