OpenAI 建了一座采购商场,Sierra 改写了发票单位,NVIDIA 买下开源的供给端

👁 273 次阅读

一、三件事,一个买家

9月29日,OpenAI 在 DevDay 2026 上宣布 B2B Marketplace:符合条件的企业客户可以把自己已经承诺给 OpenAI 的那部分预算,花在合作伙伴的软件上。首批大约 32 家伙伴(来源:openai.com DevDay 2026 Recap,2026-09-29;TokenPost)。

两周之后,这件事在定价层显出了形状:Sierra 把自己的模式写成了按结果收费——不为一通对话付费,为一次解决付费。而 NVIDIA 以 129.3 亿美元买下 Hugging Face,把开源模型的供给侧一次性收进自己的栈。

三件事看起来各归各的赛道:一家在卖采购入口,一家在卖计费方式,一家在买供应链。但它们指向同一件事——2026 年下半年的主战场,已经从谁造得出模型,换成了谁定义模型的价值如何被计算、被采购。

二、市场是一个入口,不是一个购物车

OpenAI B2B Marketplace with enterprise partner brands
OpenAI Marketplace 首批约 32 家企业伙伴,覆盖设计、客户体验、法律、安全与开源模型托管六个方向

32 家伙伴,一张完整的软件栈地图

方向 首批伙伴
创意与设计 Figma、Adobe
客户体验 Sierra、Decagon、HubSpot、Salesforce、ServiceNow
法律 Harvey、Legora
网络安全 Palo Alto Networks、CrowdStrike
开源模型 Baseten
可观测性 Datadog

(伙伴名单来源:TokenPost、unite.ai、cryptobriefing,2026-09/10)

这张名单的排列方式本身就是信息。它不是随机邀请,而是把企业软件栈的核心层——设计、客服、CRM、法律、安全——一次圈全。换句话说,OpenAI 试图把自己变成企业软件采购的一站式入口。

但它不撮合交易

按 OpenAI 帮助中心文档,购买流程是四步:OpenAI 与伙伴确认客户和拟采购是否合格;客户直接与伙伴签约;伙伴开票;OpenAI 把符合条件的金额记到客户的承诺额消耗上。

关键点在于:交易本身不在市场里完成。OpenAI 自己的文档说得很明确——初始阶段支持产品发现和意向表达,不包含自助结账(来源:unite.ai 转述 OpenAI Help Center 文档)。

所以 OpenAI Marketplace 的真实身份不是交易市场,而是一个意图聚合器加预算再分配器。它不掌握交易数据,只掌握预算流向。这跟 AWS Marketplace、Azure Marketplace 有本质区别——那些平台能拿到采购流水,OpenAI 拿到的只是这笔钱被允许花到谁身上。

这个设计的代价和好处是对称的:伙伴保留客户关系与发票,摩擦低;但 OpenAI 对伙伴的杠杆也就只有预算准入权这一件事。

三、计费单位正在从 Token 换成结果

billing unit shifting from tokens to business outcomes
按结果收费的前提是高度自主且可归因——两条都成立时才谈得上真正的 outcome pricing

Sierra 和 Decagon 都在首批名单里,且都是客户体验方向的代理公司。这两家的定价哲学,恰好是这次市场最锋利的部分。

Sierra 在 2024 年 12 月的博客里提出按结果收费:你只为软件完成特定、有价值的结果付费——一次被解决的支持对话、一次挽留住取消、一次追加销售或交叉销售。原话是:如果对话没有被解决,在大多数情况下,你不被收费。(来源:sierra.ai/blog/outcome-based-pricing-for-ai-agents)

2026 年 7 月,Sierra 补了一条更诚实的边界:按结果收费比按席位或按用量收费更复杂——在运营上、合同上、会计上都更复杂。而且它只在软件高度自主、且结果可清晰归因两个条件都成立时才成立。(来源:sierra.ai/blog/outcome-maxxing)

2×2 框架:四种计费单位

Sierra 用 Madhavan Ramanujam 的 2×2 坐标系解释这件事,两条轴是软件自主性和结果可归因性:

