开源,撑不起大模型了

最近一两年,大模型圈有一个现象越来越明显:真正站在行业顶端、掌握话语权的公司,几乎全部选择闭源;而不断开源的公司,反而大多做不出真正的商业闭环。这不是简单的价值观差异,而是重视商业的价值。

当我们把OpenAl、Gemini、Claude,和LLaMA、Qwen、GLM、DeepSeek、MiniMax、Kimi放在一起看,会发现一个非常残酷的事实:大模型越是烧钱,越不应该开源。

一、大模型是一个"极端烧钱"的行业

OpenAl、Google、Anthropic正在做的事情,本质上是一场资本密集型军备竞赛:

1、人才成本,Meta亿级别的年薪挖人

2、算力成本,百万量级的高端显卡,甚至要考虑核能发电

3、数据/流量成本,对高质量数据、反馈闭环、推理优化的长期投入

4、生态成本,动辄几十亿的生态收购

这些公司疯狂融资,同样也疯狂砸钱,并不是因为它们冲动,而是因为这个赛道的胜负本身就是靠资本、规模和闭环堆出来的。

在这样的前提下,如果一家公司还选择把模型能力以开源的方式释放出去,本质上等于把最昂贵、最稀缺、最难复现的资产,直接送出。而且是送给整个行业,包括潜在竞争对手。

二、大模型的商业价值,不只是"钱",还有更稀缺的东西

把耗费巨资训练的模型免费给出去,其成本不仅仅是技术、人力、算力。

大模型时代,比起这些更容易用钱衡量的成本,其实给出去的是更贵的东西:用户反馈。用户反馈正在成为比收入更稀缺的资产。闭源公司(如OpenAl、Claude、Gemini)最大的隐性优势,并不只是API收入,而是:

1、海量真实用户

2、高频交互

3、持续可控的反馈数据

4、完整的模型改进闭环

这套反馈系统,才是它们模型快速迭代、持续领先的根本原因。而一旦选择开源:

1、模型被部署在无数第三方环境

2、使用方式、数据分布、反馈路径完全失控

3、模型能力被"消耗",但改进红利却无法回流

损失的不是短期收入,而是模型长期进化能力。

三、为什么"以前开源软件很成功",但今天不适用了?

这是一个经常被用来为大模型开源辩护的论点,然而以往很多成功的软件开源项目,具备以下特征:

1、研发成本主要是人力,长期摊销

2、边际复制成本接近0

3、开源版≠商业版

4、可以靠授权、服务、企业版赚钱

而大模型:

1、训练是一次性巨额资本支出,必须不停的训练新模型才能保证代差,行业极度内卷,每次都从0开始,边界效益极低。

2、模型权重本身就是"最终产品",竞争对手能做到真正的拿来即用,甚至比你做得更好。

3、开源即等于交付核心能力,当然可以开源阉割版,然而现状是大量开源的旗舰版,而且经济实用的flash/mini的版本更是毫无保留。

这不是同一个时代的商业模型。

四、LLaMA的结局,其实早就写好了

LLaMA 4 之前,Meta作为"大模型开源成功的代表",在业界的口碑一致好评,就如现在的QWen和Kimi等一众国产模型一样。

但如果站在商业角度看,我反而认为:LLaMA的失败,几乎是必然。

原因很简单:

1、Meta并不是一家以模型能力直接变现为核心的公司

2、LLaMA的开源,并没有反哺Meta的核心业务

3、模型能力被整个行业吸收,却没有形成Meta的独占优势

在其开源初期还宣扬LLaMA的开源为其节约了大量的研发成本,然而那点成本远不及持续的人力算力投入,即便"有钱任性",在这样一个烧钱的赛道里,持续承担研发成本,却无法形成价值回流,本身就是不可持续的。

五、DeepSeek看起来很成功,但它不是答案

很多人会提到DeepSeek,认为它"通过开源获得了巨大的影响力"。这个判断并不错误,但它只说对了一半。

DeepSeek的确通过开源获得了:

1、技术声誉

2、行业关注

3、极高的讨论

但问题在于:

这些并没有直接转化为可持续的商业收益。DeepSeek可以选择这样成功,毕竟DeepSeek本身的目标就不是"靠模型赚钱"。从技术和模型的角度说,DeepSeek是成功的,甚至带火了一众套壳厂商、云厂商和硬件厂商。但是从商业上看,我并不认为DeepSeek是成功的,尤其是用户反馈数据的缺失,大大的削弱了DeepSeek真正的价值。

商业价值和技术价值是相辅相成的,没有商业的反馈,技术很容易迷路。

六、很多开源,是"技术型PR"

在当前阶段,很多公司选择开源,其真实动机往往并不是商业,而是:

1、向投资人/老板证明"我们真的有模型能力"

2、向行业证明"我们不是套壳"

3、在缺乏场景、流量和收入时,交付一个"可展示成果"

从短期看,这是可以理解的,但长期看,这是一种透支未来商业谈判能力的做法。

当你的模型能力已经免费开源,市场会自然追问一个问题:那你凭什么赚钱?

七、大模型时代,开源不再是"中立选择"

我认为在当前的大模型竞争格局下,基础模型的完全开源,已经从"理想主义选择",变成一项高风险、低回报,甚至是负回报的决策。

这不是反对开源精神,而是承认现实:

1、成本结构变了

2、竞争逻辑变了

3、价值捕获方式也必须随之改变

在一个极端烧钱、强规模效应、强反馈闭环的赛道里,过早交出核心能力,往往不是慷慨,而是战略自残。在这个内卷的时代,在这个最烧钱的赛道,一个公司如果创造了价值而却无法从商业上进行回收,那长期也不可能具备强的竞争力,从这个角度看,闭源真的可能跑的比开源快。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容