半年账单狂翻十倍吓坏财务，美国大厂悄悄把脏活累活踢给平价模型
想象一下，你开了一家生意红火的连锁餐厅，后厨原本请了一批身价极高的米其林大厨。起初你觉得贵有贵的道理，名厨出手，做出来的招牌大菜确实惊艳。但几个月下来，账房先生拿着流水单找上门，脸色铁青：因为生意太好，后厨每天要削几万个土豆、洗几万只盘子，而这些不动脑子的杂活，居然全是在按米其林大厨的每分钟高昂工时费结算。
美国许多科技公司和传统巨头的高管们，在2026年正经历一模一样的惊吓。
一、半年翻了十倍的账单，把谁逼急了？
第一个公开叫苦的是知名交友软件Tinder。很多人以为这类软件最花钱的是服务器带宽，但在接入顶尖人工智能后，情况完全变了。从2026年1月到7月，仅仅半年时间，Tinder的年度化AI支出就从大约100万美元，一路坐火箭般冲到了近1000万美元。
半年翻了整整十倍，这种烧钱速度让任何一家公司的财务官都坐不住。问题出在哪里？并不是系统出了故障，而是用户量巨大，产生的海量日常请求全都在无差别地调用最贵、最聪明的前沿闭源系统。
Tinder首席技术官Vinay Kuruvila对《金融时报》说了一句大实话：像OpenAI的Astra和Anthropic的Claude Fable这类顶尖模型，它们的聪明程度，对平台想做的90%日常任务来说其实已经足够，甚至有些性能过剩了。
大家渐渐咂摸出一个滋味：用户发来一句简单的打招呼、一段常规的自我介绍审核，或者一条基础的偏好匹配，根本不需要请出相当于顶尖博士水准的前沿模型来深度思考。这就好比让大学数学教授去小学门口收作业，题目是做对了，但每一道题的批改费都在按教授的课时费扣除。
为了遏制这条疯狂上窜的账单曲线，Tinder做了一个决定：把一部分非技术性、常规的高频请求，改道送给开源权重模型来处理。Vinay Kuruvila甚至直言，只要开源权重模型的水平达到同等标准，平台完全可能放弃昂贵的闭源系统。
这种被账单逼出来的精打细算，很快蔓延成了全行业的风潮。市场情报平台AlphaSense的数据显示，在2026年8月到9月期间，美国企业高管在财报电话会和投资者会议里，主动提到开源或开源权重模型的次数，比去年同期猛增了大约六倍。
这不再是工程师在技术论坛里的自娱自乐，而是公司财务负责人拿着红笔逐项审视预算后，自上而下推动的采购大转向。从金融服务公司PNC、物流巨头C.H. Robinson，再到老牌工业制造巨头西门子，都在近期公开讨论部署开源权重系统。面对动辄千万美元的开支黑洞，大家不约而同地选择：换一把便宜的尺子去量普通的面料。
二、每天吞下450亿个字符单位，大象如何掉头？
如果说Tinder的焦虑代表了互联网应用层，那么电信巨头AT&T面对的则是真正的吞吐量海啸。
在AT&T庞大的网络体系里，平均每天需要处理大约450亿个AI每次输出的基本单位。在如此庞大的数字面前，哪怕每个单位的调用单价只降一厘钱，省下来的都是天文数字。
面对这头吞噬预算的巨兽，AT&T并没有搞一刀切，而是像交通调度中心一样，自建了一套智能路由器。这套机制就像在后厨门口设了一个分拣台，客人点了一道工序极其复杂的招牌大菜，系统自动把它递给前沿闭源模型；如果只是洗菜、切葱花、煮米饭这类常规活计，路由器就会在毫秒之间把它分流给成本极低的开源权重模型。在多轮连续对话里，系统甚至能根据谈话的难易程度中途切换模型，并且利用缓存机制避免重复产生开销。
AT&T首席数据与AI官Andy Markus透露，他们把客服通话记录的摘要与分析这类量大、重复的活，已经完全交给了开源模型；就连网络故障根因检测，也由团队基于电信专用数据微调定制的开源模型来承担。
这一套智能分流打下来，效果极其立竿见影：在某些特定应用场景中，从闭源专有模型切换到开源模型，直接给AT&T省下了80%到90%的费用。
目前，AT&T大约有40%的AI工作负载已经跑在开源模型上。但这还只是半程，按照他们的规划，在一年之内，这个比例要推高到70%甚至80%。