计费模式 位置 当前代表
按席位 SaaS 低自主 × 低可归因 过去 15 年的默认模式
按 API 用量 高自主 × 低可归因 OpenAI、AWS
席位 + 用量混合 低自主 × 高可归因 Cursor
按结果 高自主 × 高可归因 Sierra

值得留意的是 Sierra 自己并不教条:它说自己不对此教条化,会在问题形状合适时做用量型的工作。翻译过来就是——真实的 Sierra 合同是混合模式,一部分按结果、一部分按对话数、再叠一个平台费,而且哪部分归哪类,是谈判出来的,不是产品开关。

按结果收费的真实成本

Sierra 没有公开任何价格——sierra.ai/pricing 返回 404,没有自助报价,没有费率页(来源:getmacha.com/blog/sierra-ai-pricing-explained,2026-09)。所有公开数字都来自对手估算:Fin 估计 Sierra 平台费不低于每年 15 万美元,实施费 5 万至 20 万美元,第一年全成本 20 万至 35 万美元以上。

把这些数字代进去算,结论并不讨喜:

月对话量 月解决数(60% 解决率) 平台费折合到每个结果 能否追平 Fin 的 0.99 美元
5,000 3,000 4.17 美元 不可能
20,000 12,000 1.04 美元 不可能
100,000 60,000 0.21 美元 结果费率低于 0.78 美元时成立

(测算来源:getmacha.com,基于 Fin 的平台费估算与 60% 解决率假设)

也就是说,按结果收费在 60,000 次解决每月这个量级以下基本追不平公开报价。这个模式的甜蜜点是企业级大用量,不是中型市场。

顺带一个值得记住的事实:Fin 已于 2026 年 9 月 10 日被 Salesforce 完成收购(来源:getmacha.com)。当按结果收费的主要公开定价者被 CRM 巨头收编,这个定价模型的独立性本身就成了一个问题。

四、传统客服商的利益冲突

Sierra 在定价博客里直接点破了旧模型的死结:传统客服商的收入依赖按席位定价,客户每年为每个 license 付几千美元。可他们现在也在推销能自主解决问题的 AI 代理——这就构成了直接冲突:AI 越有效,客户需要的坐席越少,供应商自己的收入模型就越受伤。

Sierra 给出的检验问题很干净:如果代理真的有效,我的按席位账单会缩多少?答案应该是明显缩水。如果供应商不肯让账单缩水,那它卖的还不是代理。

Decagon 的市场语态也印证了同一逻辑:OpenAI 伙伴目录里对 Decagon 的描述是 Decagon 构建的是端到端解决客户问题的 AI 代理,而不是推诿(来源:unite.ai)。不推诿三个字,本质上就是对解决率可以结算的承诺。

所以按结果收费不只是定价创新,它是商业模式重构的必然结果——原来的计费单位和它要交付的东西已经对不上了。

五、供给侧的收编:NVIDIA 与 Hugging Face

open-weight AI models flowing through a shared platform
NVIDIA 承诺 Hugging Face 保持开放:不需要 NVIDIA 算力,继续支持所有模型作者的开源与开放权重模型

9 月 3 日,NVIDIA 宣布以 129.303 亿美元收购 Hugging Face。这是其史上第二大并购,仅次于 2025 年 12 月以 20 亿美元收购 Groq 资产(来源:blogs.nvidia.com、CNBC、Dealroom)。

黄仁勋的博客给出了三条承诺:Hugging Face 将对整个 AI 生态保持开放;构建和部署不需要 NVIDIA 算力;平台继续支持所有模型作者的开源与开放权重模型。(来源:blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/)

他同时给了一组数据:Hugging Face 上有超过 1800 万开发者、研究员与创作者,300 多万个模型,50 万个数据集,20 多万家企业在使用;NVIDIA 是其最大的开源模型与数据贡献者,已发布超过 500 个模型和 250 多个开放数据集。

他还提到一句容易被忽略的话:开源环境能给防御方不对称优势——这句表态的背景是 Hugging Face 近期遭遇过一次攻击,平台负责人 Clem Delangue 在解释时称公司用了一个 NVIDIA 版本的开源模型来处置(来源:CNBC)。

