开源下载41%,收入12%

图注：一图读懂本文要点——开源模型量在涨，钱却更多落在云平台和推理平台那一层（来源：源势AI）

开源模型正在接住越来越多企业的推理负载，但这门生意赚到的钱，大部分没有落在模型厂商口袋里。

两组数字摆在一起。Hugging Face 的数据显示，中国开源模型已占到平台总下载量的 41%（来源：《财富》中文网，2026-10-03）。而中金公司在测算全球模型价值量后给出的判断是：到 2027 年，开源模型的收入份额大约只占大模型市场的 12% 到 30%（来源：中金《Token启示录（六）：开源模型价值透析》，2026-09-02）。

下载量四成，收入份额一成多。两个数字之间的落差，就是这门生意真正有意思的地方。

调用量确实在涨

热度这边，先看聚合平台的排名。第三方聚合平台 OpenRouter 的周度调用量排名显示，前十位厂商里开源模型所占份额近三个月稳定维持在 60% 以上（来源：中金《Token启示录（六）》，2026-09-02）。

推理平台的数据更直观。主要部署 DeepSeek、Kimi、GLM、MiniMax 的 Together AI，过去一年全行业开源模型使用量翻了三倍；主打 GLM、Kimi、Nemotron 的 Baseten，近一年 AI 推理需求增长了 20 倍，2026 年 8 月月均 Token 调用量达到 400 万亿（来源：中金《Token启示录（六）》，2026-09-02）。Fireworks AI、Together AI、Baseten 三家的日均 Token 消耗分别达到 40 万亿、13 万亿和 30 万亿（来源：中金《Token启示录（六）：开源模型价值透析》，2026-09-02）。

企业侧的动作也在同步。AT&T 每天处理约 450 亿 Token，其中约 40% 的 AI 工作负载跑在开放模型上，公司目标是一年内提到 70%（来源：Tech Digest《AI行业24小时_20261002_10》，2026-10-02，转引自机器之心）。

图注：中金测算，到 2027 年开源模型收入份额约 12% 到 30%，而下载量份额已占四成——量在涨，钱没同比例涨（数据来源：中金《Token启示录（六）：开源模型价值透析》，2026-09-02）

热度是真的，但它没有等比例变成收入。

钱在中间几层被收走

开源模型并不等于免费模型。中金把软件开源的商业模式映射到了模型产业，梳理出四条路子：直接调用开源模型官方 API、私有化部署加 FDE 服务、Open Core 模式、以及 MaaS（云平台部署开源模型按量收费）（来源：中金《Token启示录（六）》，2026-09-02）。

钱主要走后面两条。云平台部署开源模型，同时提供算力、SLA、数据库和可观测性，客户为使用量付费；而随着开源协议向「开放权重＋厂商自拟协议」演进，开源厂商开始要求与云平台分成。协议的门槛写得很具体：Kimi K3 的许可要求，经营 MaaS 及关联方收入超过 2000 万美元须另签协议，月活超 1 亿或月收入超 2000 万美元须在界面标注模型名（来源：中金《Token启示录（六）》，2026-09-02）。

图注：开源模型的四条变现路径——API 调用、私有化部署＋FDE、Open Core、MaaS，钱大多不在模型本身（资料来源：中金《Token启示录（六）》，2026-09-02）

另一边，部署开源模型的推理平台自己也在赚钱。Together AI、Baseten 这类公司 ARR 基本都达到约 10 亿美元，估值达到百亿美元以上（来源：中金《Token启示录（六）》，2026-09-02）。算力硬件、云厂商、推理调优平台、聚合平台都在这条链上分一层——模型越开源，越多的价值在模型之外被实现。

开源厂商自己也没闲着，只是变现方式变了。几个月内，四家中国厂商密集发布开源旗舰：Kimi K3、DeepSeek-V4、GLM-5.2 和 Qwen3.8（来源：中金《Token启示录（六）：开源模型价值透析》，2026-09-02）。参数规模越做越大，但开放权重让它们失去了按 Token 收钱的直接通道，只能回头谈分成、做企业版、卖私有化服务。

这也是为什么下载量和收入份额会差这么远：开源厂商把「量」做起来了，但单价比闭源低一个量级。中金的测算假设里，闭源模型均价 2 美元/百万 Tokens，开源模型 0.4 美元/百万 Tokens，价差约 5 倍（来源：中金《Token启示录（六）》，2026-09-02）。量翻几倍，收入也只追回一部分。

迁移省钱，但要拿工程换

对企业来说，更要紧的问题不是谁赚钱，而是自己省不省得到。

省得有前提。AT&T 能把四成负载搬过去，靠的是用自有数据做调优、把模型部署在可控环境里、为不同任务维护路由（来源：机器之心，转引自源势AI，2026-10-02）。这些活本来打包在闭源 API 的费用里，现在要企业自己承担。工程资源有限的中小企业把任务简单搬过去，很可能省下的是账单，付出的是稳定性和响应速度。

需求侧的增长是真实的。Tinder 的 CTO 透露，按年初规模估算公司全年 AI 支出约 100 万美元，到 7 月已经变成一年 1000 万美元；涨了十倍之后，公司把一部分普通请求转给开放权重模型（来源：机器之心，转引自源势AI，2026-10-02）。AlphaSense 统计，今年 8 到 9 月美国企业在业绩会和投资者会议中提到 open weight 或 open source 模型的次数，比去年同期增加 6 倍（来源：Tech Digest《AI行业24小时_20261002_10》，2026-10-02，转引自机器之心）。

口径要标清楚：40%、70%、450 亿 Token 都是 AT&T 自述，不是独立审计；「约九成任务够用」是 Tinder 高管的判断；被迁走的是可以分流的任务，不代表企业放弃闭源前沿模型（来源：机器之心，转引自源势AI，2026-10-02）。

源势AI观点

第一，看开源模型这门生意，先看「协议」再看「参数」。同样叫开源，附加条件差别很大：宽松许可可以闭源二次分发、没有额外限制，厂商自拟协议则往往写着收入门槛、用户规模标注等条款。协议决定了第三方能不能靠它赚钱、怎么分钱。评估一个开源模型值不值得用，许可条款的重要性不亚于跑分。

第二，路由能力比模型选型更值钱。模型越多、价差越大，把任务分配给合适模型的策略价值就越高。中金测算里，用来完成日常高频任务的模型均价只有 0.4 美元/百万 Tokens，而复杂长程任务仍要靠高价闭源模型（来源：中金《Token启示录（六）》，2026-09-02）。同一批负载先分层、再选模型，降本空间通常比单换一家供应商大。

第三，把口径写进合同。第三方能看到的最硬数据是单一网关的 56% 流量结构，而 40%、70% 这类比例都是企业自述（来源：机器之心，转引自源势AI，2026-10-02）。真正要落到纸面上的，是「哪些任务走哪个模型、失败时怎么回退、延迟和可用性到哪一档」。

下载占四成，收入占一成多。开源模型把 AI 的使用门槛降了下来，但降下来的这部分价值，大部分落在了把它托起来的云和平台那一层。

话题标签：#开源模型 #模型经济 #Token成本

源势AI · 企业智能化的推动者

最懂企业业务的 AI 全栈服务商

大模型 Token 聚合平台
企业 FDE 与智能体落地
AIGC 影视制作

官网 www.srcflow.cn ｜ 邮箱 contact@srcflow.cn

关注我们 · 获取更多 AI 前沿洞察