當開源追上閉源，AI世界會發生什麼
2026年7月，科技圈被兩件事刷了屏。一件是月之暗面發佈Kimi K3，2.8萬億參數、開源、百萬Token上下文窗口，多項基準測試直接對齊OpenAI和Anthropic的最新閉源模型；另一件是，就在發佈後，華爾街分析師估算兩家美國頭部未上市AI公司的合計估值預期因此減少了3140億美元。一個開源模型的發佈，硬生生撼動了閉源巨頭的估值邏輯——這在兩年前幾乎是天方夜譚。而Mozilla在同期發佈的《開源AI現狀報告》給出了更冷靜的註腳：開放權重模型與閉源模型的平均性能差距已縮至3.3%，在編碼、指令執行和通用知識層面已基本持平，差距主要集中在推理、長上下文檢索等高難度任務上。當性能差距縮小到這個程度，整個AI產業的底層邏輯正在發生一場無聲卻劇烈的遷移。
價格體系崩塌，市場正在用腳投票
性能趨同引發的第一個連鎖反應，是延續多年的高毛利定價模式開始鬆動。GPT-4級別的模型每百萬Token價格從2022年末的20美元跌至2025年12月的0.40美元，36個月內下降至五十分之一，這一降速已超過傳統硬件價格的下行曲線。而在更極致的對比中，DeepSeek V4-Pro在網絡安全任務測試中每題平均成本僅爲0.28美元，閉源競品Opus 4.5則高達12.50美元，差距超過40倍；OpenRouter平臺上部分中國開源模型費用低至每百萬Token 18美分，而美國頭部模型平均收費約4美元。當開源能以接近頂尖閉源的性能、卻以對方几十分之一的價格提供服務時，“閉源高毛利”的敘事便失去了根基。正如鈦媒體的評論所言，Anthropic的推理毛利率已躍升至70%以上，這是其高估值的核心支柱——如果開源追趕的速度不止步，這根柱子需要被重新審視。
價格體系的崩塌直接引發了市場份額的劇烈重組，市場正在用最誠實的Token投票。OpenRouter數據顯示，開源模型處理的Token佔比從2026年1月的34%飆升至6月的65%，到6月當月，全球API調用月消耗量前五名已全部被開源模型包攬。
更值得注意的是，美國公司通過中國AI模型處理的Token比例在7月第一週曾短暫衝高至63%，而2025年初這個數字還不到10%。以DeepSeek爲代表的中國開源模型，在編程和長程推理這兩個最硬的指標上同時摸到了全球頂尖閉源系統的肩膀。但這並不意味着閉源模型會就此退場——閉源在前沿複雜推理和多模態任務上仍保持着肉眼可見的領先，正如DeepSeek自己的技術論文坦承，兩者在某些深度理解維度上的差距甚至還在擴大。有分析指出：可貨幣化的差距比能力差距下降得更快。對於大多數企業場景，“足夠好”的臨界點已經跨過。
競爭主戰場遷移：從單一模型轉向生態與路徑
當模型本身不再是稀缺品，競爭的主戰場自然向上遷移。Kimi K3的里程碑意義不僅在於性能，更在於月之暗面已承諾於7月27日前公開完整模型權重——屆時企業將可以下載、自行部署、微調，不再被鎖定在某一家API服務上。這徹底改變了企業選型的基本邏輯：過去是先選GPT或Claude，再考慮替代方案；未來則是直接比較不同模型在特定任務上的成本、能力與部署方式，再決定哪些工作真的需要調用最貴的閉源模型。模型選擇正在從季度採購決策降維成任務級變量，一個任務用便宜模型做信息抽取，另一個任務用強模型做複雜判斷，再用中文擅長的模型處理本地材料——“模型路由”的模式正在落地生根。
這引出了一個極富戲劇性的反問：當模型遍地開花，什麼會成爲新的稀缺品？OpenRouter的崛起給出了線索。這家公司讓開發者用一把Key接入400多個模型和70多家提供商，不做模型，只做一件事——幫流量找到最有性價比的路徑。2026年5月它以約13億美元估值完成B輪融資，估值暴漲恰恰說明市場已經意識到：模型層的商品化正在催生路由層的基礎設施機會。與此同時，一個極易被忽視的悖論浮出水面——開源模型雖然“便宜”，但並不“省算力”。據Nous Research的研究顯示，開放模型執行相同任務時消耗的Token數量通常比閉源競品多1.5到4倍，Kimi K3的2.8萬億參數在推理時需要64卡以上的超節點才能跑起來。它之所以顯得“省”，是因爲在每一分算力上都壓榨出了成倍的效能，而非不需要算力。這意味着開源崛起非但不會降低算力需求，反而因降低了AI應用的准入門檻、引來了海量開發者，推高了總體的基礎設施消耗。存儲芯片、網絡設備、計算集羣——底層設施的需求只會越來越旺盛。
回到最初的問題：當開源模型追上閉源，會發生什麼？答案不是“開源贏了，閉源死了”的二元敘事，而是一場深刻的範式轉移。性能差距的縮小迫使閉源模型重新定義價值主張——不再只拼“最強”，而是拼“最可靠”“最合規”“最容易部署”；開源模型則面臨從技術突破到商業可持續的艱難跨越，畢竟OpenAI 2025年營收已超過120億美元，而開源社區至今仍未找到與之匹敵的可持續盈利模式。
