Kimi 61%、DeepSeek 15%、智谱 11%、Meta Llama 7%、Qwen 3%

2026 年 11 月 6 日，据硅谷风险投资机构 Menlo Ventures 发布的《2026 年企业 AI 现状报告》显示：中国模型合计占企业开源模型支出的 89%。 其中，Kimi 占 61%，DeepSeek 占 15%，智谱 GLM 占 11%，阿里巴巴 Qwen 占 3%。 相比之下，Meta 旗下 Llama 的份额为 7%，是份额最高的西方开源模型。 需要说明的是，开源模型虽然可以免费获取模型权重，但企业在实际使用过程中仍可能产生费用。例如，通过第三方推理平台调用 Kimi、DeepSeek、Qwen 等开源模型，通常需要支付推理服务费用。Menlo Ventures 所统计的开源模型支出份额，主要依据企业生产环境中的模型 API 使用情况及支出加权测算，并非购买模型权重或训练模型的费用。因此，89% 指中国模型在企业开源模型支出中的份额，而非在整个企业大模型市场中的份额。 尽管开源模型的使用量快速增长，企业在采购 AI 模型时，仍然更愿意为能力更强的旗舰模型支付更高价格。 2025 年第三季度至 2026 年第三季度，开源模型的 Token 使用量份额从 11% 上升至 19%，但支出份额却从 6% 下降至 4%。 前沿模型在企业模型支出中的份额从 35% 上升至 63%，Token 使用量份额从 18% 上升至 42%。 企业最常用的模型也发生了变化。 此前，Claude Sonnet 4.5 和 GPT-5 更受欢迎，如今则转向价格更高的 Claude Opus 5.5 和 GPT-6 Astra。 其中，Claude Opus 5.5 每百万输入 Token 收费 4 美元，输出收费 20 美元；GPT-6 Astra 的输入和输出价格分别为 10 美元和 60 美元。 与此同时，Anthropic、OpenAI 等厂商已将部分小型闭源模型的价格下调 80% 以上，但这类模型的 Token 使用量份额仍从 29% 下降至 13%。 Menlo Ventures 认为，企业越来越看重模型执行复杂任务的能力，而非单纯追求低价。 中国开源模型不仅获得了更多企业调用，也开始成为海外 AI 应用开发专用模型的基础。 报告还列举了海外 AI 应用厂商基于开源模型开展后训练的案例。 其中，AI 编程工具 Cursor 以 Kimi K2.5 为基础开发了 Composer 2，并在强化学习训练过程中使用 Fireworks 提供的推理基础设施。 法律 AI 平台 Harvey 以 Kimi K3 为基础，与 Fireworks 合作开展后训练，开发出面向复杂法律任务的专用模型 Tenet。 通过模型后训练，应用开发者可以针对特定任务进一步优化开源模型，降低成本，并减少对前沿模型厂商的依赖。 2026 年有 10% 的 AI 应用开发者采用模型后训练技术，高于 2025 年的 6%。在开展后训练的开发者中，91% 使用外部合作伙伴提供的基础设施或专业服务。 不过，开源模型的使用量增长并未带来同等幅度的支出份额增长。 报告显示，2025 年 9 月至 2026 年 9 月，开源模型在企业 Token 使用量中的份额从 11% 上升至 19%，但其支出份额却从 6% 下降至 4%。 同期，开源模型的 Token 使用量增长了 22.5 倍，估计每月达到 2900 万亿 Token，增速超过闭源模型的 12.1 倍。 造成这一差异的重要原因是价格持续下降。 开源模型平均每百万 Token 的价格降至 0.13 美元，为此前的约三分之一；闭源模型的综合平均价格为 0.70 美元。 开源模型已经承担接近五分之一的 Token 使用量，但只获得约二十五分之一的模型支出。 从整个企业 AI 市场来看，Menlo Ventures 估算，截至 2026 年 9 月，企业 AI 部署支出的年化规模达到 1768 亿美元，是上一年的 5.4 倍。 其中，AI 基础设施支出约为 995 亿美元，应用市场支出约为 773 亿美元。 Anthropic、OpenAI、Google 三家厂商合计占企业 AI 部署支出的 69%，约为 1227 亿美元。 报告还显示，Anthropic 和 OpenAI 合计占企业大模型 API 支出的 86%，高于上一年的 67%。 其中，Anthropic 的份额从 40% 升至 55%，OpenAI 从 27% 升至 31%，Google 则从 21% 降至 9%。 这份报告基于 Morning Consult 于 2026 年 9 月 8 日至 26 日开展的调查，覆盖近 400 名美国企业 AI 决策者，受访者负责的 AI 支出超过 40 亿美元。 云头条