Kimi、DeepSeek、智谱占美国企业开源AI支出近九成，但中国模型不想只卖API了

《科创板日报》11月12日讯（记者 李明明）美国企业开源模型支出中，近九成资金流向中国模型产品。

硅谷风投机构Menlo Ventures最新发布的《2026年企业AI发展现状》报告显示，2026年全球企业AI支出预计达到1768亿美元。其中，美国企业的开源模型支出里，89%流向中国模型：月之暗面旗下Kimi占比61%，DeepSeek占比15%，智谱GLM占比11%。

不过，《科创板日报》记者注意到，报告另一组对照数据同样值得关注：开源模型在企业Token消耗中的占比已从11%升至19%，但对应支出占比从6%降至4%，模型用量与营收的剪刀差仍在持续扩大。

当前，中国模型已深度融入全球企业工作流程，行业下一阶段核心问题，是如何将市场份额转化为实际利润。

模型调用走高，单位Token付费下行

《科创板日报》记者观察到，中国大模型在全球开发者市场的使用率持续加大。全球 AI 聚合平台 OpenRouter 数据显示，10 月 26 日至 11 月 1 日当周，中国大模型 Token 调用量连续 27 周超越美国模型，当期调用量前五席位中，中国模型拿下四席。

其中，智谱 GLM-5.3 Flash 在 11 月初近 7 天的 Token 调用量约 15 万亿，位列 OpenRouter 平台第二名。

但亮眼的调用规模背后，一个矛盾正在显现：开源模型整体调用量持续走高，但单位 Token 对应的付费水平不断下行，用量规模和单位收入形成剪刀差。

北京大学特聘研究员、北京计算机学会 AI 专委会秘书长张有鱼对《科创板日报》记者表示，这一剪刀差，源于全球 AI 市场的分层，同时也受开源模式本身的影响。

在他看来，全球 AI 分工已经清晰：OpenAI、Anthropic 把持高价值的复杂推理任务；国内模型承接的大多是 Agent 网页抓取、批量信息处理这类成本敏感的大规模并行任务，这类任务本身愿意支付的单价就更低。与此同时，权重开放后同一模型可在多个平台托管，基础 Token 调用趋于同质化，逐步向基础设施靠拢，价格持续向推理成本收敛。“但现阶段这是高效的获客方式，国内厂商依靠算力性价比，成功切入全球开发者的工作流体系。”

清华大学人工智能国际治理研究院王净宇则向《科创板日报》记者分析，高付费份额并不等同于单纯以低价换流量。能拿到89%的付费份额，前提是模型可以稳定支撑企业生产场景。单纯低价很难实现规模化落地，这份竞争力，来自国内模型持续迭代的工程能力，同等任务下的算力消耗随之持续压低。

智谱的财报，正是一个可对照的案例。2026 年上半年，智谱营收 9.54 亿元，同比增长 399.7%；开放平台及 API 收入 8.25 亿元，占总营收 86.5%。公司单位 Token 推理成本较年初下降约 80%，API 业务毛利率也从去年同期 - 0.4% 转正至 24.6%。

国产大模型跳出单一 API 依赖

记者注意到，国产大模型已出现价格分层。2026年以来，智谱完成三轮API价格上调，MiniMax将API价格全面翻倍，Kimi K3定价较前代涨超三倍。智谱披露，截至8月底MaaS平台Token调用量较年初增长超40倍，涨价未压住需求。

收入结构也在变化。MiniMax上半年营收1.166亿美元，同比增长283.1%，开放平台及企业服务收入占比63.4%，海外收入占60.8%。业绩交流信息显示，8月智谱ARR约16亿美元，MiniMax ARR超8亿美元。

“国产模型已初步分层，不是越便宜卖得越好。”王净宇说，Kimi拿下美国企业开源支出超六成，智谱GLM定价更高、调用量仍增长，说明企业买单的是任务落地能力。但他提醒，涨价后调用量增长不等于定价权，真正检验要看竞争加剧、算力宽松后客户是否还按这个价格续用。

定价策略的变化，背后是国内大模型厂商商业化战略的调整。不愿局限于单纯售卖 API，相关布局已经落到产品端。Kimi会员分39元等多档，Kimi Claw限定付费用户，企业侧启动FDE合作伙伴计划做现场交付；智谱推出39元、99元“龙虾套餐”，转向“数字劳动力提供商”，企业级智能体收入同比增长304%。MiniMax靠Talkie、海螺AI的C端订阅托底，2025年付费用户约177万，海外占七成。三家的共同点是：API仍是收入主干，但订阅、Agent产品、行业交付正在成为第二层收入。

对此，两位受访者都不认为开源是赔本买卖，给出的路径也接近：原厂API和订阅产品做主干，企业级交付拿下高价值场景，海外叠加商业许可和云平台分成。

张有鱼表示，开源是没有全球云生态时的切入刀。纯模型 API 的商业化空间长期承压，要么成为绝对底座，要么把带行业属性的超级应用卖给企业。仅停留在开源底层供给，很难支撑下一代 AI 巨头对应的估值。