“89%的绝对主导”与“4%的微小池子”同框，一份来自美国的报告戳破了全球AI市场的表象。
这既是中国开源生态以低成本与高可控性征服海外开发者的实力印证，也是一场关乎商业闭环与底层基础设施话语权的长期博弈。
把时间线捋顺，这份报告把“开源的钱”指向了中国模型中国开源大模型在海外企业的技术选择中，正展现出越来越强的吸引力。全球企业在开源模型上的支出中，有89%给了中国模型，更细的拆分也给出来了，Kimi拿走61%，DeepSeek拿走15%，两家就把大半壁江山稳稳按住，这不是网友随口一说的“感觉”，而是门罗风投2026年11月3日发布的《2026年企业AI现状报告》里提到的结论。
门罗风投在硅谷名气不小，投资史很长，出过不少明星项目。
报告的调研对象也不是随便找的“爱聊AI的人”，而是接近400名美国企业里负责AI业务的人，这些人手里管着真金白银，合计AI支出超过40亿美元。
换句话说，这份报告讲的是企业真实采购的走向，不是社区热度榜。
再往下看，会出现一个容易让人误读的地方：开源看起来很热，钱却并不多。
报告里提到企业模型总支出结构，闭源占96%，开源只占4%。
也就是说，“89%”讲的是开源这个小池子里的分配，并不是整个AI预算都被中国模型拿走。很多人只记住了89%，没把4%这句放在一起看，结论就容易飘。
还有一组数字特别能说明问题：开源模型的Token使用份额从11%升到19%，支出份额反倒从6%降到4%。
这听起来怪，其实很直观——开源的平均Token价格在下探，调用更便宜了。你可以把它理解成“高速路越来越好走”，车流量上来了，过路费还降了，平台上看起来更拥挤，收费账单却没变大。
平台的数据也在呼应这种趋势，像OpenRouter这种模型聚合平台，在10月26日到11月1日那一周，中国大模型的Token调用量已经连续27周超过美国模型；当周平台调用量前五的模型里，中国模型占了四席。
企业侧也不止“用”，还会“改”。
报告里提到Cursor以Kimi K2.5为部分基座（公开信息显示约25%预训练来自K2.5）构建了编程模型Composer 2，这种做法其实很典型：底座能力够强，团队就把精力放到产品化那层去拼。
更现实的一点是渠道，中国开源模型进入国际云平台，相当于把“部署麻烦”这道坎削薄了。很多企业不是不想用，更多时候卡在合规、接入、运维、结算上。渠道铺开，企业的试用成本就下来了，选择就会更果断。
开源用得起、改得动，企业把它当“底层发动机”，这才是89%背后的逻辑我对这条新闻最大的感受不是兴奋，而是它把企业心态暴露得很清楚：企业挑模型，更多像采购一台发动机，不是选一面旗。能跑、能省、能控，才会进采购清单。
开源模型最大的优势并不神秘，落在企业场景里就是三句话：价格压得住、能力够覆盖、改造空间大。
报告也提到开源模型正用更低价格逼近前沿性能，对企业来说，这意味着很多“没必要上顶配”的任务，可以直接下放给开源去跑。
比如客服摘要、内部检索问答、批量内容生成、代码补全、日志分析、数据清洗、批处理的推理，这些活往往量大、重复、标准化，追求的是稳定吞吐和成本控制，不是每次都要最强推理。
这也解释了为什么开源的Token份额涨得快，企业一旦把某个环节迁移到开源，调用量会像水龙头一样放大。
人类一天聊几十次就差不多了，系统一天调用几百万次都正常。只要开源足够便宜，企业会很自然地把更多环节自动化，调用量自然往上冲。
另一条线也很关键：开放权重或更开放的使用方式，给了企业“掌控感”。
很多公司不愿意把核心数据、核心流程全部绑在某一家闭源API上，技术上能跑，业务上也会担心供应链风险、价格波动、政策变化、合规审计。
开源在这方面更像“可自持的基础设施”，企业可以做后续训练，做定制适配，甚至把模型部署在自家环境里。对不少行业客户来说，这种可控性比多拿几分Benchmark更重要。
