成本压力催生开放式模型热潮

随着云端AI服务费用居高不下，越来越多美国企业开始评估“性价比”更优的开放式AI方案。开放式模型允许企业自行下载、微调和部署，在特定场景下可以显著降低推理成本，同时避免对单一供应商的深度依赖。

这一趋势与市场上性能不断增强的开放式模型密切相关。新一代开放权重模型在多项基准测试中已逼近或达到闭源商业模型的水平，使得企业在性能与成本之间的权衡发生了实质变化。

灵活性成为关键考量

除成本因素外，数据安全与定制化需求也是企业转向开放式AI的重要动因。将模型部署于自有基础设施，可以避免敏感数据外流，同时根据自身业务需求进行针对性优化。

不过，开放式模型也存在门槛：企业需要自行承担部署、维护与算力投入的成本，缺乏专业AI团队的组织未必能顺利迁移。因此，目前更多企业采取混合策略，在核心敏感业务上使用开放式模型，其余场景继续使用商业服务。

综合各方信息来看，美国企业加速转向高性价比开放式AI的说法与现有证据相符，基本属实。

Verdict: 基本属实