你让客服机器人回答退款政策，未必需要每次都请最贵、最强的模型。企业的 AI 调用量一大，哪怕单次只差一点钱，也会滚成可观账单。现在，DoorDash、Siemens 和 Airbnb 正把中国模型纳入选择，企业采购 AI 的重点开始从单纯追求性能，转向同时权衡价格与供应风险。
便宜模型先做普通题
据 Financial Times 报道，DoorDash 联合创始人 Andy Fang 表示，公司把较低层级的任务交给 Moonshot AI 的 Kimi K2.6，只把最困难的任务留给 Anthropic 的 Fable。
这类似于“模型路由”：系统按任务难度、成本或响应速度，把请求分给不同模型。模型训练完成后，每次回答仍要消耗算力，这叫推理成本，通常按 token——模型处理文字时使用的计量单位——收费。普通任务改用便宜模型，可以降低平均账单，同时保留高价模型处理难题。
企业不再只押一家
Financial Times 还称，Siemens 同时使用 DeepSeek、Z.ai，以及美国前沿实验室、Nvidia 和法国 Mistral 的模型，以保持选择灵活。重点不只是“中国模型替代美国模型”，而是供应商多元化：同时采购多家模型，避免价格变化、服务中断或政策调整时被一家供应商卡住。
据 Bloomberg 报道，Airbnb 使用 Alibaba 的 Qwen 构建客服聊天机器人。CEO Brian Chesky 表示，这一部署不会让中国模型开发商接触用户数据。开放权重模型——参数可下载、可在企业自有基础设施运行的模型——也为减少对单一云端 API 的依赖提供了路径，不过开放权重不等于训练数据和方法全部公开。
为什么值得关注
这几家公司呈现出同一采购逻辑：简单任务看成本，困难任务看能力，同时保留多个供应商。竞争因此不再只是排行榜上的性能高低，还包括价格、部署方式、数据控制和供应稳定性。
局限与未知
- 三家公司“寻求采用中国模型”的总体判断主要来自 Financial Times 单一报道，不能据此推断中国模型已广泛进入全球企业。
- 现有材料未披露具体成本降幅、调用规模或完整部署细节。
- 据 Semafor 报道，美国国会两个委员会已要求 Airbnb 说明选型和数据处理方式，显示合规与政策风险仍会影响采购。