花几亿训练的模型白送，图什么

2025年1月20日，一个叫DeepSeek的中国公司把一个AI推理模型放到了Hugging Face上。MIT许可证，随便下载，随便修改，可以拿去赚钱，不用付一分钱授权费。

这个模型叫R1。它在多项测试里跟OpenAI的o1打了个平手。o1是当时OpenAI最强的推理模型，闭源的，按token收费，背后是微软上百亿美元的投资和全球最密集的GPU集群。Sam Altman自己说过GPT-4的训练成本超过一亿美元。DeepSeek说R1的训练花了大约560万美元。

三天后，1月27日，星期一。Nvidia开盘暴跌，单日市值蒸发5890亿美元，美国股市历史上任何一家公司的最大单日损失。整个AI板块跟着跳水，近一万亿美元市值蒸发。硅谷一片恐慌。Marc Andreessen说R1是他”见过的最令人惊叹的突破之一”。Trump说这是一记”警钟”。

同一个赛道上，两种完全不同的动作。OpenAI花上亿训练模型，锁起来，按调用次数收钱，2025年年收入超过200亿美元。DeepSeek花几百万训练模型，免费送出去，API价格是OpenAI的十七分之一。一个闷声赚大钱，一个白送。谁更聪明？

直觉会说闷声赚钱的更聪明。花了几百万训练的东西白送，这不是做慈善是什么？但如果你把视线拉长一点，你会发现这个”白送”的动作在过去四十年里反复出现，每一次出现的时候都有人靠它建起了帝国。Linux白送了三十年，现在运行着全球大部分服务器。Android白送了十七年，拿下了全球71%的手机市场。Red Hat靠卖免费Linux的技术支持，做到了340亿美元的市值。

白送是一种赚钱的方式，只是变现的路径更长、更绕、更依赖一个前提：你送出去的东西必须足够好，好到别人愿意围绕它建生态。这个前提比看起来要难得多。

免费送了四十年，Linux怎么没饿死

要理解AI模型的开源闭源之争，得先看一个更长的时间窗口。这个问题不是AI时代才有的。过去四十年，软件行业一直在回答同一个问题：免费送东西出去，怎么活下来的？

1991年，Linus Torvalds在赫尔辛基大学的宿舍里写了一个操作系统内核，发到了一个Usenet新闻组里。他说这只是个业余项目，不会很大很专业。三十多年后，Linux运行着全球大部分服务器、所有Android手机、全球前十的超级计算机。Linux是怎么活下来的？不是靠Linus一个人。全球有超过15,000名开发者贡献了Linux内核代码。Red Hat、IBM、Google、Intel都在出人出钱。Linux不是一个人在维护，是一个全球分布的企业在共同维护。

但不是所有开源项目都这么幸运。学术研究显示，GitHub上大量项目创建后短期内就被放弃。项目的存活高度依赖核心开发者的持续参与。核心开发者一走，项目要么被社区接管，要么直接死亡。闭源软件靠盈利维持团队，开源靠社区热情和企业赞助。两种维护逻辑完全不同。Linux活了三十年越来越强，是因为它足够重要，重要到企业愿意花钱养它。大多数开源项目没有这个运气。

如果Linux是免费的，怎么有人靠它赚了340亿美元？Red Hat的答案是软件免费，服务收费。它把社区版的Fedora Linux做稳定、做认证、做安全测试，变成Red Hat Enterprise Linux，按订阅卖。你付的不是软件授权费，是技术支持费、安全补丁费、认证费。1999年Red Hat上市，是第一家靠开源赚钱的上市公司。2018年被IBM以340亿美元收购。但Red Hat的故事有一个容易被忽略的后续。2023年它宣布不再把RHEL源码放在公开网站上，只放在客户门户里给付费用户看。在此之前，社区里有一批人（CentOS、Rocky Linux、AlmaLinux）专门拿RHEL的公开源码重新编译，做出免费的RHEL兼容版，等于用Red Hat花大价钱维护的代码做一个免费替代品抢它的客户。Red Hat堵住了这条路。技术上它没违反GPL协议（GPL要求把源码提供给用户，付费用户确实能拿到），但非用户拿不到了。社区认为这是在架空GPL的精神。Red Hat的回应很直白：我们投入了大量资源维护RHEL，不想让别人拿去重新打包赚钱。连最成功的开源公司，也在”开源”和”盈利”之间反复调整边界。

