开源模型的竞争格局，用「下载量」和「榜单分」都看不准。11月8日，硅谷风投 Menlo Ventures 的一份报告给出了另一把尺子：企业真金白银的支出。
结论相当集中：中国 AI 模型在全球企业开源模型支出中的占比达到 89%。其中月之暗面 Kimi 以 61% 份额位居第一，深度求索 DeepSeek 以 15% 排名第二，智谱 GLM 以 11% 位列第三。Meta 的 Llama 系列是西方模型中份额最高者，占比 7%。
报告同时给出了两个结构性数字：开源权重模型处理了 19% 的企业内 Token 使用量；闭源模型仍主导企业市场，Anthropic 与 OpenAI 合计占据 86% 的支出份额。
这两个数字放在一起，能读出市场的分层。企业 AI 支出的大头仍在闭源前沿模型——对可靠性、工具调用与合规有要求的核心业务，采购方倾向付费买确定性；而开源权重的 19% 份额，对应的是成本敏感、需要自托管、或需要深度定制的场景，例如批量文档处理、内部知识问答、行业模型微调。
中国模型在这个 19% 里拿走 89%，说明三件事。第一，价格与性能的比值已经形成优势：同等能力档位下，中国开源模型的推理成本明显更低，这对高频调用场景是决定性因素。第二，中文与多语言能力的适配度更高，亚太企业在本地语料上的迁移成本更低。第三，生态工具链跟上了：vLLM、SGLang 等推理框架对国产模型的适配速度，直接决定了企业落地的工程难度。
Kimi 的 61% 值得单独看一眼。这个数字不是「用户数」而是「支出份额」，意味着调用量与客单价同时具备。对一家以长上下文见长的模型厂商，这与其技术标签吻合：长文档处理、代码库理解这类任务，Token 消耗天然更大。
但也要给这份报告划出边界。Menlo Ventures 是风险投资机构，其统计基于自身可获取的支出样本，抽样口径未完全公开；「企业开源模型支出」只覆盖开源权重模型的商业化调用，不含自建自用的免费部署，因此不能等同于「中国企业市场总份额」。把它当作趋势指标比当作精确统计更合适。
对国内厂商，这份报告的启示是：开源路线的商业价值不在许可费，而在托管服务、企业定制与生态位。真正要守的不是份额数字，而是两件事——推理成本的持续下降曲线，以及工具链与社区的中立性。一旦某个框架或云平台开始排他，份额会被迅速重新分配。
对采购方，19% 与 86% 的对比提供了一个实用的决策框架：把任务分成「必须确定性」与「成本敏感」两类，前者买闭源，后者用开源权重自托管或走托管服务，再按季度复核成本。这个分工在短期内不会改变，改变的是分界线往哪边移动。