据Fortune 2026年8月的分析报道，一个数字正在改写AI竞赛的叙事：美国公司的AI计算资源中，超过30%已经在路由使用中国开源模型。
（注：此数据来自Fortune引用的行业分析，Fortune原文未注明独立研究机构，读者如需深度核实，建议参考Fortune 2026年8月4日原文。）
一年前，这个比例是4.5%。
这不是一个预测，不是一个趋势分析，而是市场已经发生的事。
这里有一个必须补充的语境：30%并非同质。受合规和安全限制，政府相关机构、国防承包商、金融监管领域的企业，在使用中国开源模型时面临额外的合规审查，部分场景下会受到明确限制。30%更多集中在商业服务、媒体、电商、初创企业等对地缘政治合规要求相对宽松的领域。这不会让这个趋势消失，但它说明开源中国模型的渗透并非无差别地覆盖整个企业市场。
然后是另一个数字：DeepSeek V4 Flash的推理运行成本，据研究机构测算，约为Anthropic Claude Fable 5的1/105。
这两个数字放在一起，讲述的不是”中国AI在追赶美国”的故事，而是一个更深层的变化：AI竞赛的竞争维度本身，已经不再是我们以为的那个维度。
Fortune把这个变化的本质描述为：竞赛框架从”美国vs中国”转向”开源vs闭源”。
这个判断，值得细细拆解。
从”谁更强”到”谁定义规则”
过去几年，AI竞赛的主流叙事是能力竞争：谁的模型基准测试分数更高，谁的推理速度更快，谁先突破下一个关键阈值。这个叙事里，美国公司占据着明显优势，Google、OpenAI、Anthropic持续领跑各类评测。
但DeepSeek V4 Flash的出现，加上Kimi K3、Qwen 3.8在2026年7月的密集发布，改变了这个框架。
不是因为这些模型超越了最顶尖的美国模型（据报道它们在部分基准上相当，在部分基准上仍有差距）。而是因为它们以远低于竞争对手的成本，提供了”足够好”的性能。
“足够好”，是理解这场竞赛转变的关键词。
对一个需要处理标准化客服咨询的企业来说，它需要的不是最前沿的推理能力，它需要的是在可接受质量下最低的成本。DeepSeek V4 Flash满足了这个需求，而且满足得非常彻底——1/105的成本意味着同等预算下，企业可以处理多100倍以上的AI请求。
这让整个商业模式的逻辑发生了变化。
开源的商业模式颠覆
闭源AI系统的商业模式，建立在”你必须付我访问费”的基础上。你的每一次API调用，都是收费的。模型越好，定价越高。这是一个垂直整合的价值链：能力优势→定价权→利润率。
开源模型打破了这个逻辑。
当一个开源模型（可以在自己的服务器上部署，不需要付任何版权费）提供了接近前沿水平的性能，那么闭源模型的定价权就被侵蚀了——不是被另一个闭源竞争对手侵蚀，而是被整个”按API调用付费”的商业模式被侵蚀。
这不是第一次发生。Linux对Windows Server的侵蚀，Android对iOS商业模式的部分挑战，都有类似的逻辑。但AI领域的特殊性在于速度和规模：从”中国开源模型4.5%份额”到”30%以上”，只用了一年。
Hugging Face CEO在谈到这个趋势时，用了一个引人深思的表述：中国正在赢得2026年的AI竞赛。他的评估依据之一，是”三周内三大开源模型密集发布（Kimi K3、Qwen 3.8、DeepSeek V4）”所代表的中国开源生态的迭代速度。
国家安全叙事的局限
但等一下。如果美国企业正在大规模使用中国开源模型，这难道不是一个国家安全问题吗？
这正是Fortune分析中最有价值的观点之一：这个问题，不应该只用国家安全的框架来分析。
使用中国开源模型和使用中国通信设备，是性质非常不同的事情。