2008年Google发布了Android，开源。手机厂商免费用。到2025年Android占了全球手机市场71%的份额。2007年苹果发布了iPhone，iOS闭源，不授权给任何人。到2025年iOS占全球手机市场28%的份额。谁赢了？Android拿了71%的份额，但苹果拿了全球手机利润的63%。苹果手机平均售价930美元，Android平均370美元。iOS用户的App Store消费是940亿美元，Android用户的Google Play消费是550亿美元。两个模式都活得很好，共存了十五年，谁也没消灭谁。

但Android的”开源”有一个精细的设计。Android的核心代码AOSP是开源的，但Google移动服务GMS是闭源的，包括Play Store、Google Maps、Gmail。你要用Play Store就得签协议、通过兼容性测试、预装一整套Google应用。开源的基础层把全球71%的手机拉进了Android生态，闭源的服务层把这些用户锁在了Google的变现管道里。2025年Google更进一步，把Android开发从公开分支转到了内部私有分支。AOSP的公开代码变成了一个空洞的占位符。

华为手机曾经用Android。2019年Google对华为关闭了GMS，华为手机在海外一夜之间失去了Play Store和Google Maps。你以为你在用开源系统，其实你依赖的是开源系统上面那层闭源服务。那层服务随时可以被切断。鸿蒙是华为对这个脆弱性的回应。2024年HarmonyOS NEXT完全放弃Android基础，成为独立操作系统。到2025年在中国市场份额达到约19%。

1824年，英国砖匠Joseph Aspdin为波特兰水泥申请了专利。专利的核心是一个交易：他公开配方，换取一段时间的垄断权。专利到期后配方进入公共领域，所有人都可以用。这个制度逼发明人公开，作为交换给一段垄断期。配方公开后其他人可以在他基础上改进，整个行业一起进步。Aspdin的儿子William改进了配方却故意保密，结果商业对手通过独立研究也发现了类似配方。保密没有换来永久的领先。专利制度的本质是”用临时垄断换最终公开”。开源模型的逻辑跟它相通：你把模型权重交出去，换回来注意力、生态和开发者心智。两者都是交易，不是慈善。

花几亿训练的模型白送，图什么

2025年1月那个周末，DeepSeek放出R1之后，Hugging Face上几天内出现了超过600个fork。Hugging Face的团队周末加班复现R1的训练方法。Meta的工程师也在研究R1的技术报告。全世界的AI社区都在讨论DeepSeek。这种注意力换不来直接的API收入，但它换来了一件更稀缺的东西：人才和影响力。DeepSeek从一个几乎没人听过的中国公司，一夜之间变成了全球AI圈最被讨论的名字。这种品牌效应花多少钱广告费都买不到。

Meta是最清楚这个逻辑的。它从2023年开始开源Llama系列，到现在Llama在Hugging Face上累计下载超过3.5亿次，衍生模型超过6万个。AT&T、DoorDash、Goldman Sachs、Spotify、Zoom都在用。全球开发者在Llama上做工具、写教程、建应用，整个AI开源生态围着Meta转。Meta一分钱API费没收，但它得到了AI时代的基础设施地位。Meta的真正生意是广告和社交，不是卖模型。只要AI生态围着它转，它的广告和社交平台就有了AI能力的护城河。Llama的开源成本对Meta来说就是营销费加研发费。

但这里有一个关键的边界条件：你的模型必须足够好。如果你开源的模型做得不如闭源的好，你送出去的只是一个平庸的产品。没人会围绕一个平庸的模型建生态，没人会花时间做衍生模型。你送出去了，什么也没换回来。

