AI支出理性化趋势
2026年6月26日，CNBC报道企业AI支出变化。
案例：Lindy切换模型
- 原方案： Anthropic Claude
- 新方案： DeepSeek（中国开源模型）
- 效果： "成本曲线崩溃式下降"
- 执行： 100%流量切换
市场动态
| 现象 | 影响 |
|---|---|
| 企业控制token支出 | OpenAI/Anthropic增长放缓 |
| 开源模型崛起 | 闭源模型定价压力 |
| 效率优先 | 前沿模型需证明不可替代性 |
分析师观点
D.A. Davidson分析师Gil Luria：
"OpenAI和Anthropic最大的企业客户可能开始限制失控的token支出。未来必须有一段时间进行支出理性化。"
应对策略
- 模型分层 — 关键任务用前沿，常规用开源
- 缓存优化 — 减少重复token消耗
- 微调小模型 — 特定任务用专用小模型
AI Master 解读
核心事件
企业用户从闭源前沿模型转向开源/低成本替代。
行业影响
影响分析： 这是AI商业化的关键转折点。"token支出失控"成为企业痛点，开源模型（如DeepSeek）成为救命稻草。对OpenAI/Anthropic而言，这意味着：要么持续降价保量，要么证明前沿模型的不可替代性。
AI Master 建议
企业应建立多模型策略，关键任务用前沿模型，常规任务用开源/轻量模型。
