2026年9月18日,国新办发布会上,商务部透露了一个数字:中国人工智能大模型,全球累计下载量突破100亿次。这句话的原文还补了半句——让更多国家特别是发展中国家"用得上、用得起"。
100亿次是什么概念?全球80多亿人口,平均每人下载了不止一次。但真实的下载者不是普通网民,而是全世界的企业和开发者:他们把模型权重拉回自己的机器上,跑起来,改一改,变成自家产品里的一个功能。这跟你在应用商店下个APP不一样——APP是拿来用的,模型是拿来"开厂"的。
为什么开源路线能跑到百亿下载?这背后其实是一条完整的商业逻辑,拆开看,正是很多客户脑子里正在转的那本账。
一、开源和闭源,卖的就不是同一种东西闭源大模型像卖瓶装水:拧开就能喝,按瓶计费,干净方便。企业调API,一个token一个token地付钱,不用管水从哪来、井怎么挖。
开源大模型像把井免费送了:模型权重直接下载,商用许可大多放开。那厂商图什么?图的是"有人用"。用的人多了,就会有企业请它做部署、做定制、买算力、买服务。就像手机行业的安卓——系统免费,钱在生态里赚。
所以下载量百亿次,本质是"装机量"破百亿:全世界的开发者投票,选了这条"先铺井、再卖水"的路线。工信部2026年7月披露的数据可以佐证生态的厚度:国家级人工智能开源社区已汇聚用户1100余万,托管模型超过7万个。井越来越多,喝水的人自然也多。
二、涨价的是闭源,卷起来的是开源客户今年最直观的感受,可能是账单变贵了。2026年4月前后,国内闭源API迎来一轮涨价潮:腾讯混元大模型部分档位最高涨价463%,智谱在发布新一代模型时同步提价10%。原因不复杂——推理要烧算力、算力要买电,成本压不住,价格就得动。
开源那边却是另一幅画面:你用不用付费,都拦不住别人把模型下走自己跑。而且水平差距在肉眼可见地缩小。斯坦福大学2026年发布的AI Index测算,最强开源模型与最强闭源模型的差距已收窄到约3.4%;有分析机构估算,开源权重的平均使用成本约为闭源模型的六分之一。
一句话:免费的开源在追上收费的闭源,而收费的还在涨价。客户的注意力转向开源,不是情怀,是算术。
三、企业自养模型,什么时候才划算那是不是所有客户都该把模型搬回自己机房?不是。这里有个交叉点,也是销售最该帮客户算清楚的地方。
调用量小的客户,API仍然是好选择:不用买卡、不用养运维,按量付费,成本近乎为零。但调用量一旦大而稳定——比如每天有千万级token的稳定消耗——自建的经济性就开始反超。业内普遍的测算口径是:部分前沿开源模型的运行成本只有同类闭源模型的一半到三分之一,量大时省下的就是真金白银。
这笔账之外还有一笔更硬的账:数据。金融、医疗、政务、制造这些行业的客户,核心数据出不出门往往不是成本问题,而是合规红线。API模式下数据要过第三方的服务器;私有化部署,数据全程留在自己内网,监管审计时拿得出交代。很多客户嘴上问"模型能力怎么样",心里想的是"我的数据能不能不出门"。
四、客户买的其实不是模型,是"不会被卡脖子"再往深一层看,客户选开源,买的是控制权:权重在自己手里,版本可以冻结——评测通过的是哪个版本,上线的就是哪个版本,不会某天被通知"模型下线,请迁移";可以拿自己的业务数据做微调,调出来的能力是独有的;厂商涨价或者调整商业策略,也伤不到已经落地部署的系统。
这种"可控"在客户的采购会上越来越值钱。反过来,它也解释了为什么开源模型的下载量能冲到百亿——企业怕的不是花钱,怕的是花钱买来的命脉攥在别人手里。
对客户行业的影响也在传导:当一家企业把AI的边际成本打下来,它对外提供的服务就有了降价空间,最终端消费者会感受到"这个服务变便宜了、变快了"。开源竞争的账单,最后会以让利的形式传到消费者手里。
AI 选型的天平正在从"租"往"买"倾斜,客户从问"哪家API强",变成了问"私有化部署怎么做、数据能不能不出门、量大之后能省多少"。谁能让客户把这笔账算明白,谁就先一步坐到桌边。销冠的你,这下知道客户为什么开口就问"能不能部署在我们自己机房"了吧。