百度就是活生生的例子。它是最早做中文大模型的公司之一，文心一言2023年就发布了，一直闭源。但效果不如后来开源的DeepSeek和Qwen。到2025年1月，字节跳动的豆豆有7860万月活用户，DeepSeek有3370万，文心一言只有1300万。在技术评测里，DeepSeek-V2.5在多数指标上碾压ERNIE 4.5，价格还便宜7倍。百度既没赚到闭源的垄断利润，也没拿到开源的生态红利。2025年2月它宣布将在6月开源ERNIE 4.5。不是因为它想通了，是因为它被逼到了墙角。

开源的核心矛盾就在这里。免费送一个好产品，换回来一个生态。免费送一个平庸产品，换回来一阵沉默。闭源要赢，你的模型必须是最好的。开源要赢，你的模型也必须是最好的，只是变现路径不同。

五家公司的五种选择，没有一个是错的

把AI行业里最重要的几家公司排成一排，每家的开源闭源选择都不一样，但每家的选择都跟它的商业位置严丝合缝。

OpenAI在2015年成立的时候名字里的”Open”是认真的。它是一个非营利组织，早期连GPT-2的完整权重都在2019年放了出去。转折发生在2019年，它创建了一个有限利润子公司，接受了微软10亿美元投资。原因很直接：训练前沿模型的成本到了数千万美元，靠捐赠撑不住了。GPT-3在2020年发布，不再开源，改成API收费。从那以后GPT-4、GPT-5全部闭源。这个转变的逻辑不是OpenAI变坏了，是它的商业模式变了。GPT-3的能力到了一个临界点：模型本身可以直接当产品卖。API收费的收入潜力超过了开源带来的生态价值。到2025年OpenAI的年收入超过200亿美元，周活跃用户9亿。微软累计投了130多亿美元。这些钱都是冲着OpenAI的闭源垄断地位来的。

Meta跟OpenAI走了相反的路。2023年开源Llama 2，2024年Llama 3.1，2025年Llama 4，一路开源到底。原因不复杂。Meta的核心业务是广告和社交平台，它不靠卖模型赚钱。如果AI生态被OpenAI垄断了，Meta在AI时代就会变成一个被动接受别人基础设施的下游公司。开源Llama是Meta防止自己被边缘化的手段。Meta的首席AI科学家Yann LeCun是开源AI最知名的倡导者。他反复公开说如果AI只被少数公司控制，文化和民主就麻烦了。他批评OpenAI和Anthropic用安全叙事来合理化闭源，说这是监管捕获。但Meta的开源也有边界。2025年Zuckerberg暗示未来的超级智能模型可能不会完全开源。能建生态的模型放出去，真正前沿的可能留着自己用。

Google是选择性开源最成熟的实践者。Android的AOSP开源，GMS闭源。开源获取市场份额，闭源锁定用户和开发者。AI方面Gemini闭源，通过API和Google Cloud提供服务。2025年它开源了Gemini CLI编程工具，核心模型仍然关着。开放能建生态的工具层，关闭能直接赚钱的模型层。Google什么都要，两者之间有一个精确的切分线，由能不能直接变现来决定。

Anthropic的Claude系列从未开源过。它的理由是安全，但商业逻辑是API收入和企业客户。2026年的AI市场有一个现实：Claude、GPT、Gemini在benchmark上的差距已经缩小到了小数点后第一位。原始能力不再是护城河。Anthropic卖的是信任。它通过展示”我们拒绝做某些事”来证明可靠性，吸引金融、医疗、法律这些受监管行业的高溢价客户。Claude Code六个月内从研究预览长成了十亿美元产品。闭源对Anthropic来说不是权宜之计，是核心商业策略。开源了，安全的卖点就打折了。

中国阵营选择开源，不是因为他们不想赚钱，是因为在闭源赛道上赢不了。OpenAI有微软上百亿美元投资，Anthropic有Amazon和Google几十亿美元。在闭源赛道上拼的是资本密度和算力规模。美国对高端芯片的出口管制让中国公司连H100都买不到，DeepSeek只能用降级的H800训练。开源是换了一条赛道。不比API收入，比生态影响力。到2026年初Qwen在Hugging Face上累计下载超过10亿次，超过Meta的Llama成为全球下载量最多的开源模型家族。中国开发者在Hugging Face上的下载份额达到了17.1%，首次超过美国的15.7%。在OpenRouter这个最大的中立LLM路由平台上，中国开源模型占了约61%的token消费量。前五最常用模型中四个是中国模型。Meta的Llama已经降到了不到1%。

