{"id":"mb-20260921-7e6d6d","kind":"deep","title":"为什么顶级开源大模型正在走向终局？","summary":"免费开源权重曾让全球开发者欢呼，但这一策略本质上是在芯片管制约束下，将沉重的推理基础设施与电费账单转移给外部云厂商。随着下一代前沿模型训练成本暴涨至数亿美元，搭便车模式难以为继，大模型竞争正从免费开源迅速换轨至商业授权收租。","body":"那些能让你免费下载完整权重的顶级大模型，可能真的要绝版了。\n\n半导体分析机构 SemiAnalysis 的 Dylan Patel 在播客里透露了一个内部动向。\n中国好几家头部大模型团队，正在私下通知全球的算力推理厂商。\n话说得很明确：下一代旗舰模型，不开源了。\n想要部署在你们的云平台里卖？\n来找我们买商业授权。\n\n很多人听到这个消息，第一反应大概都是不解。\n过去这一年多，大家不是一直在欢呼开源正在战胜闭源吗？\n国内的开源模型一轮接一轮地发布，参数越来越大，跑分追平甚至超过硅谷巨头。\n代码和权重往网上一放，全球开发者都在用，西方那些收费昂贵的闭源厂商被打得节节降价。\n怎么跑得正风光的时候，突然要把大门关上了？\n\n要看懂这个急转弯，先得看明白大模型到底是怎么花钱的。\n大模型这门生意，账单分成了两截。\n第一截是训练，把模型炼出来，花的是一次性的算力。\n第二截是推理，也就是全世界用户每一次提问、每一次调用，服务器在后台实时计算消耗的算力。\n很多人不知道，只要一个模型真正火起来，它在推理上烧掉的算力与电费，会远远超过当初训练它的成本。\n但在先进芯片受管制的处境下，国内团队手里能调用的高端算力集群，规模非常有限。\n手里的卡拿来训练下一代模型都得精打细算。\n要是自己建全球机房，买几万张高端显卡，每天二十四小时给全球开发者免费跑推理，服务器当场就会被挤瘫痪，手里的算力储备也会被迅速抽干。\n那怎么办？\n开源。\n把模型的完整权重往开源社区一扔。\n名声拿到了，更重要的是，全球算力推理厂商全部闻风而动。\n像 Together AI、Groq，还有各大云厂商，立刻自掏腰包采购成千上万张高端显卡，自己承担高昂的电费和机房运维，把这些开源模型部署起来，给全球用户提供服务。\n发现这套机制的精妙之处了吗？\n一份免费的权重，直接把全球最重、最烧钱的推理基础设施账单，转移给了海外的算力厂商。\n自己不用背负全球服务器的巨额开销，却借别人的显卡，把自己的技术影响力、开发者生态和各种基准测试刷到了全球第一梯队。\n\n那既然这套算盘打得这么漂亮，为什么现在不接着打了？\n因为游戏进入了第二阶段，账本对不上了。\n第一头，是训练成本在狂飙。\n过去训练一个几十亿或者几百亿参数的模型，几千万人民币或者几千万美元还能扛住。\n到了今天，想要冲击具备深度思考能力的下一代旗舰模型，算力规模必须成倍往上堆，单次训练账单动辄冲向数亿美元。\n国内的投资环境早就过了盲目烧钱的狂热期，不管是母公司还是外部资方，不可能无限期为情怀买单，全都要求看到真实的收入。\n第二头，是这套模式撞上了搭便车的问题。\n海外那些做算力推理的中间商，把开源权重拿过去，包装成接口卖给全球企业，客户源源不断，靠着跑模型赚取现金流。\n但这些算力厂商赚到的钱，会分给熬夜研发的模型团队吗？\n一分钱都不会分。\n模型团队承担了全部的技术研发风险，烧了几千万上亿美元的算力，最后全给算力中间商做了嫁衣。\n自己不仅收不回成本，还要为了下一代模型的训练资金到处发愁。\n\n免费开源在第一阶段是最好的杠杆。\n借别人的算力把生态做大，把对手的高价体系打穿，本就是特定约束下的战术选择。\n当技术代差抹平，当算力账单重到谁也扛不住的时候，杠杆的任务就已经完成了。\n接下来，就是换轨收费。\n你想要最新的旗舰能力？\n可以，但不能再免费下载了，必须签商业授权协议，或者按调用量拿出分润。\n开源在很多时候被描绘成无私奉献的技术乌托邦。\n但走到商业深水区，决定一切的永远是算力的真实账本。\n当免费的借力打力玩到了头，关门收租就是唯一的终局。","topic":"为什么顶级开源大模型正在走向终局？","frame_type":["算力成本外包与两阶段商业收网","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-21 19:18:10","legal_anchor_count":0,"transcript_citation_count":0}