Capture record
- Canonical URI: https://www.bnext.com.tw/article/92588/ai-startups-leaving-openai-open-weight-models
- Source class: secondary synthesis/reporting。BusinessNext 頁面標示作者林美欣,JSON-LD
articleBody末尾註明「本文出自T客邦」;T客邦原文作者為 KKJ。Harvey、Abridge、Decagon 的第一方頁面只用來核對相應產品/模型主張,不把它們視為對 T客邦文章全部敘事的背書。1 2 3 4 5 - 原文標題: 不想再幫OpenAI打白工了!一家AI新創毛利率慘跌至負50%,矽谷為何掀起「逃亡潮」?
- 作者/出版者: 林美欣/數位時代 BusinessNext;上游轉載來源為 KKJ/T客邦。
- 發布時間: 2026-10-12T14:52:00+08:00(BusinessNext JSON-LD
datePublished/dateModified);T客邦原文發布 2026-10-11T09:30:00+08:00。1 2 - 擷取時間: 2026-10-12T08:01:46Z–08:01:48Z(直接 HTTP GET 的 response
Date)。 - Retrieval method: 先以
web_extract讀取 BusinessNext canonical URL;該次回傳的標題正確,但正文為同頁的 Porsche Cayenne 品牌內容,與 JSON-LD 標題及articleBody不一致,因此不把該段內容當成本篇文章證據。再以 Python 標準函式庫urllib.request直接 GET,status200,從 JSON-LDNewsArticle.articleBody取得 1,606 字正文;同一篇文章以web_extract直接讀取 T客邦原文,並以web_extract直接讀取 Harvey、Abridge、Decagon 第一方頁面。全程未使用 browser 或 browser process。1 2 3 4 5 - HTTP metadata: BusinessNext status
200;Content-Type: text/html; charset=UTF-8;responseDate: Mon, 12 Oct 2026 08:01:46 GMT;HTML 392,538 bytes;HTML SHA-2562eebd82404a8fd3eab24a12473ac2b749ba7123a2b149c732ab81d9ac056e35a;JSON-LDarticleBodySHA-256329c88bbd8f671a116be1bcc1b83b9df88083151a35092d58e17f71eed75fe5b。T客邦 status200;Content-Type: text/html; charset=utf-8;responseDate: Mon, 12 Oct 2026 08:01:47 GMT;HTML 91,952 bytes;HTML SHA-2563970e967f2fea715f7e1f058e3fb2071245bdc877563e3fba171a2f9bde9e205。Harvey、Abridge、Decagon direct HTTP status 均為200;本輪讀取到的 HTML SHA-256 分別為8baeb8edda1fcf838e697869912a94751a12a30c90181984ccb2f0ceced47798、f10e9ed48258a83c5d0cdedbbbda6d884564e12b2e5092390f1a52b0d30f002e、f76c64ad6443c650e01467cd899f922c1a764a9c4eabc6cbda40cf02fde3d8aa。 - Saved payloads and SHA-256: 無;本筆只保存 provenance wrapper、忠實摘要與主張帳本,不保存 BusinessNext、T客邦或第一方頁面的完整 HTML/文章 payload。frontmatter 的
sha256是本檔 frontmatter 結束後 body 的 SHA-256。 - Rights boundary: 媒體文章與第一方頁面均只保存 canonical link、metadata、摘要、claim ledger 與擷取異常;未保存完整受版權保護內容或圖片。來源讀取不等於取得重製授權。
Faithful summary
BusinessNext 轉載 T客邦文章,主題是高使用量 AI 應用在採用封閉模型 API 後的成本壓力,以及部分新創改採自建、微調或開放權重模型的方向。文章以 Harvey 為主案例,稱其 2026 年 3 月 AI agent 更新後企業使用量暴增,毛利率由年初約 50% 降至 6 月約 -50%;文章再稱 Harvey 於 8 月推出以 Moonshot AI Kimi K3 為基礎的自家模型,搭配模型路由與架構調整後,毛利率轉為正值。這些財務數字在本輪只讀到 T客邦/BusinessNext 的二手敘事,未讀取 Bloomberg 或 Harvey 的財務文件。1 2
