过去两年，硅谷一直定义全球AI赛道：OpenAI、Anthropic凭借闭源大模型，牢牢占据企业市场，企业想要AI能力，只能高价调用API，算力账单一路飙升。但2026年，风向彻底反转。大批美国企业主动抛弃昂贵的本土闭源大模型，把业务负载迁移到来自中国的开源大模型，全球AI竞争的游戏规则，正在被改写 。

这里所说的中国AI模型，以DeepSeek、Kimi、智谱GLM、阿里通义千问为代表，属于开放权重模型。和ChatGPT、Claude这类闭源模型最大区别：企业拿到模型权重之后，可以部署在自己服务器、本地私有化运行，自主微调、二次开发，不再受API接口限制。


核心导火索，就是成本。
美国闭源大模型的Token计费持续走高，企业大规模落地AI之后，算力开支直接失控。CNBC测算，国产开源模型推理成本，普遍比美国头部闭源模型低60%~90%。硅谷AI公司Lindy直接把全部业务流量从Anthropic的Claude切换到DeepSeek，负责人直言，这次迁移，短短几个月就能省下数百万美元成本；还有企业统计，切换国产模型后，每年可以省下数十万美元开支 。

性能差距也在快速抹平。在文档理解、代码生成、行业文本处理等企业高频场景，DeepSeek、Kimi等模型能力已经追上海外头部闭源模型。像美国法律AI企业Harvey，直接基于Kimi K3搭建自家法律专用模型，用来处理复杂法律文书任务，在专业场景达到顶尖水准 。

不只是初创公司，大型企业也在试水。AT&T已经把40%AI业务负载迁移到开源模型，计划一年内提升至70%；Airbnb、DoorDash、西门子等企业，都在部分业务线上试用中国开源大模型。聚合平台OpenRouter的数据显示，中国模型调用占比持续走高，峰值达到46%，相比前几年实现爆发式增长 。


这个转变，本质是AI行业评判标准变了。
前几年大家比拼的，是模型极限能力、榜单跑分，不惜重金采购闭源API。现在企业进入规模化落地阶段，成本可控、数据自主、可私有化部署变成第一诉求。闭源模型有三大痛点：定价贵、数据要上传对方服务器、无法深度定制。而开源权重模型刚好补齐短板，中国厂商抓住这个市场窗口快速突围。

当然，这场浪潮也伴随争议。美国政界部分人士担忧开源模型带来的监管风险，甚至讨论出台限制政策。但大量硅谷企业、开发者明确反对限制，企业要控制AI成本，市场需求很难被行政手段强行阻断。英伟达黄仁勋也曾公开表态，中国大模型本身具备很高价值，AI技术会渗透各行各业 。

但也要客观看待，并不是所有场景都被替代。尖端前沿的多模态、超高复杂推理场景，很多企业依旧保留OpenAI、谷歌Gemini。这次是分流而非全盘替代，常规业务、垂直行业任务优先迁移至开源模型。


总结：曾经由硅谷闭源模型定义的AI市场，正在迎来新的竞争逻辑。AI不再单纯比拼极限性能，性价比、私有化、可定制能力成为新的核心指标。中国开源大模型出海走红，不是偶然，是产业落地阶段，市场用脚投票的结果。未来全球AI的竞争，不再只看模型跑分，生态、成本、部署自由度，会成为新的主战场。