AI賽道轉彎！企業不再迷信昂貴大模型 九成Token將由開源產生
過去兩年，AI 競爭聚焦於模型規模與基準測試，誰的參數更多、效能更強，誰就被視為領先。然而，隨著 AI 從實驗走向企業應用，「唯大是尊」的標準已逐漸失效。市場競爭正轉向更重視實務效益，核心從模型性能比拼，轉為路由分發、成本控制與算力效率等營運能力。
Perplexity 首席執行官 Aravind Srinivas 明確指出，模型本身不再是唯一的勝負關鍵。真正的決勝點在於如何構建一個強大的「框架」，透過協調系統將合適的任務匹配給最適當的模型，而非盲目使用最昂貴的通用模型。
這種智慧化系統能夠自主判斷任務難度，對於常規內部工作流程採用高性價比的開源模型，僅在必要時才調用頂級模型進行複雜運算。
然而，靈活的成本結構與部署策略，正對 OpenAI 與 Anthropic 等依賴高階專有模型銷售的領頭羊構成挑戰。
這場變革的核心動力，源於開源模型的快速崛起。Benchmark 合夥人 Peter Fenton 大膽預言，未來 2 年內九成以上的 Token 將由開源模型產生。企業轉向開源模式不僅是為了規避高昂的推理成本，更因為經過針對性調優的小型模型，在特定任務的執行效率上往往能超越大型通用模型。
Ollama 首席執行官 Jeff Morgan 觀察到，目前逾八成五的財富 500 強企業已採取此路徑，優先在靠近數據的環境中部署開源模型，並根據需求靈活擴展。
這場由「開源」引領的賽局轉向，不僅重塑了商業邏輯，更牽動了國家競爭力與戰略佈局。由於不少具競爭力的開源模型源自中國實驗室，美國科技產業正面臨如何在維持戰略優勢與推動 AI 民主化之間取得平衡的挑戰。
此外，這也可能改變雲端基礎設施的需求路徑，催生出一種「地端運行加雲端輔助」的混合式 AI 架構。當企業對技術採用的眼光日益挑剔，那些昔日的 AI 巨頭是否仍能維持其強大的定價權，將成為未來市場觀察的重中之重。
更多鉅亨報導
•Token成本下滑20%是AI泡沫警訊？企業失去定價能力、資本支出回報陷危機
•AI時代的「Token 經濟學」：企業面臨成本失控與定價危機