开源不是慷慨

读懂中美大模型路线分歧，只需要看懂一个问题：钱在哪一层。

"中国搞开源、美国搞闭源"，这个说法流传很广，也误导了很多人。它把一道商业结构题，讲成了文化差异和价值观之争。

判断一家公司开不开源，其实只要问一句话：它的钱，在不在模型这一层。

这条规律在产业史上被验证过无数次。Joel Spolsky 2002 年就写透了，叫"把你的互补品商品化"（commoditize your complement）：你在哪一层收钱，就在哪一层设收费站；不在哪一层收钱，就把那一层砸成白菜价，让对手的收费站收不到钱。IBM 开源 Linux，打的是微软的操作系统税。Google 开源 Android，打的是苹果的入口。Meta 当年开源 PyTorch、React、Llama，是不想让 OpenAI 独占模型层。

没有一次是因为慷慨。

中国为什么开

三条约束叠在一起，开源几乎是唯一解。

第一，主力开源方的钱不在模型层。阿里、字节这类玩家，模型是云和 token 的入口，不是收入本身。阿里内部的表述很直白：商业模式从"算力即服务"转向"Token 即服务"，通义实验室从阿里云下属部门升格为与电商、云并列的独立事业部，MaaS 也从云业务里拆了出来。在这个结构里，开源不是理想主义，是成本最低的分销渠道。你在 Hugging Face 下载 Qwen，最后大概率还是回阿里云跑推理。

第二，算力受限的一方只能选生态壁垒，选不了资本壁垒。拿不到最先进的卡，"堆算力"这条赛道结构性赢不了，剩下的路只有一条：用算法效率对冲，用生态扩散换时间。DeepSeek V3 披露的训练成本约 557.6 万美元，同期 GPT-5 量级的训练成本超过 5 亿美元。这个对比要打折看，它只算单次预训练，不含研发试错、人力和前期算力沉淀，但量级差是真的。

弱者开放、强者封闭，这是产业重力，不是道德选择。Linux 对 Windows，Android 对 iOS，MySQL 对 Oracle，没有例外。

第三，国家层面要的是事实标准，不是某一家的利润。"鼓励开源开放"已经写进了政策口径。截至 2026 年 6 月，中国累计上线开源大模型 137 个，占全球总量 41%，全球累计下载量破 100 亿次。官方统计口径有水分，但意图很清楚：国产芯片要生态，行业模型要底座，全球开发者要默认选项。一个不开放的国产模型，对整条产业链没有用。

美国为什么关

不只是变坏了，是算术变了。

Meta 是最诚实的注脚。扎克伯格 2024 年还在发"开源宣言"，而 Llama 这个词在 2023 年财报电话会上被提到 19 次，到 2026 年 Q1 财报电话会是 0 次。取而代之的是 Muse Spark：Meta Superintelligence Labs 出品，闭源，私有 API 预览，直接卖钱。

原因不复杂。当 AI 相关年度支出被推到千亿美元量级，"生态影响力"这四个字过不了董事会的 ROI 审查。开源作为战略，只有在你负担得起"不直接变现"的时候才成立。成本涨了两个数量级，这个前提就没了。

OpenAI、Anthropic、Google 更简单：收入直接产生在模型层。你在哪一层收钱，就不能在哪一层免费。

至于 OpenAI 2025 年 8 月放出的 gpt-oss，Apache 2.0，确实大方。但有个细节值得注意：直到 2026 年中，那批 2025 年 8 月的权重仍是主力版本，没有 2.0。它更像一次防御性的地缘政治动作，防止"开源等于中国"这个等号被焊死，而不是战略转向。

那开源不就是把优势送人吗

这是被问得最多的一个问题。它建立在一个错误前提上：以为模型权重是护城河。

权重不是护城河，是护城河里流出来的水。

你开源的是结果，不是生产结果的能力。别人拿到 Qwen 或 Kimi 的权重，拿不到背后的数据管道、训练集群、评测体系，也拿不到那支能在六个月内做出下一代的团队。给你一辆车，不等于给你一家汽车厂。

