夜雨聆风2026 年 7 月的最后一周，三个中国团队做了同一件事：把家底免费放出去。
7 月 27 日，月之暗面公开 Kimi K3 的权重，2.8 万亿总参数，成为全球首个开源 3T 级模型。7 月 31 日，深度求索把 DeepSeek-V4-Flash 正式版以 MIT 协议开源，2840 亿参数，允许任何人下载、修改、商用。8 月 3 日，阿里发布 Qwen3.8-Max，2.4 万亿参数，官方承诺下周把权重也放出来。
如果你在用 AI 工作，这件事会决定你明年为 AI 付多少钱。
同一周，太平洋对岸传来相反的消息。今年 4 月已有报道称，Meta 基本停掉了开源模型 Llama 的后续开发，把重心转向闭源的 Muse Spark（The News Stack）。开源阵营最坚定的旗手，开始转身关门。
于是问题变了。这场叫了好几年的「中美 AI 竞赛」，真正的战线已经不是国与国，而是开与闭。
先说清楚一个概念：本文说的开源，指开放权重（open-weight）——模型参数可以下载、修改、商用。它不等于把训练数据和全部代码公开，但足够让全世界任何人拿去部署。这个区别后面会用到。
再给一个框架：开源和闭源不是技术路线，是两种收钱方式。
闭源模型像软件。OpenAI 年化收入超过 120 亿美元，Anthropic 约 70 亿美元，后者 10 个月从 10 亿涨到 70 亿（中信建投研报，2025 年 11 月）。它们收的是使用费，模型越强，收费越贵。
开源模型像公路。Meta 当年开源 Llama，算的是另一笔账：平台主导地位比模型独占更值钱，用免费模型削弱收费的对手，钱从生态里赚回来。
历史已经演过一遍。Android 用开源路线拿下智能手机八成份额，iOS 守着高端利润；Linux 统治了服务器，Windows 守在桌面。规律是：网络效应强的市场，开源吃份额，闭源吃利润。
这条规律现在轮到 AI。开放权重模型已经占了企业 AI 部署的六成以上（Eden AI 统计，2026 年 8 月）。企业默认的选择，正在从「买最贵的模型」变成「用开源的模型」。
那为什么是中国厂商集体开源？答案要先看出口管制。
芯片被卡，算力不是中国模型的优势，逼出了两条替代路径：算法效率，和开源生态。
算法效率是明牌。6 月底，深度求索联合北大开源推理加速框架 DSpark，单用户提速最高 85%，吞吐量提升最高 661%（VentureBeat 报道）。同样的算力跑出更多的活，是补短板最快的方式。
开源生态是暗牌。闭源模型把推理过程藏起来，圈内叫「思维围墙」；开源模型没有墙，谁都能拿它当教师，蒸馏（distillation）出更强的学生。DeepSeek V4、Kimi K3、GLM 5.2 之间互相当老师，等于把美国闭源厂商最想保密的东西，变成了公开教材。
更讽刺的是，开源天然绕开管制。权重文件一旦发布，就无法阻止跨境流动。8 月 4 日，白宫披露的新 AI 安全框架，把开放权重模型整体豁免于强制安全测试，包括中国公司的模型（新华社报道）。想用安全审查卡中国的政策，被中国厂商的开源路线绕了过去。
美国内部因此分裂。英伟达主张继续卡芯片——H20 解禁后它面对的是潜在 500 亿美元的市场（Mint 报道）；Anthropic 主张反蒸馏、强制测评、收紧管制（智顶网报道，2026 年 8 月）。OpenAI 和谷歌站在开放权重一边。
这不是「美国对中国」，是「美国的两派对中国的一队」。
但开源不是慈善。中国厂商集体开源，背后的激励结构很清楚：用免费击穿闭源定价权，用生态绑定全球开发者，用权重出口对冲算力进口的限制。单家公司亏，整个产业赢——这是产业政策的逻辑。
Meta 关门，则是美式商业环境对开源的审判：开源旗手也扛不住「模型不赚钱」的股东质问。
两条路线的激励结构不同。预测走向，看激励，不看发布会。
能力差距已经收敛到很小的范围。Kimi K3 的综合表现，被券商认为只逊于 Claude Fable 5 和 GPT-5.6 Sol 两个闭源旗舰（国联民生证券，2026 年 8 月）；GLM-5.2 在百万用户盲测的 Code Arena 拿了全球可用模型第一；DeepSeek V4-Flash 的编程和 Agent 能力在逼近美国闭源头部（新华网报道）。
成本差距反而在拉大。多家报道口径一致：中国开源模型的使用成本，大约是国际闭源旗舰的数十分之一（中时新闻网，2026 年 8 月 5 日）。阿里 Qwen3.8 的 API 输入价格约为 Opus 5 的 40%，输出约 24%（澎湃新闻，2026 年 8 月 3 日）。
给读者算一笔账。一个重度使用 AI 的人，写代码、做分析、处理文档，订阅加 API 混用，一年两三千元很常见；同样的用量走国产开源模型的 API，可能只要几百元。差的这部分，就是闭源收的「使用费」。
所以呢？对大多数人，日常使用国产开源模型的 API 已经够用。只有两类人值得为闭源溢价买单：数据敏感、有合规要求的场景，和必须用最强推理能力的高端工作。
最后是避坑。开源不等于免费给你用——自部署要算力、要技术、要维护。国产开源不等于自动更好——看模型能力，看单位成本，看数据归谁。判断一个 AI 工具值不值钱，就这三样。
下周 Qwen3.8-Max 的权重能否如期开源，是这条赛道的试金石。如期放出，说明中国厂商把开源当长期战略；如果缩回去，说明连他们也开始算账。
对你来说，别站队，用脚投票。哪个模型帮你把事办了、钱花得值、数据在你控制范围内，就用哪个。你每一次付费，都是在给这两条路线投票。
开源能不能赢，不取决于发布会，取决于有多少人真的拿它做事。