全球大模型市场正迎来一场重要变革：开源这条赛道，已被中国厂商从AI行业的边缘推向中心，并倒逼整个行业重新定价。
8月13日，DeepSeek V4 Pro正式版上线；阿里Qwen3.8-2.4T-A95B模型权重正式开放，系阿里首次将Max级别旗舰模型开源。几天前，Meta也发布了开源模型Muse Glimmer，并承诺未来几周内将旗舰Muse Spark 1.2的权重也开放出来。
三家头部厂商几乎在同一时间窗口押注开源，并非巧合。过去数周，Kimi K3、智谱GLM-5.2、MiniMax H3等国产开源模型也轮番登场。
“人工智能将变革各行各业，赋能每一家企业，并由各国共同构建。”7月，英伟达CEO黄仁勋注册社交账号，这位平时几乎不在社交平台露面的硅谷芯片教父，首条动态便是发布公开信支持开源生态，“世界需要前沿的闭源模型，也需要前沿的开源模型。”
二十多天后，这封公开信所押注的趋势迎来了密集兑现。
从“追赶者”到“围剿者”
本轮开源模型更新重点强化智能体（Agent）能力。
DeepSeek V4 Pro正式版在AI编程智能体基准测试DeepSWE中，得分从预览版的12.8升至62.7；千问团队展示Qwen3.8-Max连续自主编程约16天、独立复现并改进研究论文、在超2000轮交互中经营虚拟电商企业等极限测试；Meta Muse Glimmer是一款约300亿参数、专为本地Agent工作流深度优化的开源模型，拥有从规划、工具调用到自我检查和故障恢复的完整Agent能力。
厂商密集布局的背后，是行业共识的形成——开源模型已从过去的“追赶者”角色，转变为对闭源模型的“围剿者”角色。
据Hugging Face《2026年春季全球开源AI生态报告》，中国开源模型下载占比达41%，首次超过美国，累计下载量突破100亿次。市场研究公司Counterpoint称：如果西方科技巨头只顾构建封闭的“围墙花园”，开发者和企业自然会转向中国的开放权重模型。
这种“围剿”态势在商业层面表现尤为明显。强大的开源模型大幅降低了闭源实验室的潜在利润率：一方面减少了可用于训练下一代模型的利润，另一方面降低了投资者对相关公司的长期估值。相较于闭源模型高昂的调用成本和受限的云端部署模式，开源模型支持本地私有化部署，可大幅降低AI落地成本。
但开源并不意味着免费。据市场消息，阿里计划对Qwen3.8-Max引入收益分成机制——连续12个月总收入超过2000万美元的大型商业用户需要和阿里单独签订商业协议（具体分成比例仍在讨论中）。这一模式整体效仿了月之暗面Kimi K3的做法：K3许可证规定，连续12个月总收入超过2000万美元的MaaS提供商需与月之暗面单独签约（分成比例最高可达30%，但具体比例按个案协商）。截至发稿，阿里方面暂未对该分成机制进行回应。
中信建投分析认为，随着Kimi K3等国产开放权重模型开始参与全球能力边界和商业定价权竞争，“开放权重+商业许可”的模式有望推动开源模型商业回收，后续需重点观察完整权重开放后的社区部署规模、API调用量以及付费转化。
传统开源指的是公开源代码，任何人都可以审查、修改、复现。但在AI领域，真正的“全开源”意味着同时公开模型权重、训练代码、训练数据和完整流程。目前市面上绝大多数被称为开源的模型——包括MetaLlama系列、阿里Qwen、DeepSeek系列等，在技术实质上更接近开放权重，即只公开训练完成的模型参数，用户可以下载、部署、微调，但训练代码和数据集并不公开。
这种介于全开源和完全闭源之间的中间状态，降低了模型的使用门槛，但也保留了厂商的核心技术壁垒。
开源模型驶入快车道
开源并非新概念，开源模型也并非新鲜事物，但过去几周密集的发布节奏，正在将开源推到一个新的临界点。
Meta是这个故事中最戏剧性的角色。
2023年7月，Meta创始人兼CEO扎克伯格亲自拍板开源Llama 2，高调宣称“开源AI是前进的道路”。此后Llama 3和Llama 3.1相继发布，下载量突破6亿次，Meta一度成为开源AI的旗帜。
但到了2025年，Llama 4反响平淡，以OpenAI与Anthropic为代表的头部闭源模型狂飙突进，扎克伯格开始暗示要“严格减轻风险”。据报道，Meta在2026年经历了从开源到闭源的战略摇摆，直至近期发布Muse Glimmer并重返开源轨道。8月13日，Meta同步预告将开放旗舰模型Muse Spark 1.2权重。