再往下拆三点。

一是你守着的东西正在飞快贬值。大模型权重的半衰期大概六到九个月。你不开源，它照样贬值，只是烂在自己手里。所以真实的选择不是"保住优势还是放弃优势"，而是要不要趁一个快速折旧的资产还值钱，把它换成会升值的东西：开发者心智、事实标准、招聘品牌、融资叙事、云上的 token 流量。这些不折旧，还有复利。DeepSeek 今天的估值不是 API 收入撑起来的，是开源换来的全球声誉撑起来的。

二是追赶者永远只能追到你的上一代。你在 T 时刻放出 N 代模型，手里已经有 N+1 代在训。别人拿到权重，做完蒸馏微调，部署上线，起码三到六个月，那时候你的 N+1 代已经发了。开源真正的作用，是把行业的及格线画在你选的位置上，而你自己永远站在及格线之上一代。

三是没有人真的"全开"。这是行业里心照不宣的分寸：开权重，不开数据配比和训练细节；开中小尺寸，留最大尺寸（Qwen 开源一大批，Qwen-Max 闭源）；开上一代，留这一代（gpt-oss 和 GPT-5 差着明确代差）。所谓开源，从来不是把最好的送出去，而是把已经不构成优势的那部分送出去，换取对自己收费层的流量。

还有一个常被忽略的现实：把 1.6T 参数的权重摆在 90% 的公司面前，他们连能跑起来的机器都凑不齐，更别说持续微调和运维。开源模型对绝大多数人是看得见吃不着。而真正吃得着的那批人，有算力、有工程能力的公司，本来就是你的生态伙伴或云客户，不是你的对手。

能白嫖你的人伤不了你，能伤你的人白嫖不了。

更狠的一层：开源是打价格的武器

DeepSeek 开源 R1，最痛的是谁？不是阿里，不是字节，是那些靠模型层收租的公司。

你把一个接近前沿的能力免费扔进市场，等于宣布这一层的合理价格是零，对手的整条收入曲线被压平。这不是产品策略，是往对手的现金流里倒硫酸。你自己不流血，因为你的血本来就不在这一层，你在云上，在电商，在广告，在硬件。

所以那句话要反过来讲：不是"开源让别人追上我"，是"开源让所有人一起站到我画的地板上"。地板是你画的，标准就是你的。

代价也要认

开源不是免费午餐。

最肥的客户会跑。大企业私有化部署一套开源模型，从此不再付 API 费，你培养出的最有付费能力的客群，变成了白嫖用户。

责任外部化，骂名留下。权重放出去被拿去做什么，你控制不了，出了事舆论还是找你。

更要命的是，一旦你真的领先了，开源就变成纯亏损。这才是 Meta 转向的本质：开源是追赶者的武器，不是领先者的武器。当扎克伯格觉得自己有机会做第一，开源立刻失去了存在的理由。

最后一句判断

"中国AI开源、美国AI闭源"是叙事，不是真相。

美国往回走了半步，Meta 转向"开小闭大"的混合双轨。中国也在往回收：字节火山引擎从连着两年的"降价换量"改成"控价保利"，收紧优惠、暂停首购特惠、取消部分补贴；DeepSeek 传出筹备融资上市（媒体报道，未经证实），一旦被财报、毛利率和治理结构审视，纯粹的开源叙事就会承压。

真实的规则是：所有人都在做双轨制，只是分界线画在不同位置。而且这条线会移动。开源阵营一旦领先就会开始收，闭源阵营一旦落后就会开始放。这不是背叛，是重力。

落到企业身上，结论只有一句：别把模型层当成自己的差异化。两边的能力在快速收敛，你今天纠结选谁，六个月后大概率不重要。真正该花时间的是数据、流程和场景 know-how。那才是别人下载不走的东西。（唐兴通）