11月6日以来，三条来自不同层面的消息几乎同时出现：硅谷风投 Menlo Ventures 的报告显示，全球企业花在开源模型上的钱有89%流向中国厂商；谷歌在11月7日把智能体互通协议 A2A 从实验状态转为正式稳定；多家媒体报道，OpenAI 正准备在11月10日凌晨同时更新旗舰与中档两档模型。三件事指向同一个变化：大模型的竞争重心，正从“谁的模型更强”移向“谁能用合适的成本，把模型以可互操作的方式送进企业生产系统”。
一、份额、协议与新模型
先看份额。据《南华早报》11月6日报道、IT之家11月8日跟进，Menlo Ventures《2026年企业AI现状报告》统计，全球企业开源模型支出中，中国模型合计占89%：月之暗面 Kimi 以61%居首，DeepSeek 15%，智谱 GLM 11%，阿里通义千问约3%，西方份额最高的 Meta Llama 仅7%。
报告给出的解释是价格。开源模型平均每百万 token 约0.13美元，闭源模型约0.70美元；过去一年开源模型 token 使用量增长22.5倍，达到每月约2900万亿。需要说明的是，89%统计的是开源模型细分市场的企业支出，不等于全球企业AI总支出。
再看协议。谷歌11月7日发布 ADK 2.14.0，将 A2A（Agent2Agent）集成、执行环境与核心运行时一并转为稳定，新增 adk generate_agent_card 命令与面向微软 Teams 的 TeamsRunner。A2A 解决的是“一个智能体把任务交给另一家厂商的智能体”，此前长期停留在实验接口，企业不敢接入生产链路。
模型侧则是 OpenAI。据 The Information 11月6日报道及同花顺财经11月9日梳理，OpenAI 正在筹备 GPT-6.2 Astra（旗舰推理）与 GPT-6.2 Sol（高性价比中档）两款模型，发布窗口大概率在11月10日凌晨；Codex 后台自10月31日起已出现 gpt-6.2-astra 的灰度用量记录，部分账号占比接近两成。
二、串起来看：分层、成本与互操作
三条消息表面无关，实际扣在同一条链上——模型正在被“分层”。同时推旗舰与中档，说明单靠一个最强模型覆盖所有场景在成本上不成立；企业要的是把复杂推理交给旗舰，把高频重复任务交给便宜档位。
而便宜档位的供给，已主要由开源阵营承担。企业为开源模型付费的意愿集中在中国厂商身上，原因不是参数更大，而是单位 token 价格、私有化部署与工具链适配更贴近落地需求——这一层竞争的门槛正从模型能力转向工程交付。
分层之后必然出现互通问题。一家企业不会只用一个厂商的模型，也不会只用一套智能体框架；当采购变成多供应商组合，跨厂商调用的协议是否稳定，就成了能不能上生产的前置条件。A2A 转正的意义正在于此：它把智能体之间的对话，从厂商私有接口变成有版本约定的公共接口。
但份额不等于收入。据朝鲜日报援引同一份报告，企业付费模型支出中 Anthropic 占55%、OpenAI 占31%，两家合计86%；EpochAI 估算六家中国主要AI公司合计收入约110亿美元，而 Anthropic 年化收入估计约650亿美元。开源拿走使用量，闭源拿走利润，这是当前格局最不对称的地方。
三、影响与展望
对模型厂商，比拼的是产品组合效率。旗舰证明上限，中档决定覆盖面和毛利；谁能把同一套训练成果切成不同价位的产品，谁就能同时守住标杆客户与长尾调用。
对中国开源厂商，89%是份额胜利，也是商业考题。价格已被压到每百万0.13美元的量级，继续靠降价换份额的空间有限；把模型能力延伸为托管服务、智能体运行时与行业方案更现实，Kimi 推出 Hosted Agents 托管服务、DeepSeek 此前公开推理框架工程细节，都在这条路上。
对企业采购，判断标准正变得具体：不看榜单，而看单位任务成本、部署形态与接口是否可替换。协议稳定后替换成本下降，锁定风险下降，反过来会加速多模型并用。对算力与半导体，Agent 化是隐性放大器——长上下文、多轮调用与缓存重复读取，让增量从训练集群转向推理集群。
结语：三条消息分别落在产品、成本与协议三个位置——一次分档策略，一份揭示价格结构的份额报告，一次接口标准的转正。大模型行业已走过单点突破的阶段，接下来的胜负取决于能否把能力拆成可定价的层次、接进可替换的管路。比起追下一次发布会的跑分，更值得留意的是企业账单上的结构变化。
信息来源：The Information、同花顺财经、南华早报、IT之家、Google 开发者博客、朝鲜日报
