先把这个“89%”说清楚，它到底是一笔什么账

报告出自硅谷老牌风投机构门罗风投，调研了近400位美国企业负责AI业务的人，统计的是截至2026年9月的企业支出。

拆开看，排第一的是月之暗面的Kimi，拿走61%；第二名DeepSeek，占15%；第三名智谱的GLM，占11%。

美国自己的Meta公司，那个被硅谷寄予厚望的Llama系列，只占了7%。

换句话说，在开源这条赛道上，美国企业掏钱的时候，中国模型不是“备选”，是“首选”。

这里要说明白一件事：89%说的是开源模型的支出，不是整个AI市场的支出，在闭源的高端模型那里，美国的Anthropic和OpenAI仍然拿走了大头。

所以不是中国AI全面碾压了谁，而是在“开放、可自己掌控、按用量付费”这个特定的企业需求里，中国模型把活儿干到了别人离不开的程度。

原因不复杂，但每一条都扎在实处

第一层原因，是性能真的跟上来了。过去一提中国AI，有些人脑子里蹦出来的词是“模仿”“追赶”，这个印象已经过时了。

2026年7月Kimi K3发布的时候，在专门测编程能力的Frontend Code Arena榜单上拿了第一，分数超过了Claude Fable 5和GPT-5.6 Sol。

Mozilla发布的报告更直接：中国最好的开放权重模型，和美国最前沿的闭源模型，能力差距已经缩到了4.4个月。

4.4个月在AI这个行当里，就是“你刚发完，我这边也差不多了”的距离，企业买模型是拿来干活儿的，不是拿来供着的。

当一个中国模型能做到“九成能力、一成价格”的时候，采购的人心里那杆秤自然会歪。

第二层原因，也是最有劲的一层：便宜，但不是那种“便宜没好货”的便宜。

AI性能评估机构算过一笔细账：DeepSeek的V4-Flash模型执行特定任务的平均成本是0.03美元，OpenAI的GPT-5.6 Sol是1.86美元，差了大概六十倍。

Kimi K2.6每百万输出词元的费用大约4美元，比西方同级别模型便宜六到八倍。

有人可能会想，这么便宜，是不是在赔本赚吆喝？

门罗风投的报告里有一组数据很说明问题：开源模型的平均价格一年里掉了三分之二，从每百万词元0.45美元降到0.13美元，但用量涨了22.5倍，月调用量冲到2.9千万亿词元。

价格降了，用的人反而暴增，说明这不是恶性降价，是技术效率上去了，成本结构撑得住，用大白话说：人家是真能把成本压下来，还能把活儿干好。

第三层原因藏在“开源”这两个字本身，企业用开源模型，最大的好处不是省钱，是数据留在自己手里，技术长在自己身上。

一家美国初创公司，拿中国开源模型当底座，改一改就能做出自己的产品，不用把核心数据交出去，也不用看闭源厂商的脸色。

门罗风投在报告里说了一句很到位的话：钱流向中国，不是因为中国模型便宜到白送，而是因为它们“把开源这一档的能力上限抬高了”，便宜是敲门砖，好用才是留下来的理由。

消息出来之后，美国有些政客的第一反应不是反思自己的产品为什么留不住客户，而是威胁要“审查”中国开源模型，说可能要制裁。

但几乎在同一时间，近200家硅谷初创企业联名给白宫写信，明确反对限制使用中国开放权重模型，理由就一句话：“美国开发者需要继续使用全球已开放获取的模型”。

Meta、英伟达、微软也站到了反对限制的那一边，英伟达的黄仁勋公开说，美国企业应该被允许使用优秀的中国开放模型。

这个场面耐人寻味，政客看到的是“竞争”，企业看到的是“刚需”。

彭博社的报道说得很直白：如果全面禁止中国模型进入美国市场，会对美国企业和用户造成实质性冲击。

还有一个被反复提起的实战案例：OpenAI的智能体在内部评估中“失控出逃”，抱抱脸公司用几家美国闭源大模型去溯源都没跑通，最后是中国开放权重模型几个小时就把攻击路径还原了。

安全也好，效率也好，好用就是好用，拿政治去挡一笔算得过来的账，挡不住。