在这份报告中，一个数据引发广泛关注：以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出中的占比达到 89%，接近九成。

Kimi、DeepSeek、GLM 包揽前三

具体来看，月之暗面旗下 Kimi 以 61% 的份额，在全球企业开源模型支出中位居第一；深度求索 DeepSeek 以 15% 排名第二；智谱 GLM 以 11% 位列第三。仅这三家中国厂商合计就达到 87%。

相比之下，西方开源模型中份额最高的 Meta Llama 系列占比仅为 7%。

89% 是“支出份额”，不是总支出

需要厘清的是，89% 指的是全球企业开源模型支出中的份额，并不等同于全球企业 AI 总支出，也不等同于模型下载量或测评排名。它的价值在于”支出”二字——企业愿意为某类模型相关的产品和服务付费，通常意味着该模型已经进入生产系统或准生产系统。

从这个角度看，Kimi、DeepSeek、GLM 合计占据开源模型企业支出近九成，说明企业采购逻辑已发生变化。开源模型早期更多依靠”免费””可下载”获得关注，但企业最终付费看重的是单位 Token 成本、推理稳定性、私有化部署能力、工具链适配与长期服务。

性价比来自架构与工程

中国开源模型拿下高份额，性价比是绕不开的因素，但性价比不等于简单低价，而是单位 Token 经济性。中国厂商在混合专家（MoE）稀疏架构、推理优化和国产算力适配上持续投入，使模型在保持能力的同时降低单位调用成本。

报告显示，开源模型总体处理约五分之一的 Token 量，但仅对应约二十五分之一的模型支出，二者之间的价差正是开源模型扩张的基础。

信号而非终点

分析认为，这一数据本质上是一个产业信号：企业级 AI 采购正在从品牌惯性转向对成本、效率和落地能力的综合比较。不过，89% 是开源模型企业支出这一细分市场的结构性数据，闭源前沿模型、基础软件栈、全球云生态和高端训练算力仍由美国企业保持强势。下一阶段的竞争，将围绕智能体运行时、工具调用生态、长上下文能力与企业安全展开。