一个部署在美国服务器上、运行在本地基础设施中的开源LLM，它的数据不会流向中国，它的推理过程不依赖任何中国基础设施。用户输入的数据，由用户自己控制。
这和”华为基站可能在传输数据到中国”的风险逻辑，不在同一个层面上。
当然，开源并不意味着完全透明，模型权重中是否存在隐蔽的行为偏置，是一个合理的安全关切。但这是技术验证问题，而不是”使用=风险”的简单等式。
Fortune的分析认为，把”使用中国开源AI”定性为国家安全威胁，是一种过于粗糙的框架。更准确的框架是：这是一个商业选择，是企业在权衡成本效益后做出的理性决定。
而当这个理性决定已经形成30%的市场份额时，你能对这些企业说什么？”出于国家安全考虑，你必须使用成本是它100倍的竞争产品”？这在商业逻辑上难以持续。
竞赛的真实战场在哪里
如果国家安全叙事不足以解释这场竞赛，商业模式竞争的视角告诉我们什么？
它告诉我们，AI竞赛的真实战场，正在从”谁有最强的模型”转向”谁能定义AI应用的价值分配方式”。
闭源模型路线：通过能力护城河维持定价权，把AI基础能力变成可持续收费的服务。这需要持续保持技术领先，同时维持用户在商业上对高价的接受。
开源模型路线：放弃模型本身的收费，通过生态（数据、部署工具、企业服务、云基础设施）获取价值。这是一种更间接但潜在更大规模的商业化路径。
两种路线的碰撞，已经在2026年形成了实质性的市场张力。Kimi K3权重公开发布，Qwen 3.8的开源版本，DeepSeek V4的低成本运行——这些都是开源路线的具体产品动作。
而OpenAI、Anthropic坚持闭源路线，用产品体验和生态整合来维持定价权——这是闭源路线的防御性战略。
30%意味着什么，以及它不意味着什么
30%这个数字，需要一些语境化处理。
首先，这是”路由使用比例”，不是”市场份额”的完整衡量。企业可能在部分低价值、高量任务上使用中国开源模型，在核心决策型任务上仍然使用顶尖的闭源模型。这种差异化使用，是一种理性的资源配置，而不是简单的”转向”。
其次，30%仍然代表多数（70%）仍在使用非中国开源的AI系统。开源vs闭源的竞争还在进行中，胜负远未确定。
但以上所有语境，都不能掩盖这个趋势的根本意义：在实际使用层面，”AI能力必须来自美国闭源系统”的假设，已经被打破了。这是一个无法假装没发生的事实。
在「两种图景」的讨论中，还有一个来自内部的反向信号：DeepSeek在2026年8月宣布了涨价，这表明「极低定价」并非无限期的战略承诺。但这里有个关键区别：当企业自己部署开源模型而非调用API，其成本就与DeepSeek的定价策略解耦了。自部署的硬件和工程成本是真实的，但与「中国AI公司定多少价」无关——这让开源的结构性成本优势在自部署场景下更持久。
硅谷的选择题
对硅谷的AI公司来说，30%的比例意味着一个不太舒服的选择题。
选项A：加速提升顶端能力，在最前沿的任务上拉开差距，让”足够好”的说法永远无法适用于高价值场景。这需要持续的研发投入，而且这场追赶可能是一个没有终点的军备竞赛。
选项B：向成本效益竞争，降低定价，让自己在”标准化任务”的市场上仍然保持竞争力。但这会压缩利润率，可能危及研发投入的可持续性。
选项C：接受市场分层，专注在高价值、需要最前沿能力的企业和政府客户，让”消费级”市场的AI任务流向开源模型。这是一种市场定位的选择，本质上是放弃规模争取高价值。
没有哪个选项是完美的。硅谷的AI公司们，正在用各自的方式回答这道题。
竞赛框架的教训
Fortune的分析让我想到一个更宏观的问题：我们是不是经常在错误的框架下理解技术竞争？
“美国vs中国AI”的框架，很容易让人看到的是地缘政治和国家实力的对抗。
