前两天，硅谷老牌顶级风投 Menlo Ventures 刚发布了一份长达几十页的重磅调查报告《2026 全球企业 AI 现状》。

这份报告调取了全美近 400 位掌控着超过 40 亿美元 AI 采购预算的顶级企业决策者账单。

报告用毫无感情的硬核数据砸出一个让硅谷高管大跌眼镜的事实：在全球企业真正掏出真金白银购买的开源 AI 模型服务里，居然有整整 89% 的预算，流进了中国 AI 模型的口袋！

具体拆解这笔 " 开源账单 " 看看：

月之暗面（Kimi）：独自狂揽了全球企业开源支出的 61%；

深度求索（DeepSeek）：紧随其后，拿下 15%；

智谱 AI（GLM 系列）：占据 11%；

阿里（通义千问 Qwen）：分得 3%；

Meta（Llama 系列）：作为曾经被硅谷寄予厚望、由马克 · 扎克伯格砸重金一手捧上神坛的美国开源代表，在企业实际掏钱部署的盘子里，最终只惨淡地分到了 7% 的余粮。

这组数字简直是个天大的讽刺：美国公司建立了全球开源 AI 生态最重要的基础设施，中国公司却拿走了其中绝大部分的商业付费份额。

如果你问现在的硅谷程序员，你在用哪个 AI 编程软件？

很多人会说出：Cursor。

今年初，Cursor 隆重推出了自己的旗舰编程模型 Composer 2，全网开发者赞不绝口，直呼 " 效率翻倍 "、" 硅谷编程神器 "。

然而，Menlo Ventures 的报告披露了一个鲜为人知的技术真相：

Composer 2 根本不是硅谷从零训练出来的，它的底层核心，正是基于中国公司月之暗面的 Kimi K2.5 深度微调而来，并通过美国的第三方算力托管平台 Fireworks AI 进行部署与计算。

这就形成了一个极其魔幻的商业景观：美国企业高高兴兴地按月给 Cursor 结算昂贵的 SaaS 订阅费；Cursor 转头把海量的算力需求下发给托管平台；而托管平台在后台默默运转着的，却是中国的开源模型。

这就好比你豪掷重金买了一辆进口豪华跑车，逢人就夸这车操控无敌、发动机声浪迷人，结果某天送去保养拆开盖子一看，底层最核心的电机和电池管理架构，全是中国工厂定制交付的。

不仅如此，这也顺便解答了一个令人疑惑的难题：

为什么在 OpenRouter 等全球模型路由平台上，DeepSeek 的 Token 调用量分明常常压过 Kimi 一头，但在按 " 美金支出 " 统计时，Kimi 却能独占 61%？

因为 Kimi 在超长上下文（Long Context）和复杂代码生成上的强悍表现，天然吸纳了大量硅谷企业级的高单价算力预算。

换句话说，DeepSeek 成了全天下开发者用得最顺手的 " 极致性价比水龙头 "，而 Kimi 则成了直接承接高附加值复杂商业任务的 " 真金白银收割机 "。

要理解今天这个局面的由来，我们得把镜头拉回三年前的那场开源大战。

2023 年，Meta CEO 扎克伯格高调推出来势汹汹的 Llama 系列。

小扎当时的算盘打得噼啪响：

OpenAI 靠闭源模型收高昂的 " 过路费 "，那 Meta 就干脆把高级模型的权重直接免费开源。

只要全天下的开发者都基于 Llama 开发软件，Meta 就能顺理成章地制定全球开源 AI 的底层标准，顺带用开源的汪洋大海把 OpenAI 的闭源高墙活活淹没。

扎克伯格确实成功地把 OpenAI 推下了独占神坛，但后半场的剧情演变，却完全脱离了他的剧本。

开源的大门一旦被推开，真正的考验就不再是 " 谁第一个开源 "，而是 " 谁能在工程落地和推理成本上做到极致 "。

在这场硬碰硬的工程效率战中，中国团队展现出了令人惊叹的进化速度。无论是 DeepSeek 对 MoE（混合专家）架构的极致榨干，还是智谱、Kimi、通义千问在推理单价和上下文吞吐上的快速迭代，中国模型把 Token 的推理成本一口气打掉了 3.3 倍！

Menlo Ventures 的报告里有一个极具解释力的数据：在过去一年里，开源模型在企业全球 Token 总消耗量中的占比，从 11% 一路狂飙到了 19%；但令人匪夷所思的是，开源模型在企业 AI 总支出中的占比，反而从 6% 降到了 4%。

