开放权重模型正在改写AI行业经济规则

开放权重模型正在重构 AI 经济。开放权重 AI 模型正悄然重塑人工智能的经济格局。以下是简单梳理：

闭源前沿模型（OpenAI、Anthropic 等推出的最新模型）是专有的。你只能通过公司的付费 API 访问它们。这给了这些实验室定价权，以及非常高的推理利润率。

开放权重模型会将训练完成的实际参数，在宽松许可（MIT、Apache 等）下公开发布。任何人都可以下载，在自有硬件上运行、微调或者托管这些模型。

近期能力最强的开放模型，主要来自中国实验室——DeepSeek（V4）、Moonshot（Kimi K3）、Alibaba（Qwen）、Zhipu/Z.ai（GLM 5.2）、MiniMax 等等；Meta 的 Llama 系列、Mistral 和少数西方实验室也做出了重要的早期贡献。

为什么要投入数亿美元训练这些模型，却把参数（权重）免费开放？
1）生态掌控力——让你的模型成为开发者、创业公司和企业开发的默认底座。
2）竞争压力——高质量的免费替代品，直接冲击闭源前沿实验室的高利润 API 业务。
3）商业模式不同——这些实验室大多不需要像纯闭源实验室那样，依靠纯推理利润盈利。他们通过云服务、企业服务、硬件生态或者母公司出资来变现。
4）声望——吸引人才，推动社区快速迭代进步。

为什么开放权重模型便宜这么多？一旦权重公开，任何云服务商（甚至你自己）都可以部署运行这个模型。竞争会把价格拉向计算和电力的实际成本，而非专有定价加价。自托管则完全去掉了实验室的利润空间。许多开放权重模型还使用高效架构（尤其是稀疏 MoE 设计）。

最终影响：
- 门槛大幅降低 → AI 在整个经济中的普及速度加快。
- 对用户而言，每单位成本能获得更高智能水平。
- 对纯闭源前沿实验室的高推理利润率形成结构性压力。
- 价值向基础设施、高效部署和在此之上构建的应用转移。

闭源前沿模型目前在绝对最困难的任务上仍占优势，而且也占据了如今大部分经济价值。不过，开放权重模型现在已经处理了占比不小且快速增长的 token 流量，在数个主流平台上已经占到多数。