AI 產業一分為二：免費模型正在吃掉付費模型的午餐

上週 AI 產業發生了一件事，大多數媒體沒有注意到。頭條都在報導月之暗面的 Kimi K3 和港股 IPO，但真正的變化發生在背景裡：中國的開源權重模型已經佔據了 OpenRouter 使用量前五名——全部五名，一個不落。

這五個模型來自騰訊、小米、DeepSeek、MiniMax 和 Z.ai，全部免費下載、可修改、能在自己的硬體上跑。開發者選擇它們，不是因為它們比 GPT-5.6 或 Claude 強一點，而是因為它們夠好用，而且成本只有專有 API 的零頭。這不是技術故事，這是披著技術外衣的經濟學故事。

AI 產業的兩條賽道

整個 AI 產業已經分裂成兩條完全不同的賽道，方向正好相反。

第一條賽道：OpenAI 和 Anthropic，正準備以逼近一兆美元的估值 IPO。兩家公司押注的命題很簡單——未來的價值屬於最強的模型，以高端服務的形式、搭配高端利潤率來銷售。他們的論點是：通用人工智慧的價值太高了，客戶會願意付任何價格。

第二條賽道：一個由中國 AI 實驗室主導的開源權重生態系，模型直接免費送。沒有折扣，是免費。開發者下載模型，用自己的數據微調，在自己管理的基礎設施上跑推理——或者透過代管服務，按 token 計費，價格低到讓前沿實驗室的定價看起來像奢侈品。

兩條賽道之間的鴻溝正在擴大。在 OpenRouter 上，開發者用 token 投票，而且全部投給了免費的。每週使用量前五名全是中國模型、全是開源權重。這不是某個新模型發布帶來的短暫飆升——這是持續累積了幾個月的長期趨勢。

為什麼「免費」能打贏「更強」

經濟邏輯一點都不複雜。對大多數商業場景——客服、文件處理、內部知識檢索、程式碼補全——一個達到前 15% 水準、每百萬 token 收 0.10 美元的模型，比一個前 5% 水準、每百萬 token 收 15 美元的模型更有用。開源權重模型和專有模型之間的效能差距已經縮小到：基準測試能測出來，但實際使用中往往感覺不到。

Axios 的標題寫得很直接：中國的實驗室正在「威脅把美國的頂尖模型變成昂貴的小眾產品」。措辭很重，但使用數據支持這個判斷。當開發者可以用 1% 的價格拿到 90% 的能力，大多數人會接受這個取捨。例外存在——研究實驗室、尖端應用、安全關鍵系統——但這些領域很窄。

在企業場景中，開源權重的優勢還會放大。下載模型並在自己的資料上微調的公司，不只是省了 API 費用。他們的數據不會離開自己的伺服器。他們不會受到定價變動或模型停用的影響。他們在可控制的基礎設施上構建系統。對於受監管的行業——金融、醫療、政府——這不是加分項，這是必要條件。

基礎設施的淘金熱

如果開源權重模型是產品，推理就是生意。一批公司已經出現，專門解決大規模運行這些模型的技術難題，投資人砸錢的速度顯示他們看到了一個平台級的轉移。

Fireworks AI 兩週前完成 15 億美元的 D 輪融資，估值 175 億美元。Together AI 和 Baseten 在同一時期完成了大額融資。整個推理基礎設施領域在幾週內吸納了近 40 億美元的新資金。這些公司的商業邏輯很簡單：大多數公司不想自己管理 GPU 叢集、處理模型量化、優化推理管線。他們要的是一個 API，能跑他們選的模型、價格合理、而且不會被鎖定在某一家供應商。

這就是讓開源權重運動不同於以往開源浪潮的策略反轉。上一代企業軟體的商業模式中，利潤在授權費裡。這一代，利潤在讓免費的東西變得可用的服務層。模型是商品，基礎設施是護城河。

Forbes 稱之為「把推理變成控制點」，完全正確。誰跑推理，誰就決定定價、可靠性和吞吐量。模型權重是免費的，但要同時穩定服務一百萬用戶——這不是免費的。

兆美元估值的真正挑戰

OpenAI 和 Anthropic 走進公開市場的估值，建立在兩個前提上：它們的模型會持續保持不可替代性，它們的利潤率會保持不變。開源權重運動同時挑戰這兩個前提。

如果實際使用量最大的模型是免費的，那麼專有模型的價值主張就從「我們有的東西別人沒有」變成了「我們的東西好 5%，但貴 100 倍」。這個故事對公開市場投資人來說不太好講——他們關心的是利潤率，不是基準測試分數。

《華盛頓郵報》上週末的社論罕見地為開源 AI 模型辯護，指出那些遊說華府把開源權重模型視為國安威脅的人，正在把市場競爭誤認為國家安全問題。社論寫道：「事實上，這是更熟悉的東西：值得歡迎的正常競爭。」華府會不會買單還是未知數，但市場已經做出了選擇。

真正值一兆美元的問題不是 GPT-6 或 Claude 5 會不會比 Kimi K4 更聰明。而是「更聰明」還值不值得過去那麼高的溢價。OpenRouter 的使用數據——五個中國模型、全部免費、全部在前五名——暗示答案可能已經是「不值」。