但这个故事在2025年底开始出现转折。阿里巴巴从9月开始发布闭源模型。Qwen3-Max是第一个没有开源权重的Qwen旗舰。2026年4月Qwen3.6-Max完全闭源，API only。策略变成了小模型开源建生态，大模型闭源赚钱。百度也走了类似的路。开源能换流量，但流量不直接等于钱。投资人和市场在逼着这些公司证明自己能盈利。

把模型放出去，不等于把生态放出去

回到最初的问题：如果OpenAI和Anthropic把模型开源了，能不能直接碾压中国在开源领域的领先优势？

直觉上好像可以。OpenAI的模型能力最强，如果GPT-5级别的模型开源放到Hugging Face上，开发者不就全跑过去了吗？但现实没这么简单。

第一，开源不是放权重，是建生态。把模型权重上传到Hugging Face只需要几分钟，但围绕一个模型建起生态需要几个月甚至几年。到2026年初Qwen有超过11.3万个衍生模型，Hugging Face上大约40%的新LLM衍生模型基于Qwen。全球开发者在Qwen上投入了大量时间写适配代码、做微调、建工具链。这些投入是沉没成本。你放一个GPT-5级别的开源模型出来，开发者不会立刻迁移，因为迁移意味着丢掉已有的投入重新来过。而且新模型能不能持续更新是未知数。Linux一旦建立了生态，Windows再怎么模仿也抢不走服务器市场。生态有先发优势，迁移有成本。

第二，开源会蚕食自己的收入。OpenAI的API收入在2026年Q1大约是每年28到32亿美元。如果开源了旗舰模型，很多用户会自己部署，不再付API费。OpenAI 2025年的总收入约130亿美元，但到2026年Q1已经年化到超过200亿的节奏，毛利率约33%，推理成本84亿美元。它预计要到2029-2030年才能现金流转正。在这个财务结构下开源旗舰模型等于把最核心的收入来源打开了口子。Anthropic的情况更值得关注。2026年5月它的年化收入已经达到470亿美元，超过了OpenAI，而且预计Q2 2026就能实现首个盈利季度——单季营收109亿美元，运营利润约5.6亿美元。Anthropic约80%的收入来自企业API调用，1000多家客户年消费超过100万美元。在这个财务结构下，开源旗舰模型等于直接砍掉最核心的收入来源。而且Anthropic的品牌确实建立在安全叙事上，闭源是这套叙事的核心构件，开源了这个卖点就消失了。

第三，差距够不够大是关键变量。2025到2026年的现实是差距没有大到那个程度。DeepSeek R1在推理任务上跟OpenAI o1打平。Qwen 3.5在多项benchmark上跟GPT-4o和Claude Sonnet相当。差距不够大的时候开发者没有动力迁移。你的模型好10%，但我的生态在另一个模型上已经建好了，迁移成本远超10%的性能提升。只有当差距大到不迁移就会被淘汰的程度，生态才会快速转移。

没有最优解，只有位置解

回到开头DeepSeek的场景。一个花了560万美元训练的模型免费送出去，让花了上百亿的人集体失血。它不是悖论，是一种精确的博弈策略。开源是用模型权重换注意力、生态和开发者心智。闭源是用模型能力直接换钱。两种策略各自有成立的条件，各自有失败的可能。决定你该选哪个的，是你的商业位置。

如果你要判断一家AI公司或者你自己的公司应该开源还是闭源，可以从四个问题出发。

你的核心收入来自模型本身，还是来自模型之上的东西？如果收入直接来自模型，API调用费、订阅费，闭源更合理。OpenAI和Anthropic就是这样。如果收入来自模型之上的生态，广告、云服务、硬件、社交平台，开源更合理。Meta和阿里巴巴就是这样。模型对你是基础设施，不是产品。基础设施越开放，上面的生态越大。

