Anthropic股东最新报告：曝光企业市场最吸金中国模型

文 | Sleepy

11 月 3 日，硅谷老牌风投 Menlo Ventures 发布了今年的《企业 AI 现状报告》。

为了摸清企业今年到底花了多少钱，Menlo 委托 Morning Consult 在 9 月问了近 400 家美国企业的 AI 决策者，这些人经手的 AI 开支超过 40 亿美元。按 Menlo 的测算，截至今年 9 月，美国企业花在 AI 部署上的钱已经到了 1768 亿美元，是一年前 330 亿美元的 5.4 倍。

2026年9月，中国模型占美国企业开源模型支出的89%

其中Kimi以61%的份额居首

图源：Menlo Ventures

在这份写给硅谷看的报告里，有一组数字。美国企业花在开源模型上的生产开支，中国模型占了近九成。其中 Kimi 一家 61%，后面是 DeepSeek 15%、GLM 11%、Qwen 3%。西方开源模型里排第一的 Meta Llama，只有 7%。

写报告的 Menlo Ventures，是 Anthropic 的重要股东，2024 年领投了它 7.5 亿美元的 D 轮。

除此之外，把 Kimi 托管在服务器上卖给美国企业、今年年化收入刚刚突破 10 亿美元的头号推理云 Fireworks AI，是 Menlo 投的；每周处理 160 万亿 token 的模型路由平台 OpenRouter，是 Menlo 投的；报告专门点名、在 Kimi K2.5 上训出 Composer 2 的 Cursor，也是 Menlo 投的。

如果只看报告数据，你会觉得闭源巨头和开源阵营早该拼个你死我活，太平洋两岸的模型也该泾渭分明，但大人看利弊，小孩才分阵营。

除了这些数据、利益关系，动察 Beating 更想弄明白的是，为什么偏偏是 Kimi，成了美国企业在闭源旗舰之外最舍得掏钱的那个选项？

返工的价钱

要看懂 Kimi 的这个「61%」，得先了解今年美国企业在 AI 上花钱的怪癖，越便宜的模型，越没人用了。

过去两年，行业里最流行的判断是推理成本每年降九成，企业迟早会把工作流切到便宜的小模型上。各家实验室也确实把小模型越卖越便宜。

结果恰恰相反。

从 2025 年三季度到 2026 年三季度，Haiku、Luna 这类小型闭源模型在企业市场的 token 份额从 29% 掉到 13%，跌去一半还多。单价最贵的前沿旗舰，token 份额从 18% 涨到 42%，支出份额从 35% 涨到 63%。

前沿模型在企业 AI 支出与 token 用量中的份额同步上升

图源：Menlo Ventures

一年前，美国企业最常用的主力还是输入 3 美元、输出 15 美元（每百万 token，下同）的 Claude Sonnet 4.5，和 1.25 美元、10 美元的 GPT-5。到了今年秋天，大家却排着队换成了更贵的旗舰模型。

精明的美国公司，为什么突然不图便宜了？

原因很简单，用模型干活的，从人变成了 Agent。

今年 2 月，OpenRouter 上由 Agent 发起的流量正式超过了人类；到 9 月底，平台上 80% 的 token 都是 Agent 在后台自己跑出来的，半年多涨了 37 倍。在 773 亿美元的企业 AI 应用支出里，76% 集中在编程和企业 Agent 上。

Agent 干活和人类使用 AI 不是一个逻辑。

一个编程 Agent 接下任务，往往要在代码库、终端和沙盒之间连跑四五十个回合：读文件、调工具、跑测试、看报错、再改代码。

长链条任务中，错误的代价是按乘法累积的。单步准确率 99% 的模型连跑 50 步，顺利交差的概率大约六成；换成单步 95% 的模型，50 步跑完不翻车的概率不到 8%。

于是企业很快就明白了，现在买模型看的不应该只是价目表上的挂牌单价了，更要看把事情一次办妥的总花销。

想通这一点，开源模型今年的处境也就好理解了。

过去一年，开源模型的 token 份额从 11% 涨到 19%，调用量是一年前的 22.5 倍；拿到的支出份额却从 6% 掉到 4%。原因是大多数开源模型卷进了价格战，平均单价跌到原来的三分之一不到，只剩每百万 token 0.13 美元，不到闭源模型综合均价的五分之一。

