一、核心觀點
花旗認為,開源權重模型對前沿模型收入的影響已過了本地高峰。隨著能力差距擴大,以及使用經濟效益越來越有利於前沿實驗室的模型套件,開源模型的長期價值在於控制權(客製化、部署靈活性、IP保護),而非單純的成本優勢。隨著運算資源增加,前沿實驗室能比開源競爭對手更有效率地蒸餾模型,為企業提供更廣泛的價格效能選項。
二、能力差距:先縮小後再度擴大
-
2026年4月至8月:中國實驗室推動開源前沿從28分升至45分,將專有模型領先差距從13分縮小至6分(同期閉源前沿從41分升至51分)。
-
2026年9月:MiMo將開源前沿提升至46分,但Claude Opus 5.5將專有前沿提升至58分,使閉源與開源差距擴大至12分(前值為9分)。
-
非中國最強開源權重模型Inkling Small得分為26分。
-
公開基準測試可能誇大了開源與閉源模型的平價程度;私人評估顯示領先開源系統在長程網路任務和生產可靠性方面落後更多。
三、成本前沿持續推進
-
最便宜的字元(token)不一定是最便宜的足夠答案。最新前沿模型可能以更低成本達到先前前沿水準的結果。
-
Opus 5.5將AA智慧前沿提升9%,成本比Opus 5低40%。
-
successive Grok和Gemini發布在維持平穩定價的同時提升了智慧,顯示模型效率持續改善。
-
法規和其他摩擦可能鼓勵實驗室短期內專注於從現有模型獲取效率。
四、價值在堆疊中移動
-
字元效率和準確度的差異表明,針對工作負載的路由比統一的開源或閉源部署策略更經濟。
-
預計企業將採用混合模型組合(模型組合)作為去風險機制。
-
AI實驗室可能越來越多地將路由和編排能力直接嵌入模型層,使用者僅在罕見或高度特定情況下才選擇特定模型。
五、公開基準與私人評估的差異
公開基準與專有評估之間存在分歧的幾個因素:
-
基準感知的後訓練:研究人員可系統性地針對已知基準弱點和評估模式進行優化(「基準最大化」)。
-
私人與定製評估日益普遍:企業採用推動了對專有和用例特定評估的關注,這些更難被優化。
-
部署複雜性:私人評估更能捕捉生產中驅動企業價值的因素(可靠性、延遲、字元效率、一致性、工具執行、錯誤成本)。
-
受控或刻意放緩的前沿:更長的安全和審查期可能延遲閉源模型發布,讓開源模型有更多時間追趕。
六、開源權重採用趨勢
-
Vercel AI Gateway:開源權重模型在2026年8月開始持續佔多數,9月達到四分之三多數,較6月底上升43個百分點。
-
OpenRouter:開源權重模型在2026年2月2日達到持續40%份額,5月25日達到持續50%份額,最新完整週佔總量72%。
-
從2月第一週到9月最新完整週,每週識別字元量增加110T,其中開源權重模型貢獻89T(81%),專有模型增加21T,顯示市場持續擴張而非純粹替代。
七、為何中國開源模型領先
-
模型開發工業化:東方實驗室正在工業化模型開發流程。
-
人才密度:與主要大學的深厚聯繫和龐大的國內技術勞動力。
-
聚焦產品範圍:領先的開源權重模型多為純文字系統,專注於語言和推理任務。
-
系統優化:先進晶片限制可能刺激模型和基礎設施創新。
-
蒸餾與後訓練:知識蒸餾將行為從更強的教師模型轉移到更小的學生模型。
-
發布時間優勢:開源生態系統對專有前沿進步的回應在最新週期中急劇加速。
八、Poolside共同執行長Jason Warner訪談重點
-
Poolside是一家基礎模型公司,建立前沿基礎模型並指向難題。
-
Model Factory是一個發現引擎:將運算與Model Factory配對,指向一個問題,並反覆精煉解決方案。
-
Laguna Small是一個118B參數的MoE模型,具有8B活躍參數,在約4K H200上訓練,總集群10K GPU,端到端約五週。
-
Warner認為大多數人不需要最新前沿模型來完成大部分工作;90%的知識工作經濟價值不需要最昂貴的字元。
-
開源模型可以分散風險,企業不應將所有工作負載放在外部API上。
-
蒸餾敘事被過度誇大;主要差異在於實驗室能力和運算。
-
兩個因素可改變開源份額:前沿開源權重模型的到來,以及來自股東和上市公司的真正經濟壓力。
九、開源與閉源的經濟學
-
開源不等於免費:開源權重模型釋放訓練參數,但通常不披露底層程式碼、訓練資料或完整訓練過程。企業仍需支付推論、檢索、評估、編排、安全、監控、支援和合規費用。
-
每任務成本不等於每字元成本:開源權重模型的平均每任務成本比混合價格/1M字元高約29%,而專有模型低34%。更冗長的開源模型有時支付「過度思考稅」,抵消其每字元價格優勢。
-
單位智慧成本正在下降:GPT-6.1 Sol(medium)得分48,每任務0.21美元,而GPT-5.6 Sol(medium)得分39,每任務0.50美元。Opus 5.5(medium)得分51,每任務1.34美元,而Opus 5(medium)得分45,每任務2.19美元。
-
成本模式並非一致:Muse Spark 1.3智慧提升8分(20%),但每任務成本上升65%至1.60美元。Grok 4.7增加2分(5%),任務成本增加一倍多至3.74美元。
