8月13日，DeepSeek V4 Pro正式版上線，阿里首次將Max級別旗艦模型Qwen3.8-2.4T-A95B的權重開放，Meta也在幾天前釋出開源模型Muse Glimmer，並承諾未來幾周內開放旗艦Muse Spark 1.2的權重。三家頭部廠商在同一時間視窗押注開源，並非巧合。過去數週，Kimi K3、智譜GLM-5.2、MiniMax H3等國產開源模型也輪番登場，開源賽道正被中國廠商從AI行業邊緣推向中心，並倒逼整個行業重新定價。

本輪開源模型更新重點強化智慧體（Agent）能力。DeepSeek V4 Pro正式版在AI程式設計智慧體基準測試DeepSWE中，得分從預覽版的12.8升至62.7；千問團隊展示了Qwen3.8-Max連續自主程式設計約16天、獨立復現並改進研究論文、在超2000輪互動中經營虛擬電商企業等極限測試；Meta Muse Glimmer是一款約300億引數、專為本地Agent工作流深度最佳化的開源模型，擁有從規劃、工具呼叫到自我檢查和故障恢復的完整Agent能力。

廠商密集佈局的背後，是行業共識的形成——開源模型已從過去的“追趕者”角色，轉變為對閉源模型的“圍剿者”角色。據Hugging Face《2026年春季全球開源AI生態報告》，中國開源模型下載佔比達41%，首次超過美國，累計下載量突破100億次。市場研究公司Counterpoint稱：如果西方科技巨頭只顧構建封閉的“圍牆花園”，開發者和企業自然會轉向中國的開放權重模型。

這種“圍剿”態勢在商業層面表現尤為明顯。強大的開源模型大幅降低了閉源實驗室的潛在利潤率：一方面減少了可用於訓練下一代模型的利潤，另一方面降低了投資者對相關公司的長期估值。相較於閉源模型高昂的呼叫成本和受限的雲端部署模式，開源模型支援本地私有化部署，可大幅降低AI落地成本。

但開源並不意味著免費。據市場訊息，阿里計劃對Qwen3.8-Max引入收益分成機制——連續12個月總收入超過2000萬美元的大型商業使用者需要和阿里單獨簽訂商業協議（具體分成比例仍在討論中）。這一模式整體效仿了月之暗面Kimi K3的做法：K3許可證規定，連續12個月總收入超過2000萬美元的MaaS提供商需與月之暗面單獨簽約（分成比例最高可達30%，但具體比例按個案協商）。截至發稿，阿里方面暫未對該分成機制進行回應。

中信建投分析認為，隨著Kimi K3等國產開放權重模型開始參與全球能力邊界和商業定價權競爭，“開放權重+商業許可”的模式有望推動開源模型商業回收，後續需重點觀察完整權重開放後的社群部署規模、API呼叫量以及付費轉化。

傳統開源指的是公開原始碼，任何人都可以審查、修改、復現。但在AI領域，真正的“全開源”意味著同時公開模型權重、訓練程式碼、訓練資料和完整流程。目前市面上絕大多數被稱為開源的模型——包括Meta Llama系列、阿里Qwen、DeepSeek系列等，在技術實質上更接近開放權重，即只公開訓練完成的模型引數，使用者可以下載、部署、微調，但訓練程式碼和資料集並不公開。這種介於全開源和完全閉源之間的中間狀態，降低了模型的使用門檻，但也保留了廠商的核心技術壁壘。