开源模型干了近五分之一的活，只从桌上分走了二十五分之一的钱。

Kimi 的 61%，恰恰是因为它没跳进 0.13 美元的陷阱里。

标准件

今年 7 月 16 日，月之暗面发布 2.8 万亿参数的 Kimi K3，官方 API 定价是输入 3 美元、输出 15 美元，和一年前的闭源旗舰 Sonnet 4.5 同价，也是上一代 K2.6 的三倍多。10 月 23 日推出的 K3.1 Pro 降到了 2 美元和 10 美元，仍然在旗舰档位。

在一个均价 0.13 美元的开源市场里按旗舰标价，底气首先来自模型本身在长上下文、原生多模态和编程上的成绩。

但光有跑分不够。

开源模型的权重是公开的，在推理云的下拉菜单里换一个模型，只需要改一行配置。美国企业的采购凭什么为它多付钱？

这里藏着开源模型走出实验室后最令人头疼的一个工程问题。

为了数据合规和延迟，大多数美国企业不会把代码和文档直接发往海外服务器，而是去买 Fireworks、Together 或亚马逊 Bedrock 这类本土云的托管服务。但在过去一年里，硅谷的工程团队频繁发现，某款开源模型在官方演示里聪明绝顶，可一旦接进自家的生产环境、走第三方推理云的接口调用，它在几十轮连续工具调用后就会莫名其妙地变笨。

原因就在于，推理云是一门极讲究显卡周转率的生意。一张卡同一秒钟能塞进多少个请求，直接决定了云厂商当季的毛利。为了省显存、抢吞吐速度，不同平台往往会在后台对万亿参数的 MoE 模型做不同的量化压缩，或者简化工具调用的解析模板。

平时聊天，这点精度缩水看不出来；放进几十步环环相扣的 Agent 循环，偏差就足够让模型选错专家、写坏格式，把整条工作流跑崩。

客户冲着模型的招牌买单，然后任务翻车，黑锅最后还得原厂来背。

Kimi 很聪明，它没有发声明去跟哪家云厂商掰扯，而是直接开源并持续运营一套供应商精度核验工具。

早在 K2 时期，它就开源了 K2 Vendor Verifier，用同一套测试去比对各家推理云和官方 API 在工具调用上的表现。今年 4 月发布 K2.6 时，这套工具升级为 KVV（Kimi Vendor Verifier），测试项包括长上下文下的工具调用回归样本、JSON schema 校验、对畸形调用的拒绝、百万 token 级的长记忆测试，以及 113 个编程 Agent 任务。各家推理云跑出来的成绩，以表格形式挂在 GitHub 上。

Kimi Vendor Verifier 公开对照不同供应商的

K3.1 Pro 部署表现

图源：Moonshot AI / GitHub

哪家云厂商为了省机器偷偷降了精度，开发者在看板上一眼就能看出来。

为了把 KVV 的分数对齐到 Kimi 官方 API 的水平，硅谷的推理云厂商不得不反过来找 Kimi 的工程师一起捉虫。

Fireworks AI 的工程团队后来专门发文复盘，讲他们如何联合 Kimi 团队修补底层解码护栏、清理多轮对话里的冗余字段，最终把托管接口的工具调用表现打磨到了原厂水平。

大多数团队做开源，是把权重往网上一放，剩下的看造化。月之暗面却把严苛的品控手腕搬到了开源世界里，我不收你的门票，但我得管着你怎么把菜端上桌。

这一下打在了企业采购最敏感的神经上。对硅谷的技术负责人来说，KVV 把散落在各家机房里的非标品，重新校准成了原厂认证的标准件。

四分之三

如果只有托管质量，Kimi 充其量是个好用的外援。报告里点到的另一个名字，揭开了它在海外的第二层价值，它就是 Cursor。

Cursor 与投资方 Accel 的现场交流活动

图源：Accel

Menlo 写到，今年做后训练的 AI 开发者比例从 6% 涨到了 10%。最典型的案例，就是 Cursor 在 Kimi K2.5 上训出了 Composer 2，由 Fireworks 提供强化学习阶段的推理。

Menlo 的数据把独立应用公司的处境照得一清二楚，今年 1768 亿美元的企业 AI 支出里，Anthropic、OpenAI 和 Google 三家实验室拿走 1227 亿美元，占 69%，一年前是 50%。其中，实验室自家的应用就拿走了 400 亿美元。