“开源vs闭源”的框架，看到的是商业模式和价值分配逻辑的竞争。
这两个框架不是互斥的，但侧重点完全不同。前者的政策含义是”保护我们的技术领先”，后者的政策含义是”理解新商业模式对整个产业的影响”。
当30%的市场已经选择了开源中国模型，只用第一个框架来理解，你可能会得出”我们正在输”的结论，然后用国家安全理由去限制使用。但这解决不了根本问题：如果开源模型持续以低成本提供高质量服务，市场选择的逻辑不会因为政策压力而改变，只会找新的绕行路径。
用第二个框架来理解，你会得出的结论是：AI的商业模式正在演变，价值链的分配逻辑正在重写，产业需要找到在开源生态中的可持续商业路径，而不是用监管墙把市场锁在过去的模式里。
这个框架的转换，不只是学术问题。它是政策制定者、企业战略家，以及每一个在考虑AI投入的组织，都需要面对的视角挑战。
附：三周三个模型的意义
让我们具体看一下Fortune分析中引用的那波中国模型密集发布，因为它是这个框架转换的最具体体现。
Kimi K3：Moonshot AI发布的开源模型，约2.8万亿参数规模权重公开，Hugging Face上可以直接下载和部署。
Qwen 3.8：阿里巴巴发布的Qwen系列最新版本，延续了阿里在开源中文AI模型上的布局策略。
DeepSeek V4：DeepSeek发布的最新版本，V4 Flash变体以极低成本成为全球基准测试中最便宜的前沿级模型。
三个模型，来自三家不同的中国AI实验室，在不到三周内相继发布。这个节奏，代表了中国开源AI生态的一种独特策略：不是单点突破，而是多线并进，从不同角度持续向全球市场供给高性价比的开源选项。
这种策略的效果，在4.5%→30%的份额变化中直接体现。
理解这一点，对硅谷有一个具体的含义：即使你在”最强模型”的单一维度上保持领先，你也可能在”最有用的模型”的组合维度上失去市场。因为用户的实际需求是多样的，而开源生态提供的是一个覆盖这种多样需求的选项集合。
这是一个关于生态建设和关于单点产品的根本差异。
成本优势的可持续性
DeepSeek V4 Flash 1/105成本的数字，不可避免地引发一个问题：这种成本优势是结构性的还是暂时的？
DeepSeek在2026年8月宣布涨价，可能是IPO准备期中的商业化调整信号。但前面已经说到：当企业选择自己部署开源模型而非依赖DeepSeek API，DeepSeek的定价策略就与企业成本解耦了。自部署仍然需要工程人力和硬件，但这些是可控的资本性支出，而不是随模型供应商定价波动的经营性支出。
从这个意义上看，开源的结构性成本优势不依赖于某家中国公司的低价策略是否持续。它依赖于”开源可以自部署”这个基本属性——而这个属性不会因为DeepSeek涨价而消失。
一个竞赛，两种未来
在这场开源vs闭源的竞争中，存在两种截然不同的未来图景。
图景A：闭源模型维持领先优势
顶尖的闭源模型在高价值任务上保持显著的能力优势，足以让企业在关键决策场景中持续支付高价。开源模型获得了低端市场，闭源模型获得了高价值市场。这是一种分层的共存状态，类似于Linux和Windows Server的关系。
图景B：开源生态形成闭环
开源模型的能力追赶速度超过了闭源模型的领先扩张速度，越来越多的任务场景可以被开源模型”足够好地”覆盖，高价值场景的范围持续收缩。闭源模型只剩下少数需要最前沿能力的边界场景，商业模式压力持续加大。
2026年8月的数据更接近哪个图景？30%的份额、三周三个开源模型、1/105的成本差距——这些数据指向的是图景B正在加速发展的早期信号。
但这不意味着图景B一定实现。技术竞赛的走向从来不是线性的，一个重大能力突破可以在短时间内重新拉开差距。
竞赛还在继续。只是我们需要确认，我们竞争的是什么。