Harvey 官方〈Harvey Tenet Research Preview〉則直接說明:Harvey Tenet 是以 Kimi K3 為 base、與 Fireworks Research 共同 post-train 的 open-weight model,目標是長鏈法律 agent 任務;官方同時主張 post-training 可改善法律 benchmark 表現與 cost-efficiency。這支持模型來源、訓練方向與公司自述的成本效率研究,但不支持文章所稱的毛利率變化。3
文章把 Harvey 的轉向放進更大的「應用公司降低模型成本」敘事,列出 Abridge、Decagon、Ramp、Rogo、Cursor 與 Cognition。Abridge 官方新聞稿直接說明其與 NVIDIA 合作,基於 NVIDIA Nemotron open model family 建立 clinical conversations foundation model;Decagon 官方則寫明超過 80% 的 model traffic 已跑在其自行訓練的模型上。這兩項第一方資料支持「部分新創正在建立專用模型/自有模型」的方向,但 Abridge 的醫療模型與 Decagon 的 model traffic,不等於文章對所有公司、所有查詢或成本節省幅度的概括。4 5
文章最後加入反方限制:自建或微調模型需要前期資本支出、算力、資料管線與高階機器學習人才;Menlo Ventures 合夥人 Matt Kraning 被引述認為「有沒有自己的模型」不是正確問題,許多自研模型宣稱可能只是市場行銷。這段在本輪只保留 T客邦/BusinessNext 的受訪者 attribution,未直接讀取 Kraning 的原始發言。2
Claim ledger
| ID | Source claim | Status | Owning evidence and boundary |
|---|---|---|---|
| C01 | BusinessNext 92588 的標題、作者、發布時間與「本文出自T客邦」標示。 | supported | BusinessNext direct HTTP response 的 JSON-LD/metadata 與 articleBody 已讀取;只支持頁面 metadata 與轉載標示。1 |
| C02 | Harvey 毛利率由年初約 50% 降至 6 月約 -50%,之後轉正。 | unresolved | T客邦/BusinessNext 以知情人士與外部報導口徑陳述;本輪未直接讀取 Bloomberg、Harvey 財務資料或審計文件。1 2 |
| C03 | Harvey Tenet 以 Kimi K3 為 base,與 Fireworks Research 共同 post-train,並以降低 token 使用與成本為研究目標。 | supported(supplier claim) | Harvey 第一方研究預覽直接支持模型來源、合作方、長鏈法律任務與 cost-efficiency framing;未獨立重跑 benchmark 或成本。3 |
| C04 | Abridge 與 NVIDIA 基於 Nemotron open model family 建立 clinical conversations foundation model。 | supported(supplier claim) | Abridge 2026-06-11 官方新聞稿直接支持;模型效能、醫療安全與實際成本未獨立驗證。4 |
| C05 | Decagon 超過 80% 的 model traffic 跑在自行訓練的模型上。 | supported(supplier claim) | Decagon 官方〈Introducing Decagon Labs〉直接支持「over 80% of all model traffic」;這不等同於 BusinessNext 所寫的所有「客戶查詢」或跨客戶平均比例。5 |
| C06 | Ramp、Rogo、Cursor、Cognition 也正在以自建/客製化模型降低成本,並涉及文章列出的融資與估值數字。 | unresolved | 本輪未直接讀取這些公司的公告、融資文件、模型路由資料或估值來源;只保留 T客邦/BusinessNext 報導層級。2 1 |
| C07 | 應用公司從封閉模型 API 轉向開放權重或自建模型,是一波可泛化的「逃亡潮」,且能普遍改善單位經濟。 | observational | 文章把 Harvey、Abridge、Decagon 等案例串成趨勢,但沒有跨公司樣本、成本分母或因果研究;本輪只支持案例層級觀察。1 2 |
| C08 | 自建模型的主要障礙包括訓練成本、算力、資料與稀缺人才;Matt Kraning 對盲目自研提出質疑。 | observational | T客邦/BusinessNext 的報導與受訪者 attribution;未直接讀取 Kraning 原始發言或模型開發成本資料。2 |