你在领先位置还是追赶位置？如果你在领先，闭源是收割利润的工具。OpenAI在GPT-3时代闭源是因为它当时领先。如果你在追赶，开源是换道超车的工具。中国公司选择开源是因为在闭源赛道上拼不过美国的资本和算力。

你的模型足够好吗？这是最残酷的一个问题。开源一个好模型换回来一个生态。开源一个平庸模型换回来一阵沉默。百度的文心闭源做得不如DeepSeek开源的好，被迫转向开源又晚了半步。产品本身好才是前提，开源和闭源是变现策略，不是产品策略。

你能不能持续投入？开源不是一锤子买卖。你放出去一个模型，开发者会期待下一个版本。如果你不能持续训练和发布新模型，生态就会被别人抢走。Meta能持续开源Llama是因为它有钱有GPU有人才。Linux活了三十年不是因为它开源，是因为一直有人往里投钱投人。

这四个问题回答完，你会发现没有正确答案，只有位置答案。你的位置变了，答案也会变。OpenAI从开源走到了闭源，因为它的位置从研究实验室变成了产品公司。阿里巴巴从纯开源走到了选择性开源，因为它的位置从追赶者变成了有变现能力的平台。百度从闭源被迫走向开源，因为它的位置从中国AI领头羊变成了被DeepSeek和Qwen夹击的追赶者。

AI时代的开源闭源博弈，最终可能不是谁赢了的问题，而是两者各自占领了什么地盘的问题。就像Android和iOS共存了十五年，Linux和Windows共存了三十年。开源占领规模和生态，闭源占领利润和高端市场。两者互相竞争也互相定义。没有Android的71%份额，iOS的63%利润就没有参照系。没有Linux的免费，Windows的价格就不会被质疑。

2025年1月那个周末，DeepSeek放出了R1，Nvidia跌了5890亿美元。很多人问这是不是意味着开源赢了。不是。它意味着开源这条赛道上多了一个强有力的玩家，这个玩家用极低的成本证明了闭源的护城河没有想象中那么深。它逼着OpenAI和Anthropic回答一个更难的问题：当你的模型只比别人好10%，但别人免费的时候，你的定价权还能维持多久。

这个问题的答案，会决定未来五年AI行业的格局。

---

参考文献

1. DeepSeek R1发布与Nvidia市值蒸发：Reuters
2. OpenAI训练成本与收入数据：Ars Technica、TechSpot、RevenueMemo
3. OpenAI从非营利转为营利：NYTimes、The Guardian、OpenAI官方
4. OpenAI gpt-oss开源模型：OpenAI、Built In
5. OpenAI gpt-oss-safeguard安全模型：OpenAI
6. GPT-2”太危险”事件：Slate、Sesame Disk
7. Musk起诉OpenAI：Washington Post、Reuters
8. OpenAI与Microsoft重新谈判：CNBC、The Verge、VentureBeat
9. Meta Llama系列与下载量：Meta AI Blog、Wikipedia
10. Zuckerberg暗示超级智能不一定开源：TechCrunch
11. Meta Muse Spark闭源发布：DailyCrunch、FourfoldAI、StartupHub.ai
12. Google Android AOSP转为私有开发：Ars Technica、Android Authority
13. Google Gemma 4与Apache 2.0：Ars Technica、VentureBeat
14. Google Gemini定价与全栈优势：Business Insider、TokenRate
15. Red Hat限制RHEL源码：Ars Technica
16. 字节跳动豆包用户数据：36Kr、DoNews、每经网
17. 字节跳动Seed 2.0与Seed-OSS：ByteDance Seed、GitHub、Hugging Face
18. 火山引擎MaaS收入目标：KrAsia
19. 字节跳动2026年AI优先级：KrAsia
20. DeepSeek价格战与竞争压力：Decrypt、TheStreet
21. Qwen下载量与Hugging Face份额：Hugging Face
22. OpenRouter中国模型份额：OpenRouter
23. Anthropic Claude Code收入：Reuters
24. Linux内核贡献者数据：Linux Foundation
25. 波特兰水泥专利历史：Wikipedia - Portland cement