美国报告曝出惊人数据：全球开源AI支出，竟有89%流向中国模型！

11月3日，硅谷投资机构Menlo Ventures发布《2026年企业AI现状报告》，列出了企业模型支出的最新估算结果。

按照报告对企业生产环境模型支出的估算，开放模型这一细分市场中，中国模型占据89%。Kimi占61%，DeepSeek占15%，智谱GLM占11%，阿里Qwen占3%；美国Meta的Llama则占7%。

一个数字最刺眼：Kimi单独拿到的使用支出份额，接近Llama的九倍。曾经被视作美国开放模型招牌的Llama，如今在这份企业付费使用统计里，被中国模型甩开了距离。

但这张账单还有另一层含义：美国企业在花钱使用中国开发的模型，收费的却可能是美国云平台或应用公司。模型被选中和模型开发商收到钱，已经成了两笔不同的生意。

89%的份额，究竟是谁的钱

Menlo Ventures的调查由Morning Consult在2026年9月开展，受访者为近400名美国企业AI采购决策者，涉及超过40亿美元AI支出。研究机构再结合企业生产API使用比例、公开财务资料和第三方数据，估算模型市场的支出分布。

报告列出的四家中国模型比例相加为90%，整体数字则为89%；各项数据按整数百分点呈现。

这组统计最有价值的地方，是它观察企业愿意付费调用哪些模型，而非单纯比较下载量、榜单热度。企业把代码分析、信息处理等任务交给某种模型，才会在持续使用中形成支出。

样本来自美国企业，支出份额又经过建模推算。89%因此呈现的是这项研究所估计的开放模型市场结构，而不是统计全球每一笔付款后得出的汇款总额。

Meta在2023年推出Llama系列，并向开发者开放模型权重，让开发者能够在自己的基础设施上部署、改造模型。

开放权重降低了进入门槛，也降低了客户换模型的成本。早一步开放模型，能带来庞大的开发者生态；但企业到了真正采购时，仍会依据任务效果、速度和成本重新选择。

Llama拿到7%，中国模型合计达到89%，最突出的变化，是在同一套开放生态中，技术提供者的排序发生了转换。生态的建立者不必然成为每一笔使用支出的最终受益者。

Cursor卖的是编程工具，底座却来自Kimi

2026年3月，Cursor推出编程模型Composer 2，最初没有在产品介绍里明确写出Kimi的名称。随后，Cursor承认该模型使用月之暗面Kimi K2.5作为基础模型，其许可页面也标注了这一来源。

Cursor高管Lee Robinson解释，最终模型的训练计算量中，约四分之一来自基础模型，余下部分投入Cursor自己的训练。月之暗面则确认，合作通过Fireworks AI获得授权。

这个案例里，中国团队先训练出能够被别人继续使用的权重，美国团队再把它加工成面向程序员的编程模型，算力平台负责支持训练与推理。三方都在同一件产品中提供了不同价值。

Cursor向客户出售的是能够阅读项目、修改代码并协助执行任务的软件服务。客户支付订阅费，Cursor承担产品开发、模型计算和服务运营的成本。

程序员在乎的是它能不能理解整个代码库、减少无效修改、帮自己更快完成任务。底层模型决定能力起点，后续训练、开发工具和服务体验决定产品能否持续收费。

所以，Kimi被一家美国头部工具采用，是中国基础模型竞争力的直接证据；Cursor的订阅收入，却不会因为用了Kimi就全部归月之暗面。许可费、计算收入、应用订阅收入，会在这条产业链的不同公司之间分配。

这个变化还有更深的一层：拥有优秀基础模型的厂商，可以让别人的产品帮助自己扩大技术覆盖范围；而能把模型包装成高频工作工具的公司，仍然掌握直接面对付费用户的入口。

用量冲到19%，为什么只花了4%的钱

报告统计，2025年9月至2026年9月，开放模型在企业Token用量中的占比从11%升至19%，但在模型支出中的占比却由6%降至4%。

同期开放模型月度处理量增长22.5倍，达到约2900万亿Token；平均每百万Token价格降至0.13美元，约为一年前的三分之一。闭源模型平均价格约为每百万Token 0.70美元。

用户交给开放模型的任务越来越多，单位处理成本下降得更快，因而出现了用量份额上升、金额份额下降的反差。这种反差比单纯宣称谁拿下市场更能揭示企业的采购逻辑。

尤其在AI智能体开始自动读取文件、调用工具、反复修改代码后，同一项工作可能消耗大量Token。只要任务能够完成，推理价格每下降一截，企业就有动力把更多重复性工作迁移过去。

报告中的0.13美元与0.70美元是不同模型调用结构汇总后的平均价格，受到缓存、输入输出比例和任务组合的影响。它说明整体成本差异，不等于每个中国模型都在每种任务上便宜同样的倍数。

更大的市场反差发生在收入端。Menlo Ventures估算，开放模型只占企业模型支出的4%，其余约96%仍由闭源模型占据。在企业大模型API支出统计中，Anthropic占55%，OpenAI占31%，Google占9%。

把89%放回4%的大盘里看，中国开放模型对应的约是整体模型支出的3.6%，而不是全球AI收入的89%。这里的3.6%是两个报告比例的粗略相乘，说明开放细分市场的绝对大小仍然有限。

中国模型已经在开放市场取得突出地位，但闭源头部厂商仍牢牢吸引着高单价任务的预算。低价大规模调用与高价复杂任务，两种商业模式正同时扩大，而非其中一方已经通吃AI市场。

下一笔大钱，藏在模型之上的应用层

报告还估算，到2026年9月，企业AI部署支出的年化规模达到1768亿美元，其中AI应用市场约773亿美元，仅编程应用就达到340亿美元。

在这340亿美元的编程应用市场里，Claude Code和Codex合计取得约70%的支出；Cursor等独立开发工具也被列入这一市场的参与者。

这组数字把矛盾推到了更具体的地方：企业选择开放模型，是在采购计算能力；企业为编程助手支付订阅费，则是在购买能够完成工作的产品。模型市场的份额与应用市场的收入，本来就不在同一张结算表上。

基础模型如果足够好，可以被许多应用反复采用；应用如果能连接代码仓库、理解项目结构并检查执行结果，就有机会在模型之上建立自己的收费能力。模型厂商和应用厂商各有议价位置。

Menlo Ventures还是Anthropic、Fireworks、Modal和OpenRouter等公司的投资者。报告也披露，目前只有约10%的AI应用开发者自行开展模型后训练，而其中91%依靠外部合作伙伴。

这解释了为什么Cursor式的合作有扩散空间：大量应用团队没有资源独立完成复杂训练，却可以借助现成权重和外部训练服务，把模型改造成适合特定工作的工具。

对于Kimi、DeepSeek、GLM和Qwen，89%的份额意味着海外企业确实在大量选择中国技术。下一步真正值钱的，是把这种选择变成可持续的授权、托管、服务和应用收入。

对于美国云平台和应用公司，中国开放模型也成了一种新的技术供给。它们不必从零开始训练所有模型，就可以把资金和工程能力集中在后续训练、计算基础设施和客户体验上。

2026年5月，Cursor又推出Composer 2.5。Cursor官方继续注明，该模型与Composer 2使用同一份Kimi K2.5基础权重。

从Composer 2升级到2.5，Cursor仍然保留同一中国模型底座。模型可以由中国团队训练，计算可以在美国平台运行，软件可以由美国公司收费。未来谁能从这条跨国技术链中赚到更多钱，取决于谁持续提供不可替代的能力，以及谁直接解决客户愿意付费的问题。