| C09 | 開放權重模型一定比封閉模型更便宜、更適合所有 AI 新創。 | contradicted | 本篇自身已包含自建模型前期資本、人才與工程負擔的反方段落;Harvey、Abridge、Decagon 第一方資料也只支持各自場景,不支持普遍適用性。1 2 3 4 5 |
Evidence boundary
本筆支持的最小結論是:T客邦/BusinessNext 報導 Harvey 因 agent 使用量與模型 API 成本壓力而轉向以 Kimi K3 為基礎的 Harvey Tenet,並把 Abridge、Decagon 等案例放進「應用端建立專用/自有模型」的產業敘事;Harvey、Abridge、Decagon 的第一方頁面分別支持 Tenet 的 Kimi K3 base、Abridge 的 Nemotron foundation model,以及 Decagon 自述的 80% model traffic。這些證據不支持 Harvey 毛利率數字已獲財務文件驗證、不支持所有列舉公司已完成模型轉向,也不支持開放權重在所有場景都更便宜或更好。1 2 3 4 5
BusinessNext canonical page 存在擷取異常:web_extract 對同一 URL 回傳 Porsche Cayenne 品牌內容,但 direct HTTP 的頁面標題、OpenGraph、JSON-LD NewsArticle 與 T客邦原文互相對應。本輪以 JSON-LD article body 與 T客邦原文作為本筆文章證據,並保留該異常;未把 Porsche 內容納入本筆主張。1 2
Sources skipped or not directly read
- Bloomberg:T客邦/BusinessNext 對 Harvey 毛利率與 8 月轉正的上游歸因;本輪未直接讀取 Bloomberg 正文或其財務資料。
- Ramp、Rogo、Cursor、Cognition 的官方模型公告、融資文件、估值資料與成本數據:本輪未直接讀取。
- Matt Kraning 的原始公開發言、Menlo Ventures 文章或訪談:本輪未直接讀取。
- OpenAI、Anthropic、Moonshot 的完整定價、授權與 enterprise usage 文件:本輪未直接讀取;本筆不重算模型 API 成本。
- BusinessNext 同頁
web_extract回傳的 Porsche Cayenne 品牌內容:判定為頁面/擷取不一致資料,未納入本筆證據。
Rights boundary
BusinessNext、T客邦、Harvey、Abridge 與 Decagon 內容均受其版權、授權或網站條款約束。本次僅保存 metadata、繁中 faithful summary、claim ledger、證據界線與來源連結;未保存完整 HTML、完整文章、圖片、模型、benchmark payload 或財務文件。Canonical links 保留作後續查核入口,來源 ingest 不等於取得重製、下載或商業使用授權。
Footnotes
-
數位時代 BusinessNext,〈不想再幫OpenAI打白工了!一家AI新創毛利率慘跌至負50%,矽谷為何掀起「逃亡潮」?〉,林美欣,2026-10-12;https://www.bnext.com.tw/article/92588/ai-startups-leaving-openai-open-weight-models。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11
-
T客邦,〈不想再幫 OpenAI 打白工了!矽谷掀起 AI 逃亡潮:法律、醫療新創紛紛改用中國開放模型,背後原因超現實〉,KKJ,2026-10-11;https://www.techbang.com/posts/133398-ai-startups-leaving-openai-high-costs。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12
-
Harvey,〈Harvey Tenet Research Preview〉,2026-08-20;https://www.harvey.ai/blog/post-training-update-harvey-tenet。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6
-
Abridge,〈Abridge Unveils Patient-Centered Clinician Intelligence Platform〉,2026-06-11;https://abridge.com/press-release/patient-centered-clinician-intelligence-platform-keynote。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6
-
Decagon,〈Introducing Decagon Labs〉,Max Lu,2026-03-24;https://decagon.ai/blog/introducing-decagon-labs。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6