说到这里，闭源为什么还能吃掉96%的模型支出，也就不难理解了（注意这是“模型/API支出”口径，与“部署支出”口径不同）。
闭源卖的是另一种确定性：能力上限、工具链成熟度、企业支持、合规承诺、SLA保障、风险兜底。
尤其在高风险行业或高价值业务里，企业愿意为“少折腾、出事有人兜”付钱。
很多企业不是只选一种，而是形成“双轨”：关键链路用闭源兜底，非关键、可放量的链路用开源跑量。这样一来，开源的使用会越来越普遍，闭源的收入也能继续坚挺，两边并存很久。
再看“海外企业在中国模型上开发产品”这件事，它其实意味着中国模型在海外变成了“可用的工业底座”。
Cursor以Kimi K2.5为部分基座去做Composer 2，本质上是在说：底座够硬，我就不用从零训练；底座够便宜，我就敢把它放进产品里大规模跑；底座够开放，我就能按我自己的产品逻辑去微调、去封装。这不是情绪问题，是工程问题。
我更愿意把它理解成一种生态扩散的结果：下载量大，代表更多开发者摸过、试过、做过适配。很多技术选型就是这样发生的：先试，能用就留，留着留着就成默认方案。
生态一旦滚起来，后来者的进入成本会更低，反馈回路会更快。
智能体把“成本战”推到台前，开源的机会更大，压力也更真真正值得往后看的，是智能体（Agent）带来的变化，OpenRouter的公开数据显示，Agent类API密钥的token用量已达到人类API密钥的约7倍。
这个数字背后的含义很简单：AI的主要消耗不再来自“人和AI聊天”，而是来自“系统自己在跑流程”。
只要是流程化的持续调用，成本就会被放到显微镜下看。
这会把开源模型的优势进一步放大，人用模型，贵一点能忍；机器用模型，贵一点就会很快爆预算。企业把智能体接到客服、销售、研发、运营、财务、供应链，各种自动化流程一旦铺开，调用量会变成指数级的。
到那时，谁更便宜、谁更能稳定供给、谁更容易本地化部署，谁就更容易被塞进底层当发动机。中国开源模型现在在海外热起来，很大一部分就是顺着这条路走的。
可开源也有一条绕不开的现实：影响力不等于盈利能力。
开源更像把路修好了，车都从你这里过，收费站却不一定归你，企业用的是模型，付费可能付给云平台、集成商、应用厂商，最后留给模型团队的，可能只是有限的托管费、企业支持费，甚至只剩名气社区。
一个“叫好不叫座”的担忧，开源模式下商业价值容易被下游捕获，这不是悲观，这是产业分工的常态。
再往深一点讲，“底层依赖”对模型方是双刃剑，被更多海外开发者当底座，说明技术影响力上来了，也说明可替换性更强了。
今天大家用你，明天发现另一个更便宜或更强的，也能切。
闭源巨头的优势就在于它把能力、接口、工具、数据、客户支持打包成一套服务，迁移成本高，黏性更强。
开源要在全球商业上站稳脚，光靠“大家都在用”不够，还得有更完整的企业级服务栈，至少要把“能用”变成“好用、稳用、敢用”。
我更倾向于把未来的格局讲得直白一点：开源会越来越像电、水、路，变成基础设施；闭源会继续像高端服务，守住高利润区域。
很多企业也会越来越成熟地做组合：用闭源去解决最难、最敏感、最需要兜底的部分；用开源去承接规模化、成本敏感、可标准化的部分。这个组合不是妥协，是企业最现实的成本控制方式。
对中国模型来说，89%这类数据很鼓舞人心，也更像一个提醒：国际市场已经把你当作重要供给方了。
接下来要补的课不只是性能，还包括商业闭环和工程体系。
海外渠道怎么铺，企业支持怎么做，合规方案怎么配，和云平台、应用平台怎么形成利益绑定，这些决定了开源优势能不能持续，不会停留在“大家都在用”这一层。
顺着这个思路再看这条新闻，就会发现它不只是一个“谁赢了”的故事，更像一个“产业链怎么重新排座次”的过程：美国巨头在闭源API商业化上继续拿走大头，中国模型在开源底座上把存在感做得更扎实。两条线并行推进，接下来几年会越来越清晰。
你觉得这份报告最重要的信号，是中国模型在开源里拿下89%，还是开源只占4%支出这件事更值得警惕，评论区聊聊你的看法。