扎克伯格同步发表逾6000字的公开信《未来属于所有人》，将AI公司划分为两类：一类是“把超级智能集中在少数实验室中”，另一类是“把能力广泛分发”。他明确认为应该广泛分配超级智能。
Meta从开源到闭源的两年，是海外头部厂商在模型领域的领先期；而从闭源回归开源这一年，则是国产开源模型追赶势能的集中释放，也是开源从技术理念发展为核心竞争力的客观趋势。
国产开源模型性能跃升的同时，正在倒逼整个行业重新定价。投研机构Silicon Data的LLM Token支出指数显示，开源模型和闭源模型的价格走势正在分化——闭源在降价，开源在变贵。
数据显示，闭源模型的价格从3.07美元/百万token（词元）持续下滑，主要原因是OpenAI、Google等巨头之间的价格战。而开源模型的实际使用成本从0.66美元/百万token一路上涨——而这并非因厂商提价，而是使用开源模型的用户和场景大规模增加，推高了综合成本。用的人越多，总账单越高。
8月7日凌晨，OpenAI宣布免费用户默认模型升级为GPT-5.6 Luna，开放无限量文本聊天。DeepSeek此前预告将于近期上调API定价后，8月13日晚正式官宣，8月17日零点起采用峰谷定价，空闲时段价格为高峰时段价格一半，DeepSeek V4-Pro高峰时段每百万token缓存未命中输入价格从3元涨至9元，输出价格从6元涨到27元。一放一收之间，模型行业定价逻辑正在被改变。
以同日发布的DeepSeek-V4-Pro与Grok 4.6为例。在第三方评测中，两者性能均属全球第一梯队——DeepSeek V4 Pro在Terminal Bench 2.1上距全球第一仅差0.1分。但价格悬殊：Grok 4.6输出每百万token定价6美元，DeepSeek V4-Pro输出价按当前汇率折算约为0.87美元，不足其七分之一。
Grok 4.6和即将发布的Grok 4.7短期内不会开源，它们将通过xAI API、Grok应用和X平台以闭源形式提供服务。但xAI此前已经开源过Grok-1、Grok-2.5以及Grok Build等工具，业内预估Grok 4.6可能会在多轮迭代后跟进开源。
当开源模型在性能上逼近闭源对手，价格却只有对方的零头，闭源厂商面临的压力是双重的：定价权被侵蚀，利润率承压；开发者流向开源生态，意味着闭源厂商不仅失去API收入，更失去了构建生态、形成数据飞轮的机会。
面对这种局面，头部厂商的开源策略开始分化。有的全面重启开源战略，如Meta；有的采取“分层开源”策略——开源旧版本模型构建生态、吸纳反馈，同时守住核心技术的闭源优势，如xAI。
接下来，这场围绕开源的竞争还会进一步加剧。扎克伯格表示，美国严苛的数据使用和模型训练限制，让本土AI实验室相对海外团队处于竞争劣势，单纯封禁境外开源模型无法从根本上解决问题。他呼吁美国政府重新审视数据应用、模型蒸馏等核心规则，守住美国开源AI的全球领先地位。
而黄仁勋在7月末的那封公开信，早已将这场变局的焦点挑明。公开信敦促美国政策制定者避免对开放权重AI模型施加过早的限制，强调开放权重模型能够强化市场竞争，确保技术红利“被广泛共享，而非集中在少数人手中”。
可以说，从Llama到Kimi、Qwen、DeepSeek，开源早已不是极客社区的理想主义实验，而是一场关于生态、定价权和全球竞争格局的严肃博弈。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
吕倩
相关阅读
金价冲刺4500美元；日本加息预期显著升温｜一周热点回顾其他热点还有：税务部门称夯实社保缴费基数不搞“一刀切”，不强制要求“一步到位”；7月信贷结构持续优化，多元化融资占比稳步上升。
10158 昨天 09:40
腾讯跟投阿里千问前负责人，林俊旸相信AGI“应以此为目标”新公司的研究方向为横跨数字世界和物理世界的下一代智能体（Agent）。
7 23116 08-12 10:26
推动AI强化安全治理能力，行业标准明确可问责性等八大维度首个面向产业的人工智能风险管理行业标准将于11月1日起正式实施
7 14312 08-11 17:11
中国AI加速崛起，全球产业格局迎来价值重构中国人工智能凭借高效低成本与开源开放的差异化优势，正通过推动技术普惠与带动全球基础设施扩容，重构全球AI产业的价值链分配体系。
5973 07-30 10:59
顺着说、假装做，大模型“讨好型人格”成智能体时代新挑战看似对人类有求必应的大模型开始出现不诚实的行为。
23395 07-30 07:41 一财最热 点击关闭启泰网提示：文章来自网络，不代表本站观点。