单看 340 亿美元的编程赛道，Claude Code 和 Codex 两款产品吃下 240 亿美元，占了 70%。

应用公司越成功，越能帮上游证明这个市场足够大，而市场一旦被证明足够大，握着模型和算力的上游就越有理由亲自下场。继续只当二道贩子，迟早要被上游压死。

今年 1 月初，Cursor 内部开了一场被称为「War Time」，创始人 Michael Truell 要求全员加速自研模型。

可应用公司想往上走谈何容易，Cursor 手里有几百万程序员每天写代码、改文件、跑终端的真实交互轨迹，这是做强化学习最好的燃料，但它手里只有几万张 GPU，没有百万张卡，也没时间从头花大半年去训一个万亿参数的预训练底座。

除此之外， Cursor 开内部会的几天后，Anthropic 就收紧了规则，不再允许第三方编程工具用个人订阅账号登录调用。

唯一的活路，是去开源世界里借一副好身板，把好钢全部用在后半程的强化学习上。

3 月 19 日，Cursor 发布 Composer 2，定价输入 0.5 美元、输出 2.5 美元，正好是当时 Claude Opus 4.6 的十分之一。Cursor 的 Lee Robinson 后来说，最终模型消耗的算力里，只有约四分之一来自基座，剩下的都花在 Cursor 自己的训练上。

这改写了应用公司挑开源模型的标准。

以前大家挑开源模型，像挑一件买回家直接穿的成衣，谁在公开榜单上多考两分就选谁。但在 Cursor 随后公开的 46 页技术报告附录里，研究团队写道，他们在评估候选基座时，团队有意不看编程 Agent 类的跑分，理由是这类榜单对最终效果的预测力更弱，因为 Agent 和长程任务能力会在强化学习阶段被大幅改变。

不少模型为了发榜当天好看，在出厂前就已经塞满了针对特定题库的精调，权重空间被挤得像一块吸饱了水的海绵；外人看着分数高，可是买回来想往里再灌三倍的强化学习算力，模型很快就会出现能力坍塌。

Cursor 直接把候选模型拉到自家工地上试工。

他们只测三件事，底层的编码知识储备、一个文件被连续修改几十次之后的状态追踪能力，以及模型在 Cursor 私有大型代码库上的 perplexity。

测试之后 Kimi K2.5 留了下来。报告给的理由是综合表现强，以及在 Cursor 自己的基础设施上跑得够高效。经过持续预训练和强化学习，Composer 2 在 Cursor 自家的评测集 CursorBench 上从基座的 36.0 涨到 61.3，超过了 Claude Opus 4.6 的 58.2。

5 月，Cursor 又在同一个 K2.5 基座上推出了 Composer 2.5。

这段从春到夏的突围，给硅谷留下了一个样本，对最顶尖的应用公司来说，开放权重模型不再是省钱的平替，而是少数能拿过来、在上面继续砸钱训练自有资产的起点。

茶水钱

Cursor 把基于 K2.5 训出的 Composer 2 推给自己的用户，美国企业在生产环境里调用 Kimi，接住这些流量的，主要是 Fireworks、Together 这样的美国推理云。

把 Kimi、Fireworks 和 Cursor 摆在一起，能看到一种很有分寸感的分工。

换一家急于证明商业化能力的公司，看到自己的模型在硅谷受欢迎，第一反应往往是去旧金山租办公室，高薪挖一批企业销售，直接去敲美国大客户的门，把中间的差价全揣进自己兜里。

月之暗面没有这么干。

2025 年 7 月，Menlo 在年中报告里也写过，美国企业不愿意直接调用中国公司的 API，是开源模型份额停滞的原因之一。这道合规与信任的门槛，靠销售飞去加州磨破嘴皮子是跨不过去的。

与其硬撞那堵墙，不如把前面的肉让给美国本土的合作伙伴。Kimi 的工程团队在模型上线前后配合 Fireworks 等平台把推理引擎调顺，美国企业把合同签给美国云厂商，数据留在美国机房。

微软位于美国华盛顿州昆西的数据中心服务器机柜

图源：John Brecher / Microsoft

正因为月之暗面没有伸手去生意，Fireworks 才愿意卖力推 Kimi，Cursor 的工程师也才敢把当家产品建在 K2.5 的权重上。大家都有钱赚的时候，这事儿才能成气候。

