AI 公司正將競爭重心從模型規模轉向具成本效益的路由系統，因為企業正從測試階段邁向部署到正式生產環境。Perplexity 執行長 Aravind Srinivas 告訴 CNBC，僅靠模型本身已不再是產品，重點在於編排系統：將模型與能用於特定任務的工具搭配。這種轉變反映出美國企業界正收緊 AI 支出，企業希望用適合任務的模型，而不是永遠採用最昂貴的選項。
Perplexity 預覽使用中國開放模型的系統
本週，Perplexity 預覽了其電腦使用產品的一套新系統，該系統以 GLM 5.2 為核心，GLM 5.2 是中國 Z.ai 的開放模型。該系統旨在讓較便宜的模型承擔更多工作，並且只在需要時才呼叫更強的模型。
「光有模型已不再是產品」，Srinivas 告訴 CNBC。「它是承載架構，是編排系統：把模型放進一個非常有能力的承載架構中，並讓模型與許多工具配對。」
AI 產品正變成能夠決定要使用哪個模型、何時使用，以及是否需要外部工具或公司的資料來源的系統。客服任務未必需要最昂貴的模型，而複雜的程式碼問題可能需要。例行的內部工作流程可以用較便宜的開放模型運行，而更艱難的步驟則升級到更強的模型。
基準合作夥伴預測開放權重代幣主導
可下載、可由公司自行微調並自行運行的開放權重模型，正變得比大型 AI 實驗室推出的高階專有模型更有能力、也更便宜。
Benchmark（一般合夥人）Peter Fenton 告訴 CNBC，他的預期是，未來 18 到 24 個月內，甚至可能在今年底之前，由開放權重模型產出的代幣將佔到 90% 以上。代幣是 AI 模型用來處理與生成資料的單位。
「由前緣模型公司所產生的推理利潤率，我認為在你能在不需要他們加價的情況下運行這些模型時，就會受到壓力，因為你從開放權重中能取得足夠好的模型」，Fenton 說。
Fenton 表示，轉向開放模型不僅是為了省錢。有些情況下，針對特定任務調校的小型模型可能會比大型通用模型更快、更好表現。
Ollama 報告 Fortune 500 採用率
Benchmark 投資了 Ollama，一家讓開發者與企業更容易下載、運行並管理開放模型的公司。
Ollama 執行長 Jeff Morgan 表示，該公司已被超過 85% 的《財富》500 強企業採用，包含航空、保險與醫療保健等受監管產業的公司。
「有一件事是模型來自哪裡、以及它是如何被建立與訓練的」，Morgan 說。「但我們所面向的這些企業，最重要的則是它在哪裡運行、以及它如何運行。」
Morgan 表示，許多公司會先從更靠近自身資料的較小模型開始，等到更習慣之後，再擴展到更大型的開放模型。
中國實驗室在開放模型上創造策略性競爭
開放模型的興起，對美國形成了策略性挑戰。當前最具競爭力的多數開放權重模型，正來自中國實驗室，包括 Z.ai 和 DeepSeek。這使得開源 AI 成為一項商業問題、一項政策問題，以及一項國家競爭力問題。
Srinivas 表示，美國應該支持開放模型，因為它們能讓 AI 更便宜、更容易取得。
「如果你希望 AI 的效益能夠廣泛分配給美國的小型企業以及美國的盟友國家，那你就真的需要讓 AI 更加便宜易得」，Srinivas 說。「而開源就是唯一的方法。」
這種轉變也可能影響目前科技產業正加速興建的龐大資料中心規模。當前的 AI 熱潮假設需求會持續流向充滿高階晶片的大型雲端資料中心。Srinivas 表示，某些 AI 工作未來可能會改由本地運行，使用由消費者或企業擁有的裝置。
這不會消除對資料中心的需求，但可能會形成更混合的 AI 系統：例行任務在本地運行，而最困難的工作則送往雲端中更強大的模型。
常見問題
Perplexity 本週針對 AI 模型預覽了什麼？
本週，Perplexity 預覽了其電腦使用產品的一套新系統，該系統以 GLM 5.2 為核心，GLM 5.2 是中國 Z.ai 的開放模型。該系統旨在讓較便宜的模型承擔更多工作，並且只在需要時才呼叫更強的模型。
為什麼公司正從使用最大型的 AI 模型轉向路由系統？
當公司從測試 AI，走向在真正的產品與工作流程中使用它們時，他們需要能在正確成本下，最適合特定工作任務的模型，而不是總是使用最昂貴的模型。美國企業界也在收緊 AI 支出，使成本效率成為優先考量。
有多少家《財富》500 強企業採用了 Ollama？
Ollama 執行長 Jeff Morgan 表示，該公司已被超過 85% 的《財富》500 強企業採用，包含航空、保險與醫療保健等受監管產業的公司。