除了直接省钱，支撑大企业掉头的还有另一个隐秘却极重的砝码：数据可控权。
前沿闭源模型虽然省心，只要接通接口就能用，但企业的数据必须传到对方的云端去转一圈。对于像AT&T这样的电信运营商，或者PNC这样的金融机构来说，用户隐私、核心运营日志就是身家性命。而开源权重模型是可以完整下载下来的，企业能把这些模型直接部署在自己拥有的机房服务器里。数据不出自家庭院，不仅免去了租用外部商业云平台的额外过路费，更牢牢保住了企业的数据主权。
尝到甜头的还有加密资产平台Coinbase，根据报道，他们通过把部分调用切换到更便宜的开源模型，直接砍掉了大约50%的推理成本。大企业们正在形成共识：谁掌握了分流调度能力，谁就能把成本的脖子从外部厂商的手里解救出来。
三、吃下了五成以上的量，为什么分不到两成的钱？
这场底层大迁徙的速度有多快？数据平台给出的数字超出了很多人的预料。
根据Vercel人工智能网关的数据，在生产环境的实际应用中，开源权重模型所处理的字符单位份额，在2025年12月时还仅仅只有7%。到了2026年4月微幅爬升到13%，7月跃升至36%，而到了2026年8月，这个数字直接飙升到了56%。在8月22日当天，开源模型处理的单日份额甚至创下了62%的纪录。
这意味着，在无数开发者和应用公司跑在真实业务上的系统里，开源权重模型已经接管了超过一半的工作量。在另一个聚合流量平台OpenRouter的美国流量统计中，开源权重模型也吃下了整整60%的份额。
但在这一串惊人的吞吐量数字背后，却藏着一个极其反常、让外行人百思不得其解的巨大撕裂。
虽然开源权重模型在8月份吞下了56%的绝对多数处理量，但它在整个平台总花费中所占的份额，却仅仅只有大约14%。与之形成刺眼对比的是，前沿闭源厂商Anthropic的模型，依然拿走了所有企业客户每花出1美元中的约64美分。
一边是在调用数量上的全面反超，另一边却是在拿走真实金钱上的极度失衡。这就是当下海外科技行业最奇特的量价背离。
为什么会出现这种开源赢了数量、闭源守住了金山的反差？
答案其实就在企业精细化算账的逻辑里。企业并不是在全盘抛弃闭源模型，而是在做极其严格的分级采购。那些需要极高逻辑推理、涉及复杂编程生成、或者具有极高商业价值的核心环节，企业依然愿意咬牙为昂贵的顶级模型买单；但那些漫山遍野、无处不在的低客单价、高频次常规任务，则被整箱整箱地倾倒给了开源模型。
在开源供给这一端，以DeepSeek、智谱等为代表的厂商，提供了极其廉价甚至免费的高性能开源权重，直接把常规推理的单位使用成本拉到了极低的区间。开源模型就像是工业流水线上的平价标准件，靠着几乎免费的权重和极低的边际成本，在极短时间内把数量堆到了56%的天花板，但因为单价极低，并没有换来对等的巨额现金流。
闭源阵营也在分化与反扑。在Vercel的报告中，OpenAI新推出的Astra上线仅仅两天，就抢下了OpenAI自身流水的三分之一；而Anthropic旗下的高阶模型Opus 5的花费份额更是翻了三倍。这说明，顶级玩家正在收缩防线，把精力完全集中在那些最难、单价最高的头部壁垒上。
这种撕裂的格局摆在面前，给所有走在商业化关键节点上的前沿闭源巨头提了一个醒：如果企业的大规模常规工作全都被分流去了便宜的自建系统，那么过去仅凭整体调用量暴增就推导出的高增长营收神话，恐怕不得不重新审视其基本面了。
商业世界里的账本算到最后，从来都不是技术崇拜，而是现实的性价比平衡。
对于兜里银子有限的中型公司而言，负责管钱的财务主管们依然在每天盘算一道精细的算术题：把业务切到开源模型虽然省下了直接的调用账单，但自己搭建机房、招聘专门团队去维护这套底层基础设施，背后的人力和运营负担到底能不能被这笔省下来的钱完全覆盖？
当大模型的光环褪去，它终于走下了神坛，变成了一项和水电煤气没有任何区别的基础技术开支。当企业不再盲目追逐那些最聪明的昂贵大脑，而是学会给每一份杂活找一个工钱最便宜的帮手时，整个行业的权力天平，其实已经在不知不觉中换了方向。