十、企業AI價值鏈
-
閉源權重模型:企業客戶 → 編排/應用層 → 推論/運算提供者 → 資料中心基礎設施。關鍵風險:閉源模型提供者的第一方API是企業獲取智慧的單點故障。
-
開源權重模型:企業客戶 → 編排/應用層 → 推論/運算提供者 → 資料中心基礎設施。部署靈活性:可下載權重允許企業自行託管或選擇多個推論提供者。
-
企業不太可能標準化於單一模型提供者或授權框架,而是採用組合方法。
十一、總擁有成本超越標題字元價格
-
模型與運算:基礎設施效率(加速器利用率、記憶體需求、延遲、服務效能)可實質影響實際成本。
-
工具與上下文:檢索品質、工具使用、記憶體、路由和驗證影響答案品質和完成所需字元數。
-
準確度調整成本:便宜失敗的嘗試並不便宜。相關經濟分母是成功的、商業有用的結果。
-
風險與營運:安全、監控、合規、支援、法律賠償和停機時間可實質影響企業採購決策和TCO。
十二、控制、客製化與企業組合
-
可下載權重讓企業在私有雲或本地環境部署,保留更多資料處理控制權,對專有範例進行微調或後訓練,並透過路由器減少對單一API的依賴。
-
企業採用案例:Netflix、Siemens、Shopify、AT&T、Uber、Accenture、Airbnb、PNC Financial Services、DoorDash、SLB、Coinbase、CH Robinson、Hugging Face、Match Group、Bridgewater Associates等。
十三、可能的穩定狀態是混合
-
例行、高容量和領域特定工作可能轉向更便宜的開源或更小系統。
-
前沿模型目前保留最困難、長程和高錯誤成本任務,同時作為驗證者和監督者。
-
路由器和工具變得策略重要,因為目前沒有模型在效能和成本上贏得每一項任務。
-
企業路由案例:Siemens、Shopify、Uber、Booking、DoorDash、Cognition、Figma、Zillow、Blackline等。
十四、價值重新分配
-
在一個說明性的100美元支出瀑布中,從閉源模型部署轉向完全開源權重部署,將模型提供者增值從50美元降至5美元,同時將雲端和推論提供者捕獲的增值從33美元增至62美元。
-
資料中心基礎設施的資金從約17美元增至33美元,在恆定-75%基礎設施毛利率假設下,相關毛利從13美元增至25美元。
-
50/50模型組合介於這些結果之間,支持採用將是混合而非二元觀點。
十五、蒸餾爭議
-
當前爭議指控 campaigns使用欺詐帳戶、身份逃避和自動化高容量查詢來提取能力,違反提供者條款和存取控制。
-
Anthropic檢測到少數東方模型開發者從事其所謂的非法蒸餾(工業規模、隱蔽的 campaigns,未經授權提取模型能力並在另一個模型中複製)。
-
蒸餾指控範例:OpenAI/DeepSeek、Anthropic/DeepSeek, Moonshot AI, MiniMax、OpenAI/xAI、Anthropic/Alibaba、Anthropic/Moonshot AI等。
-
前沿提供者正使蒸餾更困難:加密推理、身份和支付控制、流量分析、請求重定向、速率限制和選擇性存取。
十六、近期重新擴大差距並非永久護城河
-
如果蒸餾實質加速了5月至8月的智慧追趕,限制對高價值前沿輸出的存取可能有助於擴大能力差距。
-
即使如此,防禦不太可能阻止開源進步。開發者可更依賴獨立預訓練、人工策劃資料、已收穫的蒸餾收益、強化學習、合成環境、資料選擇、稀疏架構、量化和系統工程。
-
預期差距將振盪,除非出現RSI或其他獨立突破的重大突破。
-
關鍵問題不是開源與閉源差距在任何單一點擴大或縮小,而是任何優勢持續多久,以及由此產生的經濟價值最終在哪裡被捕獲。
-
在模型層優勢日益短暫的環境中,持久價值可能較少在於任何個別模型,而在於基礎設施、專有資料、評估系統、檢索層和路由平台,這些能持續將每項任務導向能力、控制和成本的最佳組合。
十七、法規發展
-
法規發展步伐仍將是關鍵變數。在更清晰的框架出現之前,前沿推進發布的批准可能較少取決於消除濫用,而更多取決於展示足夠穩健的保障措施。
-
更長的審查期可能讓開源模型有更多時間接近甚至超越已發布的前沿,而受控存取可為受信任使用者保留高級貨幣化機會和能力優勢。
十八、近期團隊筆記
報告列出了2026年多篇相關研究筆記,涵蓋AI產業模型、深度探討、ROI on AI、Citi’s Inference Ahead、一次性文章、會議和活動評論、 collaborative pieces等類別。
十九、Space Exploration Technologies (SPCX.O)
-
目標價200美元,基於三種估值方法的平均值。
-
風險包括:發射部門的逆風(未能展示Starship快速可重複使用性、缺乏發射基礎設施、FAA和其他政府組織的法規逆風)、未能快速獲得Starlink行動市場份額、未能展示建立具備運算能力的AI軌道衛星。