" 用量在暴涨，价格在暴跌 "，这就是中国 AI 团队给全球市场带来的极致冲击。

小扎砸了几百亿美元，像个慷慨的慈善家一样为全球 AI 产业修好了一条宽阔无比的开源铁轨。

可当铁轨修好之后，硅谷企业赫然发现：上面跑得最快、票价最便宜、车厢最舒服的列车，居然清一色换成了中国制造的 " 超级电车 "。

Meta 辛苦打下的江山，最终在企业付费结算时，只拿到了 7% 的碎屑。

面对 "89% 开源支出归中国 " 这个惊人数据，我们倒也不必急着陷入盲目的狂热。真正高级的行业观察，永远看的是商业的全貌。

因为在这份报告的同一页上，还赫然写着另一个更加残酷的对比：在全球企业在 AI 模型上的总预算里，闭源模型依然牢牢统治着 96% 的绝对蛋糕！

以 OpenAI、Anthropic（Claude 母公司）和 Google 为代表的美国闭源巨头，凭借在前沿科学探索、超大规模多模态和深度推理上的先发优势，依然在最肥沃的高单价市场里闷声大发财。

甚至，如果你去溯源这份报告的发布方—— Menlo Ventures，就会发现一个更有意思的 " 小动作 "：这家硅谷风投，正是 Anthropic 的核心投资人之一。

在报告中，他们大篇幅强调 Anthropic 独占了全美企业闭源 API 支出的 55%，力压 OpenAI 的 31%。

因此，这份报告在某种程度上就像是一场精妙的 " 双向宣发 "：

一方面，通过渲染 " 中国开源模型拿走了 89% 的开源市场 "，制造了足够的耸动议题与危机感；

另一方面，又用数据安抚美股资本：" 放心吧，开源市场虽然增长猛烈，但只占总预算的 4%，最赚钱的 96% 闭源大金矿，依然牢牢掌握在以 Anthropic 为代表的美国巨头手里。"

但这恰恰揭示了中美 AI 当前极具张力的 " 生态双轨制 "：

在这个地缘科技竞争不断的时代，这 89% 的数据背后，还暗藏着一套全球开发者自发演化出来的商业避风港范式。

很多人可能会好奇：在眼下的环境下，美国企业难道不怕数据合规或安全审查吗？为什么敢如此大胆地把大量商业预算交给中国模型？

答案在于 " 开源 " 这种形态天然带来的商业避险属性—— " 权重下载在中国，计算运行在美国 "。

美国的创业公司或大企业在采购时，并不需要把自家的商业数据直接发送到中国的服务器，而是直接从开源社区下载中国模型的权重文件，然后将其部署在 Fireworks、Modal 或者 Cloudflare 这些美国本土的云算力平台上。

这种模式极具产业韧性：美国企业既严格遵守了本地的数据合规要求，又以极低的成本享受到中国顶级模型带来的技术红利。

这也彻底改变了全球 AI 产业的竞争逻辑。过去大家总觉得，谁拥有的 GPU 显卡多，谁就能决定人工智能的未来。但商业世界的逻辑从来不是 " 谁的算力最奢侈 "，而是 " 谁能把每单位智力的成本降到极致 "。

当一个硅谷初创团队用几千美元的算力成本，就能调用基于 Kimi 或 DeepSeek 架构的服务完成过去需要几万美元闭源模型才能做到的任务时，市场的选择从来都是极其诚实的。

回到这份让硅谷高管们失眠的报告本身。

过去十年，硅谷一直习惯于扮演全球科技的 " 规则制定者 " 与 " 收费站站长 "。

他们搭建生态、制定标准、收取昂贵的平台税。然而在开源 AI 的这片试验田里，中国 AI 团队用一种最接地气、也最硬核的方式打穿了这条铁律：你制定了规则，但我用更高品质的开源模型和更极致的算力效能，把你的收费站变成了免费通行的广场。

当 89% 的开源真金白银滚滚流入中国模型的生态池，这不仅仅是一份采购账单的胜利，更是技术工程化与产业普及力的一次深刻胜出。

闭源的巨无霸们依然在云端城堡里收取着昂贵的门票，但在更为广袤的开源大地上，中国 AI 正在以一种润物细无声的姿态，悄然厘定着全球每一行代码、每一次调用背后的智力底座。

至于这场 " 高价闭源 vs 极致开源 " 的拉锯战最终会走向何方？至少现在，硅谷的财务部门在审核下一个月的算力账单时，恐怕得重新审视一下那些来自东方的模型名字了。