美国程序员每个月掏钱订阅Cursor，用得赞不绝口。拆开一看，底层跑的是中国模型。 Menlo Ventures刚发的报告：全球企业真金白银买开源AI服务，89%的预算流进了中国模型。Kimi拿61%，DeepSeek拿15%，智谱GLM拿11%，通义千问拿3%，Meta的Llama只拿7%。 美国公司建了全球开源AI生态的基础设施，中国公司拿走了绝大部分商业付费份额。 Cursor今年初推出旗舰编程模型Composer 2，全网开发者直呼“效率翻倍”“硅谷编程神器”。 可报告披露了一个技术真相：Composer 2不是硅谷从零训练的，底层核心是基于Kimi K2.5深度微调，再通过美国第三方算力托管平台Fireworks AI部署计算。 这就形成了一个魔幻的商业景观：美国企业按月给Cursor付昂贵的SaaS订阅费，Cursor把算力需求下发给托管平台，托管平台后台默默运转的，是中国开源模型。 好比花重金买了辆进口豪华跑车，逢人就夸操控无敌、声浪迷人，送去保养拆开盖子一看，最核心的电机和电池管理架构，全是中国工厂定制交付的。 这也解释了一个疑惑：为什么在OpenRouter等平台上，DeepSeek的Token调用量常压Kimi一头，但按美金支出统计，Kimi却能独占61%？ DeepSeek是开发者用得最顺手的“极致性价比水龙头”，Kimi则是直接承接高附加值复杂商业任务的“真金白银收割机”。 2023年，扎克伯格高调推出Llama系列。算盘打得很响：OpenAI靠闭源收高昂过路费，Meta就把高级模型权重免费开源。 只要开发者都基于Llama开发，Meta就能制定全球开源AI底层标准，用开源汪洋淹没OpenAI的闭源高墙。 扎克伯格确实把OpenAI推下了独占神坛。但后半场剧情，完全脱离了他的剧本。 开源大门一旦推开，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”。 这场硬碰硬的工程效率战中，中国团队展现出惊人的进化速度。 报告里有个极具解释力的数据：过去一年，开源模型在企业全球Token总消耗量中的占比，从11%飙到19%；但开源模型在企业AI总支出中的占比，反而从6%降到4%。 用量暴涨，价格暴跌。这就是中国AI团队给全球市场带来的冲击。 小扎砸了几百亿美元，像慈善家一样为全球AI产业修好了一条宽阔的开源铁轨。 可铁轨修好后，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，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7%的碎屑。 面对“89%开源支出归中国”这个数据，不必急着狂热。真正高级的行业观察，永远看商业全貌。 同一页报告上还有另一个更残酷的对比：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、Google为代表的美国闭源巨头，凭前沿科学探索、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，报告发布方Menlo Ventures本身就是Anthropic的核心投资人之一。报告大篇幅强调Anthropic独占了全美企业闭源API支出的55%，力压OpenAI的31%。 所以这份报告在某种程度上像一场精妙的“双向宣发”：一方面，渲染“中国开源模型拿走89%开源市场”，制造耸动议题和危机感。 另一方面，用数据安抚美股资本：开源市场虽然增长猛烈，但只占总预算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”：美国巨头在塔尖筑墙，靠顶级算力和垄断溢价，赚取96%的闭源高额利润。 中国厂商在塔底扎根，凭极致的工程化能力和极低的推理成本，把89%的开源基础设施变成全球企业落地的默认选项。 很多人好奇：在眼下的环境下，美国企业不怕数据合规或安全审查吗？为什么敢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。 这种模式极具产业韧性：美国企业既严格遵守本地数据合规要求，又以极低成本享受到中国顶级模型的技术红利。 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。 过去十年，硅谷一直习惯扮演全球科技的“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。 但在开源AI这片试验田里，中