開源並非新概念，開源模型也並非新鮮事物，但過去幾周密集的釋出節奏，正在將開源推到一個新的臨界點。Meta是這個故事中最戲劇性的角色。2023年7月，Meta創始人兼CEO扎克伯格親自拍板開源Llama 2，高調宣稱“開源AI是前進的道路”。此後Llama 3和Llama 3.1相繼釋出，下載量突破6億次，Meta一度成為開源AI的旗幟。但到了2025年，Llama 4反響平淡，以OpenAI與Anthropic為代表的頭部閉源模型狂飆突進，扎克伯格開始暗示要“嚴格減輕風險”。據報道，Meta在2026年經歷了從開源到閉源的戰略搖擺，直至近期釋出Muse Glimmer並重返開源軌道。8月13日，Meta同步預告將開放旗艦模型Muse Spark 1.2權重。扎克伯格同步發表逾6000字的公開信《未來屬於所有人》，將AI公司劃分為兩類：一類是“把超級智慧集中在少數實驗室中”，另一類是“把能力廣泛分發”。他明確認為應該廣泛分配超級智慧。

Meta從開源到閉源的兩年，是海外頭部廠商在模型領域的領先期；而從閉源迴歸開源這一年，則是國產開源模型追趕勢能的集中釋放，也是開源從技術理念發展為核心競爭力的客觀趨勢。

國產開源模型效能躍升的同時，正在倒逼整個行業重新定價。投研機構Silicon Data的LLM Token支出指數顯示，開源模型和閉源模型的價格走勢正在分化——閉源在降價，開源在變貴。資料顯示，閉源模型的價格從3.07美元/百萬token持續下滑，主要原因是OpenAI、Google等巨頭之間的價格戰。而開源模型的實際使用成本從0.66美元/百萬token一路上漲——而這並非因廠商提價，而是使用開源模型的使用者和場景大規模增加，推高了綜合成本。用的人越多，總賬單越高。

8月7日凌晨，OpenAI宣佈免費使用者預設模型升級為GPT-5.6 Luna，開放無限量文本聊天。DeepSeek此前預告將於近期上調API定價後，8月13日晚正式官宣，8月17日零點起採用峰谷定價，空閒時段價格為高峰時段價格一半，DeepSeek V4-Pro高峰時段每百萬token快取未命中輸入價格從3元漲至9元，輸出價格從6元漲到27元。一放一收之間，模型行業定價邏輯正在被改變。

以同日釋出的DeepSeek-V4-Pro與Grok 4.6為例。在第三方評測中，兩者效能均屬全球第一梯隊——DeepSeek V4 Pro在Terminal Bench 2.1上距全球第一僅差0.1分。但價格懸殊：Grok 4.6輸出每百萬token定價6美元，DeepSeek V4-Pro輸出價按當前匯率折算約為0.87美元，不足其七分之一。Grok 4.6和即將釋出的Grok 4.7短期內不會開源，它們將通過xAI API、Grok應用和X平台以閉源形式提供服務。但xAI此前已經開源過Grok-1、Grok-2.5以及Grok Build等工具，業內預估Grok 4.6可能會在多輪迭代後跟進開源。

當開源模型在效能上逼近閉源對手，價格卻只有對方的零頭，閉源廠商面臨的壓力是雙重的：定價權被侵蝕，利潤率承壓；開發者流向開源生態，意味著閉源廠商不僅失去API收入，更失去了構建生態、形成資料飛輪的機會。面對這種局面，頭部廠商的開源策略開始分化。有的全面重啟開源戰略，如Meta；有的採取“分層開源”策略——開源舊版本模型構建生態、吸納反饋，同時守住核心技術的閉源優勢，如xAI。

接下來，這場圍繞開源的競爭還會進一步加劇。扎克伯格表示，美國嚴苛的資料使用和模型訓練限制，讓本土AI實驗室相對海外團隊處於競爭劣勢，單純封禁境外開源模型無法從根本上解決問題。他呼籲美國政府重新審視資料應用、模型蒸餾等核心規則，守住美國開源AI的全球領先地位。而黃仁勳在7月末的那封公開信，早已將這場變局的焦點挑明。公開信敦促美國政策制定者避免對開放權重AI模型施加過早的限制，強調開放權重模型能夠強化市場競爭，確保技術紅利“被廣泛共享，而非集中在少數人手中”。可以說，從Llama到Kimi、Qwen、DeepSeek，開源早已不是極客社群的理想主義實驗，而是一場關於生態、定價權和全球競爭格局的嚴肅博弈。