开源追赶闭源的循环赛

开源模型和闭源模型之间的较量,早已不是谁赢谁输的简单问题。这篇文章直击的痛点是:当 DeepSeek R1、GLM-5.2、Kimi K3 等开源模型一次次追平闭源顶尖水平后,行业陷入了一种“开源总是跟随,无法引领”的焦躁。但开源真的需要领跑吗?答案可能是否定的。

核心观察是,这场竞赛已经演变成一种周期性的循环:闭源模型(比如 GPT-5.2 和 Fable 5)依靠架构创新和 Blackwell 算力取得阶跃式突破,然后开源模型迅速跟进并商品化。作者用了一个精妙的比喻——旧金山湾里的两艘赛艇,不断抢风、换舷,互相咬得很紧。关键数据是,在中位水平上,开源模型运行成本比 GPT-5.2 便宜约 15%,而最便宜的 DeepSeek V4 Flash 甚至便宜 90%。这种定价压力反过来倒逼闭源厂商降价,OpenAI 已经将推理成本砍了一半。

我对这个观点的启发是:与其焦虑“开源能否超越闭源”,不如把注意力放在“这种竞争如何加速整个行业的迭代”。文章提到的关键人物——贝索斯的那句“你的利润就是我的机会”在这里很贴切。开源的存在不是为了赢过闭源,而是通过极致的成本压缩,将闭源模型的领先优势从“技术护城河”变成“短暂的定价窗口”。这会迫使闭源厂商必须持续提供真正不可替代的价值(比如 Anthropic 即将盈利),否则就会被低成本替代品抹平。对开发者来说,这意味着不用再纠结选哪条船,这个市场的竞争正在让高性能模型变得越来越像基础设施,便宜又好用的选择会越来越多。

Open Models Tack Toward the Frontier

查看原文