低价开源模型与昂贵的“前沿”模型之间存在巨大的价格鸿沟。后者因自身高昂的成本，似乎正通过制造稀缺性和高端品牌化来维持高价。一种担忧是，这些公司可能会利用对中国的安全顾虑来推动监管，以限制来自开源社区的竞争。最终，真正的进步可能依赖于回归“真正的开源”，即不仅开放模型权重，也完全公开训练数据和流程。
令人震惊的价格差距
将 DeepSeek V4 这类廉价模型与 Anthropic 和 OpenAI 的“前沿”模型并列比较，会发现一个惊人的事实：仅从 token 用量来看，价格差异接近 50倍。
这引发了一个核心问题：像 Anthropic 和 OpenAI 这样的公司，似乎已经陷入了自身高成本的困境。他们真的能将价格降低20到50倍，来与 DeepSeek 或小米的 Mimo 竞争吗？
廉价背后的原因
这些低价模型的成本为何如此之低？存在几种可能性：
- 开源优势： 作为开源权重模型，它们得到了成百上千人的压力测试，在不同硬件上的运行经验帮助优化并降低了成本。
- 亏本策略： 它们可能被用作“亏本领先者”（loss leaders），目的是通过低价抢占市场，压低整体价格水平。
如何为同质化产品维持高价？
当产品变得普遍时，维持高价的策略通常不是依靠技术本身，而是依靠市场手段。
你制造稀缺性。你销售奢侈品和高端品牌。
这正是 OpenAI 和 Anthropic 正在做的事情。他们通过更高的门槛来限制对其“前沿”模型的访问，将其塑造成一种类似于奢侈品的身份象征，专为少数富裕用户服务，而非广泛普及其技术。
利用“中国恐惧”打压竞争？
一个日益增长的担忧是，高成本公司可能会利用政治手段来消除竞争。
最简单的方法之一就是煽动恐惧，并推动政府出面限制竞争对手的准入。随着时间的推移，这种担忧似乎越来越可能成为现实。这些公司是否会利用对中国的安全顾虑，来推动对开源权重模型的禁令？
呼吁真正的开源竞争
美国曾是开源运动的坚定支持者。现在，人们期望美国能重新引领这一潮流，通过真正的开源竞争来证明其未来潜力。然而，现状并不乐观：
- Meta 的 Llama 系列没有新的发布。
- OpenAI 上次发布开源权重模型是在2025年。
- Anthropic 据了解从未发布过任何开源权重模型。
真正的突破在于“真开源”（True Open Source）模型，即不仅开放模型权重，还将用于训练的数据管线完全开源。像艾伦人工智能研究所（AllenAI）的 OLMO 模型就是这一理念的实践者，其受欢迎程度日益增加。美国国家科学基金会（NSF）与英伟达的合作，也旨在支持 AllenAI 开发一个完全开放的人工智能，这预示着未来的发展方向。