夜雨聆风Hugging Face 上有个数据我一直觉得挺有意思：一个模型发布一周，下载量能冲到几十万。
问题是——这几十万次下载里，有多少最后真的被"跑起来"过？
我自己就是那个数字里的一份子。Llama 3.1 405B 出来的时候，我 clone 了权重文件夹，看了看 config.json，读了两遍模型卡，然后关掉了标签页。Kimi K2 万亿参数版本开源那周，我又做了一次类似的事。这周 K3 的 2.8T 出来，我大概率还会这么做。
下载不是使用。下载是一种参与感的替代品。
打开 Hugging Face 页面，点一下 Files，看到 safetensors 分片一个一个列出来——你会产生一种"我拿到了"的感觉。至于拿到之后能干什么，那是另一回事。
我认识的独立开发者里，真正把开源大模型"跑在自己机器上"的，几乎没有。不是因为不想，是因为算不过账。
一张 4090 跑量化后的 70B 模型，勉强能到"演示级别"的速度。要跑 Kimi K3 这种 2.8T 级别的模型，你需要一个数据中心，一天电费够你调 API 调一个月。这不是矫情，是纯粹的经济账。
那大家用什么？还是 API。要么是 Moonshot 自己的 API，要么是 Together AI、Fireworks、DeepInfra 这些托管方——它们的商业模式就是替你运行开源权重。你付钱给它们的服务，本质上是付钱给一个"帮你跑开源模型"的中间商。
你以为你在用开源，其实你在用一个包装了开源权重的商业 API。区别只是这个 API 背后跑的模型，理论上你也可以自己跑——如果你有那个钱。
那开源到底还有没有意义？
有，但不是给使用者的，是给观察者的。
模型权重公开，意味着任何有资源的研究团队可以研究它的内部结构：注意力头在关注什么、某个能力是从哪一层涌现的、安全对齐是怎么被绕过的。这些研究不会让普通开发者受益，但会让整个领域向前走。Llama 系列开源之后，几乎所有关于大模型可解释性的研究都在拿它做实验样本——这才是开源真正的杠杆点。
另一个受益方是做蒸馏和量化的团队。你可以拿 K3 的输出去训一个 30B 的学生模型，让它继承一部分能力，同时让它能真正跑在合理的硬件上。上周开源的那些 8B、13B 级别的强模型，很多都能追溯到某个万亿参数老师的影子。
所以开源不是没意义，是意义前置了——发生在你和它见面之前，在实验室里，在蒸馏 pipeline 里，在别人的论文里。等到它以某种形式回到你的显卡上时，它已经不叫 K3 了，叫某个 8B 蒸馏版。
我最近在想一个问题：如果"开源"越来越变成一种信任机制而不是使用机制，那我们应该怎么评估一个开源模型的价值？
Llama 时代的评估很简单——能不能在我家显卡上跑？跑得动就是好开源。
但到了 2.8T 参数的时代，这个标准彻底失效了。可能新的标准应该是：它释放了多少下游可用的东西？ 有没有人在它基础上蒸馏出了能跑的小模型？有没有研究团队用它做出了有价值的可解释性成果？有没有企业拿它做出了真正的定制版？
如果这些都没发生，那 1.4TB 的权重文件躺在服务器上，和一个没有被打开的 zip 包没有本质区别。开源了，但没人用得起，然后呢？
回到开头那个问题：那几十万次下载，有多少变成了真实的使用？
我猜，大部分变成了参与感。少部分变成了云厂商的推理集群。极少部分变成了论文和蒸馏模型。而最有价值的那部分——那些让技术真正流动起来的下游产物——通常不会出现在下载计数里，它们出现在一年后某个 8B 模型的技术报告脚注里。
你上一次真正"用"一个开源大模型是什么时候？不是下载，不是围观，是真的把它跑在你自己的机器上、解决了你自己的一个问题？
如果想不起来，也没关系。这可能就是这个时代大部分工程师和开源模型的真实关系——我们不使用它们，我们知道它们存在。