ARTICLE · 1190923
AI哨站|第2期:阶跃星辰大模型开源
AI哨站|第2期:阶跃星辰大模型开源你好，我是林浩！欢迎来到AI哨站频道 昨天我们聊了海外三巨头轮番炸场，GPT-6免费、Gemini 4百万词元、Claude降价，很多人说，国产大模型还有戏吗？ 今天，答案来了。就在10月15日，阶跃星辰正式宣布，他们的Step 5大模型开源了。 
这事儿有多大？两个字——全球第二。 不是国内第二，是OpenRouter全球Token使用量周榜的第二名。今天我用8页PPT，帮你搞懂这件事到底意味着什么——这是国产大模型的"开源反攻"，还是一次营销噱头？ 先快速复盘一下事件。 阶跃星辰，可能有些朋友不太熟。这家公司成立于2023年，创始人是前美团联合创始人王慧文。团队核心成员都是全球顶尖AI机构出来的，做的是多模态大模型和具身智能。 这次开源的是他们的 Step 5 Preview模型，BF16和FP8两个版本同步上线HuggingFace和魔搭社区。 最硬核的成绩是什么？在OpenRouter这个全球最开放的API市场上，Step 5的Token使用量排到了周榜第二名。 
什么概念？OpenRouter上面有几百个模型，GPT、Claude、Llama，什么都有，用户用真金白银投票。第二名意味着，全球开发者已经在用脚投票了——这个国产模型，确实能打。 可能有人会问，不就是开源个模型吗？有什么好大惊小怪的？ 我告诉你，这件事的重要性，体现在三个层面： 
第一个层面，这是用海外市场验证了国产模型的实力。不是国内自嗨，不是媒体吹出来的，是在全球最开放的市场上，用真实的用量和收入打出来的第二名。这个含金量，比多少个Benchmark都高。 第二个层面，开源会加速生态建设。模型一旦开源，开发者就可以基于它做微调、做应用、做垂直方案。生态是滚雪球的——用的人越多，改进越多，改进越多，用的人更多。Meta的Llama就是这么起来的。 第三个层面，给国产AI应用提供了一个"强+可控"的底座。过去很多企业想用AI，但数据不敢上云，开源模型可以私有化部署，这个痛点解决了。 说到这里，就不得不聊一个更深的话题——开源和闭源，到底哪条路才是对的？ 现在AI行业基本上是两条路线在赛跑。 
一条是闭源路线，代表是OpenAI和Anthropic。好处是能力天花板更高、商业模式清晰、数据安全可控、迭代速度快。但问题是生态受限、定价权完全在厂商手里，你想用就得按我的规矩来。 另一条是开源路线，代表是Meta的Llama、现在的Step、还有阿里的通义千问。好处是生态爆发快、可以定制微调、可以私有化部署、成本低、社区贡献迭代。但能力上限确实比闭源的顶尖模型略低一些。 你说谁会赢？我觉得不会有绝对的赢家，而是不同的场景选不同的路线。对C端消费者来说，闭源体验更好；对B端企业来说，开源可控性更强。 而国产大模型，走开源路线，其实是一个非常聪明的策略——不跟你在闭源赛道上正面硬刚，而是在开源生态里找到自己的位置。 那这件事，对中国的AI生态到底意味着什么？我看到三个明确的机会。 
第一个，应用层大爆发。有了一个性能足够强的开源底座，AI应用创业的门槛会大幅降低。以前你得自己训模型，现在拿来就能用，还能根据场景微调。接下来半年到一年，一定会涌现出大量垂直领域的AI应用。 第二个，工具层的机会。模型越普及，做工具的越赚钱。基于开源模型做微调工具、部署工具、Agent框架、评测工具……这些"卖铲子"的生意，确定性是最高的。 第三个，企业数字化加速。很多传统企业不是不想用AI，是不敢用——数据安全是最大的顾虑。开源模型可以私有化部署，数据不出企业内网，这个顾虑就解决了。传统行业的AI渗透速度，会比我们想象的更快。 但是，我也要泼一盆冷水。别高兴得太早，挑战也很明显。 
第一个挑战，开源不等于胜利。开源只是一个起点，不是终点。能不能建立起真正活跃的生态？能不能有持续的商业支持？这些都还是未知数。Llama的成功，不只是因为模型好，更是因为Meta的品牌、资源和社区运营。 第二个挑战，性能差距仍然存在。实话实说，和GPT-6、Gemini 4比，综合能力还有差距。开源是策略，不是"躺赢"。模型本身的能力，还是得持续迭代。 第三个挑战，商业化的问题。开源模型到底怎么赚钱？是学Red Hat做服务，还是做企业版，还是靠云服务？这些模式都还在探索期。OpenAI一年收入几百亿，开源模型公司能不能养活自己，是个现实问题。 最后，给三类人三条建议。 
第一，如果你是开发者——今天就去体验一下Step 5，评估一下能不能替代你现在在用的模型。开源意味着可定制，可定制就意味着更多机会。 第二，如果你是企业——把开源大模型纳入你的技术选型。尤其是数据敏感的场景，私有化部署是刚需，别等别人都用上了你才开始评估。 第三，如果你是创业者——基于开源模型去做垂直应用。别再卷模型本身了，去场景里找机会。模型越来越像水电煤，真正的价值在应用层。 一句话总结：国产大模型的突围，不在闭源赛道上硬拼，而在开源生态里找到自己的位置。 关注AI哨站，每天一张PPT，看懂AI产业。我们明天见。