至于月之暗面自己的收入问题，它把规矩写在了 K3.1 Pro 的许可证里。

企业内部部署、做研究，或者拿去微调做自己的产品，都不用打招呼。要坐下来谈的只有两种情况，一是拿它做模型托管，对外提供推理或微调服务，连续 12 个月收入超过 2000 万美元的，得先和月之暗面另签协议；二是终端产品月活过亿或月收入超过 2000 万美元，要在界面上明显地标出模型名。通过月之暗面官方产品或认证推理伙伴使用的，不受这两条约束。

8 月，路透社报道，月之暗面正在和微软、亚马逊、谷歌商谈 K3 相关服务的收入分成，要价最高 30%。

不到一个月，美国时间 9 月 18 日，亚马逊把 K3 放上了 Bedrock。全球标准档的价格和月之暗面官方一样，3 美元、15 美元，分成比例没有公开。

微软的路径绕一些。K3 在 7 月底就进了 Microsoft Foundry，但当时是 Fireworks 在背后跑推理，Foundry 只负责接入。美国时间 11 月 5 日，微软在自家博客上宣布 K3.1 Pro 正式上架 Foundry。

用老辈生意人的话讲，这叫小路随便走，大路交茶水钱。一百家里有九十九家还在试错的初创公司，Kimi 不收一分钱；等谁真跑成了一年几千万美元的大买卖，再按规矩坐下来谈。

清楚哪部分钱眼下不该自己赚，有时候比知道怎么赚钱更考验定力。

黑猫白猫

把视线从这 61% 的切面拉远一点，今年秋天的这组数据之所以耐人寻味，是因为它呈现了大模型产业在磨合三年之后，自然生长出的一种新关系。

两年前，硅谷关于行业终局的争论非黑即白，一派认为闭源旗舰会通吃一切，应用公司迟早沦为薄薄一层界面；另一派相信开源会把智能变成免费的自来水，让所有模型公司都赚不到钱。

到了 2026 年，两幅图景都没有成真。

Anthropic 和 OpenAI 依然拿走了美国企业大模型 API 支出的 86%。华尔街投行审一份跨国并购合同，药企做一次零容错的文献排查，依然会毫不犹豫地为最贵的闭源旗舰付费。流向开源的预算，也没有变成廉价算力的比拼场，反而向 Kimi 这样接近前沿的模型聚拢。

开源与闭源之间，不再是一道非此即彼的战壕。在复杂任务的催化下，两者之间长出了一片宽阔的交界地带。

在这片交界地带里，许多重度使用 Kimi 的硅谷公司，同时也是 Anthropic 和 OpenAI 的大客户。产品早期，它们用最强的闭源模型跑通形态、验证需求；等某条长链条工作流被验证成立、调用量开始指数级放大，或者像 Cursor 那样攒够了独有的交互数据、要把行业经验训进权重里时，它们就会转身去找那个离前沿最近、又允许自己深度改造的开放基座。

过去，模型公司和应用公司之间，一个卖 API，一个买 API模型公司一旦自己做应用，双方立刻变成零和博弈的对手。

而现在，应用公司在开放模型上投入四分之三的算力继续训练，成了「半个模型公司」；模型开发者的影响力，也不再只看卖出了多少 token，还要看有多少别人的核心产品，是从它的权重里长出来的。

Kimi K3.1 Pro 官方发布主视觉

图源：月之暗面

Menlo 报告发布的第二天，11 月 4 日，月之暗面按时在 Hugging Face 放出了 Kimi K3.1 Pro 的完整权重。按月之暗面自己公布的成绩，它在衡量编程 Agent 实战能力的 Terminal-Bench 4.0 上拿到 65.7%，高于 GPT-6 Astra 的 58.2%，离 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点。

对把产品管线押在开源基座上的美国团队来说，这 0.7 个点，以及从 K2、K2.5、K2.6 到 K3、K3.1 Pro 每隔几个月就往前挪一步的节奏，比任何开源口号都让人安心。后训练出来的专用模型，每隔几个月就得跟着前沿重训一次。选一个基座，等于同时选了这家公司未来一年的迭代速度。

在旧金山，大概没有哪家创业公司会在路演 PPT 第一页写「我们的底座来自中国」，大模型的原产地依然是个敏感词。

可只要回到每天都在运转的服务器机房里，回到工程师盯着屏幕等 50 轮 Agent 循环跑通的深夜，所有的口号都会让位给实用主义。谁能抓到耗子，谁就是好猫。

当大洋彼岸的应用公司真正需要一个经得起折腾的伙伴时，抬起头，就能看见它早就站在那里。