向开放权重 AI 模型转化的经济转型

开放权重与前沿模型之间的价格差距

开放权重模型正变得比闭源“前沿”模型便宜得多。例如，DeepSeek V4 的定价结构在每个 token 上的成本几乎比 Anthropic 和 OpenAI 的模型便宜 50 倍。由于闭源模型在执行相同任务时，常因“思考”（pondering）等内部过程而使用更多的 token，这种价格差距被进一步拉大，从而进一步增加了使用成本。

AI 智能的商品化

随着高性能 AI 模型以开放权重的形式提供，智能正从一种稀缺资源转变为一种商品。这种转变给 OpenAI 和 Anthropic 等提供商带来了压力，因为这些公司围绕着高成本访问前沿模型这一商业模式构建了业务。

为了对商品化产品维持高价，公司通常采用两种策略：

1. 奢侈品品牌化： 将模型定位为高端、排他的“俱乐部”或富人的地位象征，类似于豪华汽车或手提包。
2. 制造稀缺性： 通过创建人为的准入门槛来防止高性能智能的广泛分发。

监管风险与开放权重模型

人们越来越担心，闭源提供商可能会利用地缘政治恐惧——特别是关于中国 AI 开发的担忧——来游说政府对开放权重模型实施限制或禁令。这将是一种通过利用监管来消除低成本、开放权重替代方案竞争的方法，从而制造稀缺性。

美国本土开放权重开发现状

虽然美国在倡导开源方面有着悠久的历史，但目前美国主要提供商的现状却参差不齐：

• Google: 2026 年 4 月发布了 Gemma 4。
• Meta: 开发了 Llama，尽管最近的发布进度有所停滞。
• OpenAI: 自 2025 年以来未发布过开放权重的 GPT 模型。
• Anthropic: 从未发布过开放权重模型。

真正的开源与开放权重

“开放权重”模型（共享最终参数）与“真正的开源”模型（整个训练数据流水线完全透明）之间存在关键区别。

来自 Allen AI 的 OLMo (Open Language Model) 等项目正在引领真正的开源 AI 发展。虽然目前的 OLMo 模型的数据截止日期早在 2024 年 12 月，但美国国家科学基金会 (NSF) 与 Nvidia 的合作正使 Allen AI 能够开发完全开放的 AI 系统，以确保美国在开源生态系统中保持竞争力。