渠道合作伙伴给出的解读更直接。Mark III Systems 的战略副总裁兼 CTO Andy Lin 对 CRN 说:我们看到,几乎所有大型企业都想要某种运行开放模型的集中式 AI 工厂,作为备选方案。(来源:crn.com/news/ai/2026)

CRN 还提到另一个可能:NVIDIA 想用 Hugging Face 日渐增长的机器人模型库来推动自己的物理 AI 业务。(来源:crn.com)

需要留意的时点:该交易预计在 2027 年上半年完成,仍需监管批准(来源:CRN、Dealroom)。所以下面的判断是方向性的,不是已兑现的。

六、企业采购的几条暗线

同期还有两笔交易,量级小得多,但方向一致。

8 月 24 日,Google Cloud 宣布与 Verizon 达成战略合作,Gemini Enterprise 将成为 Verizon 企业与客户体验现代化的支柱。Verizon 已经把它大部分的消费者来电和聊天月量交给这套平台处理。(来源:googlecloudpresscorner.com,2026-08-24)

7 月 17 日,LTM 与 Glean 达成战略合作,把 BlueVerse 代理生态叠加在 Glean 的企业知识图谱之上。Glean 的表述是:大型企业想要的 AI 不只是回答问题——他们需要 AI 理解他们的业务、尊重治理要求,并帮助员工在他们每天使用的系统里采取行动。(来源:ltm.com)

两条暗线的共同点是:买方都在找能跨越应用边界的知识层,而不是单点工具。而且两家都在强调不排斥现有投资——这本身就是对 Microsoft Copilot 存量的一种委婉表态:我不抢你的预算,我帮你把预算用好。

七、把它们拼起来

回到开头那三件事。它们不是三则独立新闻,而是一条传导链上的三个环节。

第一环是供给侧成本。当开源模型的供给被 NVIDIA 这样的基础设施巨头规模化收编——300 多万个模型、20 多万家企业在用——闭源模型的溢价空间就会被持续挤压。渠道伙伴的判断很直白:闭源前沿模型的昂贵成本,正在推动企业客户转向开放模型。(来源:crn.com)

第二环是计费单位。当算力成本持续下降,任何在 Token 之上定价的软件都会跟着被压缩。Sierra 的论述说得最透:原始智能的成本会下降,这是技术里最清晰的趋势。建立在那层算力之上的软件定价,会随之压缩。不会压缩的是结果——一个没流失的客户、一单卖掉的房子、一份处理完的保险理赔,价值不随模型成本变化。(来源:sierra.ai/blog/outcome-maxxing)

第三环是采购入口。当价值单位从用量转向结果,采购决策就从技术选型变成了预算分配。OpenAI Marketplace 干的就是这件事——把已有的消费承诺变成一张可编程的采购凭证,让预算可以直接流向能交付结果的伙伴。

这三条连起来看,一个判断浮出水面:2026 年下半年 AI 行业的重心,已经从模型能力竞赛,转向了商业基础设施的争夺。谁能定义价值单位,谁就掌握了下一阶段的议价权。

对使用者的含义也很具体:如果你正在选型,值得问自己三个问题——供应商的计费单位跟你采购的结果对齐了吗?你的承诺额有没有办法被重定向到能兑现结果的地方?如果明天开源替代方案变成默认选项,这家供应商的溢价还剩多少?

结语:谁定义计费单位,谁就拥有采购权

9 月 29 日那场发布会的底色,其实是 OpenAI 给出的两个数字:12 亿周活跃用户,以及自 7 月以来企业业务翻倍。(来源:openai.com DevDay 2026 Recap;CNBC 现场报道)

