? 一则7月24日的报道
《华尔街日报》7月24日刊发报道，标题直白得有点刺眼：Corporate America Has Suddenly Decided to Stop Blowing Money on AI（美国企业突然决定不再为AI乱烧钱了）。
报道指向一个正在发生的趋势：大大小小的公司开始混用不同的模型，而这正在改变整个行业的经济学和权力格局。
? 混用模型改变经济学
过去一年，企业倾向于押注单一头部大模型，并为此支付高昂的订阅和API费用。如今风向在变——企业开始根据任务难度，把请求分发给不同档位的模型：简单任务用低价或开源模型，复杂任务才调用最尖端模型。
这种"分层使用"直接改写了AI的经济账：
· 边际成本从"非常高"开始向"非常低"靠拢；
· 曾经流行的"边际成本不为零"叙事，在低价模型跨过可用门槛后逐渐被证伪；
· 基础模型公司的收入增长，不再与"被影响的白领人数"线性挂钩。
? 与Kimi3分层共振
这一趋势与近期模型层面的变化高度共振。Kimi3的出现标志着开源大模型跨过了可用阶段，需求分层加剧的可能性被打开。
此前市场没有认真讨论过"用户分层会不会非常严重"这个话题，但Kimi3之后，分层正在成为显性变量。OpenAI的用户数据对Kimi3的反应相当剧烈，说明即便是头部玩家，也感受到了分层带来的压力。
? ARR幻觉的又一注脚
把全部职业替代的薪水空间都算给大模型企业的ARR，有点像把互联网货架电商的GMV当成了互联网企业的营收。
未来大模型用户分层后，绝大多数企业的裁员只会有极少极少的薪水节约流入AI，只有极少的、必须用最尖端大模型的需求，才会带来更高的ARR转化。把"节约一美元工资"等同于"增加一美元AI收入"，是这一轮AI定价里最隐蔽的幻觉。
企业停止盲目烧钱，不是AI的终点，而是AI商业化的成人礼。
? 结语
当买方开始精打细算地混用模型，基础模型公司的估值逻辑，就必须从"叙事驱动的无限空间"回到"分层后的真实ARR"。这则7月24日的报道，或许会成为市场重新审视AI硬件市值占比的一个时间锚点。
