經濟轉向開放權重 AI 模型
經濟轉向開放權重 AI 模型
開放權重與前沿模型之間的價格差距
開放權重模型正變得比閉源「前沿」模型便宜得多。例如，DeepSeek V4 的定價結構在每個 token 的成本上幾乎比 Anthropic 和 OpenAI 的模型便宜 50 倍。由於閉源模型在執行相同任務時，常因「思考（pondering）」等內部程序而使用更多 token，這種價格差距進一步擴大了使用成本。
AI 智能的商品化
隨著高性能 AI 模型以開放權重形式提供，智能正從一種稀缺資源轉向商品。這種轉變對 OpenAI 和 Anthropic 等提供商施加了壓力，因為他們的商業模式是圍繞著高成本獲取前沿模型而建立的。
為了對商品化產品維持高價，公司通常採用兩種策略：
- 奢侈品牌化： 將模型定位為高端、排他的「俱樂部」或富人的地位象徵，類似於豪華汽車或名牌包。
- 人為製造稀缺性： 透過建立人為的進入障礙來防止高性能智能的大規模分發。
監管風險與開放權重模型
人們日益擔心閉源提供商可能會利用地緣政治恐懼——特別是關於中國的 AI 開發——來遊說政府對開放權重模型實施限制或禁令。這將是一種透過利用監管來消除低成本、開放權重替代方案競爭的「製造稀缺性」手段。
美國開發開放權重模型的現狀
雖然美國在倡導開源方面有著悠久的歷史，但目前主要美國提供商的現狀卻參差不齊：
- Google: 於 2026 年 4 月發布了 Gemma 4。
- Meta: 開發了 Llama，但最近的發布進度已停滯。
- OpenAI: 自 2025 年以來未曾發布過開放權重的 GPT 模型。
- Anthropic: 從未發布過開放權重模型。
真實開源與開放權重
「開放權重」模型（分享最終參數）與「真實開源」模型（整個訓練數據流水線完全透明）之間存在關鍵區別。
來自 Allen AI 的 OLMo (Open Language Model) 等項目正在引領真實開源 AI 的發展。雖然目前的 OLMo 模型數據截止日期可能早至 2024 年 12 月，但美國國家科學基金會 (NSF) 與 Nvidia 的合作正使 Allen AI 能夠開發完全開放的 AI 系統，以確保美國在開源生態系統中保持競爭力。