一句话看懂：AI 模型评测公司 Arena 的 CEO 透露，大量企业正陷入“两头怕”的困境：既担心 OpenAI、Anthropic 等前沿闭源模型随时可能断供或加限制，又担心采用 DeepSeek 等中国开源模型面临监管风险。企业选型已从单纯比性能，变成一场涉及数据安全、供应链稳定性和合规的多维度博弈。
事件核心：发生了什么
Arena 首席执行官 Anastasios Angelopoulos 在近期参加“20VC”播客及接受 Business Insider 采访时表示，他接触到的企业客户普遍反映难以决定该信任哪一类 AI 模型。他描述称，企业不但害怕与前沿实验室合作，也害怕使用中国的开源模型。
Arena 是一家提供“模型竞技场”评测服务的公司，允许用户让不同生成式 AI 模型同台完成任务并投票排名。2025 年 9 月，Arena 推出面向企业的数据商业服务；据其披露，企业服务上线 8 个月后，年化经常性收入已突破 1 亿美元。其观点在行业内具有一定样本意义。
Angelopoulos 指出，OpenAI、Anthropic 等前沿模型能力固然领先，但特朗普政府近期的行动表明，模型提供方可能在没有预警的情况下关闭服务；Anthropic 等公司也会在模型层加入安全限制，导致企业无法调用完整模型能力。而 Moonshot、DeepSeek 等中国开源模型允许企业本地部署，成本远低于前沿闭源模型，但 Axios 上月报道称，特朗普政府已在考虑对中国模型实施限制或事实性禁令。
为什么重要
这反映出 AI 企业采购正在从“谁性能强用谁”转向“谁可靠且可控用谁”。闭源模型存在服务中断风险，开源模型存在地缘政治不确定性，两类主流技术路线都有明显的系统性短板。企业若选错，轻则模型被替换，重则数据和业务堆栈需要重建。
Palantir CEO Alex Karp 也曾在财报电话会上警告，前沿 AI 公司可能在合作过程中收集企业的知识产权和数据，未来反过来与客户竞争。Nvidia CEO 黄仁勋则持中间立场，认为企业将同时部署闭源和开源模型，根据成本效益和知识产权保护需求分配任务。多方观点分歧本身说明：行业尚未形成统一的企业 AI 部署范式，这既带来混乱，也催生新的中间层机会——例如模型评测、数据隔离和应用编排工具。
对用户/开发者/创作者的影响
对企业和 API 开发者而言，最直接的启示是避免将核心业务绑定在单一模型供应商上。Anthropic 或 OpenAI 可能在“安全”考量的名义下随时调整服务条款或模型行为，而中国开源模型则可能因政策变化在海外市场无法合规使用。开发者在选型时，应优先评估开源权重模型的自托管方案，并预留模型替换的抽象层。模型评测平台的数据可以帮助团队量化不同模型在垂直任务中的真实表现，降低迁移试错成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通创作者来说，短期内影响较小，但若企业大规模转向本地部署的开源模型，推理成本下降可能会传导至 AI 图像生成、文本处理等工具的价格端。对投资者而言，Arena 这类模型评估商因为掌握了企业真实使用数据，正在从技术服务商变成产业链中的关键信息节点，其商业价值值得关注。
值得关注的后续
目前公开信息显示，可以从三个方向持续跟踪：第一，美国政府对中国开源模型（如 DeepSeek、Moonshot）的具体限制措施是否会落地，以及是否会影响其海外开发者生态；第二，OpenAI、Anthropic 是否会推出更灵活的企业级本地部署或数据隔离方案，以回应企业客户的不信任；第三，Arena 等评测机构是否会从“投票排榜”发展为更系统的企业级模型风险评估工具，进而影响采购决策链条。