用户数决定流量,预算决定采购。当流量已经不再是稀缺品,接下来稀缺的是那笔已经签好的消费承诺能流向哪里。

这是本周最有意思的结构性变化。模型会继续变便宜,能力会继续上升。但真正决定谁能活下来的,是你能不能把模型的价值,折算成一个客户愿意签的字。

来源

OpenAI DevDay 2026 Recap,2026-09-29(openai.com/index/devday-2026-recap/)
CNBC《OpenAI DevDay 2026: Live updates and announcements》,2026-09-29(cnbc.com)
TokenPost《OpenAI Launches Marketplace for Enterprise Software Commitments》(tokenpost.com/news/business/25620)
unite.ai《Decagon Joins OpenAI’s B2B Marketplace as a Launch Partner》,2026-10-02(unite.ai)
cryptobriefing《Figma becomes official launch partner for OpenAI’s new B2B Marketplace》
Sierra《Outcome-based pricing for AI Agents》(sierra.ai/blog/outcome-based-pricing-for-ai-agents)
Sierra《Outcomemaxxing》,2026-07(sierra.ai/blog/outcome-maxxing)
getmacha.com《Sierra AI Pricing 2026: Outcome Billing and Real Costs》,2026-09
NVIDIA Blog《NVIDIA to Acquire Hugging Face》,2026-09-03(blogs.nvidia.com)
CNBC《Nvidia agrees to buy Hugging Face for almost $13 billion》,2026-09-03
CRN《Nvidia’s $12.9B Hugging Face Deal Will Aid Enterprise AI Push: Partners》(crn.com/news/ai/2026)
Dealroom《Nvidia’s $12.9B for Hugging Face, in seven charts》
Google Cloud Press Corner《Google Cloud Announces Strategic Partnership with Verizon》,2026-08-24
LTM《LTM Partners with Glean to Accelerate Enterprise AI Adoption》,2026-07-17

本文所涉价格与估算中,凡非官方披露部分均已标注来源。Sierra 未公开任何单价,文中测算基于第三方(Fin)估算值与 60% 解决率假设,仅供规模判断参考。NVIDIA 收购 Hugging Face 尚未完成,以监管批准为准。

订阅 AI 百事知

每周精选 AI 工具评测、行业资讯与使用教程,第一时间送达。

🔗 相关阅读(你可能还想看)

📄 Gemini Omni 1.2 Flash 发布:视频降价30%、原生15秒,单条成本只贵5分钱
谷歌 11 月 5 日开放 Gemini Omni 1.2 Flash:720p 视频每秒 0.07 美元,比上代降 3
📄 GPT-6 Cyber 发布:121 万美元,948 条通往 root 的路
OpenAI 发布 GPT-6 Cyber:在 Linux 内核上跑出 948 个本地提权利用,整轮 API 成本 12
📄 Anthropic冲刺IPO:170亿营收、8950亿算力承诺、首次在招股书披露递归自我改进风险
📄 Anthropic IPO招股书曝光:单季营收170亿美元背后的8954亿美元算力账单
📄 阿里千问接入 Apple Intelligence:中国版 iPhone 的 AI 时刻来了
📄 苹果AI中国落地靴子落地:千问接入Apple Intelligence,11月4日开测
📄 苹果官宣:Apple Intelligence 国行版落地,阿里千问深度接入 Siri 与系统写作工具
苹果官宣 Apple Intelligence 国行版 11 月 4 日开测、12 月随 iOS 27.3 正式上线。阿
📄 Anthropic 递交 S-1 启动 IPO:Claude 母公司估值剑指 2 万亿美元
📄 Cerebras 公开万亿参数模型部署方案:59 块晶圆跑 3T 参数,推理 2000 tokens/秒
🤖 想直接和 AI 对话?
免费体验 DeepSeek V4 等顶级模型,无需注册,随问随答
🎯 立即体验 AI 工具

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

🤖 嘟嘟客服
滚动至顶部
🤖 嘟嘟客服
🤖 嘟嘟客服
';i.value='';m.innerHTML+='
...
';fetch('/dify-chat',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify({query:q,user:'w'+Date.now()})}).then(function(r){return r.json()}).then(function(d){var a=d.answer||'暂时无法回复';m.removeChild(m.lastChild);m.innerHTML+='
'+a+'
'}).catch(function(){m.removeChild(m.lastChild);m.innerHTML+='
网络异常
'})">发送