开源闭源大模型对决

10月27日

TBPN Gavin Baker谈Anthropic的S-1文件、GPU价格与SpaceX

• Gavin Baker Baker称，开放权重基础设施公司增长快于OpenAI和Anthropic。 Fireworks、Baseten、Together、Modal和Cognition支撑了他的判断：需求正扩展到头部实验室之外。Atreides领投Fireworks最近一轮融资，增长快到“估值倍数实际上每天都在下降”。SpaceX将Cursor的算力转为自建后，Cursor以外 …

10月26日

20VC Satya Nadella谈开放与封闭模型：谁会胜出？

• Satya Nadella Nadella判断，大多数 token 用量最终会商品化，但前沿市场仍将长期存在。 稳定任务可以转向开放权重模型或更便宜的封闭模型，尤其是在客户用自己的轨迹数据训练之后；他没有给出未来24个月的市场份额预测。Microsoft 的 MAI 路线是“授权权重”，因此客户控制权是一个独立于权重是否开放的考量。

屠龙之术 不是，怎么又换版本了？---狂飙中的AI 2026

• 屠龙之术 开源赢得调用量，闭源仍拿走大部分付费，模型市场必须同时看量和钱。 节目引用的OpenRouter统计中，开源占71.8%的token、26.9%的花费，闭源则占28.2%的token、73.1%的花费；中国厂商拿走该平台近66%的调用量。这与他所说2026年Q3厂商转向更务实的策略相呼应，但庄明浩反复限定：OpenRouter只是一个渠道，不能 …

Delphi Digital 为什么 OpenAI 应该害怕开源

• Tarun Chitra Robot Ventures 领投 Nous Research 的 9,000 万美元融资，押注 Hermes 能掌握 AI 的用户关系。 Tarun Chitra 将这一机会比作投资 Phantom 或 FOMO：智能体框架掌控用户偏好、上下文和触达，推理服务商则提供执行能力。若 AI 市场演化出加密行业的市场结构，他预计这两层能够捕获价值，而路由层和模型将面临压力。
• Hermes 的产品优势，来自多年研究积累并不断转化为更好的默认设置。 Tarun 认为，Nous 在训练、推理和上下文管理上的工作，让 Hermes 能替用户处理 OpenClaw 留给用户的各种决策。他用 OpenClaw 打比方：“这是造车所需的所有零件，自己把车造出来。”Hermes 则会学习用户偏好、生成技能，并支持跨模型工作。
• Tommy 企业定制让 Hermes 在消费者社区之外，多了一条分发路径。 企业可以叠加权限、合规、隐私保护和内部数据连接。Tarun 表示 Microsoft 和 NVIDIA 参与了本轮融资；他预计 Hermes 将成为 Microsoft 提供的开源智能体框架之一，并称 NVIDIA 已在 DGX Spark 机器上默认安装 …

10月23日

All-In AI网络安全恐慌、Ken Griffin的泡沫警告、法国衰落？

• Nikesh Arora 开放模型可能把AI支出引向基础设施，但算力稀缺限制了企业实现独立部署的能力。 Nikesh Arora表示，Palo Alto Networks偏好开放权重模型，便于定制和审计，但要在超大规模云厂商之外采购具备全球韧性的推理算力并不容易。他认为最可能的去向是租用裸金属服务器运行开放模型：买家仍然「只能接受条件」，而利润池可能从芯片和存储器转向可用算力。

10月22日

The a16z Show a16z此刻想投的前沿创意｜Marc Andreessen、Ben Horowitz 与 Chris Dixon

• The a16z Show 谈到市场结构，嘉宾讨论了 Peter Thiel 所说的「加密是自由意志主义，AI 是共产主义」；Dixon 认为，开源模型的 token 消耗量增长快于闭源模型，本地模型也可能出现，而稳定币天然适合用来让 AI agent 彼此支付。 Marc 表示，美国政府「100%支持」开源，中国共产党对开源的热情也让他意外；没有开源，AI「势必会集中到一两家公司手里，甚至干脆落到政府手里」——「想想政府寿司……再想想政府 AI。」

No Priors 新一代顶级掠食者：CrowdStrike CEO George Kurtz 谈手握 AI 智能体的对手

• George Kurtz 在Kurtz接触的客户看来，开放权重模型已足以应付常规企业任务。 一家银行在代币账单飙升后，决定把前沿模型留给能创造超额收益的“F1级”任务；普通工作则可以接受落后3个月的开放模型。Kurtz认为，最终的AI操作系统很可能会是开源的，但不愿预测两年后模型蒸馏会发展到什么程度。

10月21日

All-In Arvind Krishna 与 Nikesh Arora：量子威胁、开放模型与前沿 AI 之争、AI 网络战与 SaaS 崩塌

• Arvind Krishna Krishna 预计，开放权重模型将占据 75%–90% 的 token 用量。 他的测算是：每百万 token 成本约 20–50 美元，而经过优化后，使用自有 GPU 的成本为 1–2 美元；开放模型可以完成 95% 的工作。成本、知识产权和控制权等因素，让他预计企业会说：「我需要自己运行模型。」

Bloomberg Podcasts Citadel CEO Ken Griffin 称 AI“几乎肯定”处于泡沫中；Trump 的执政成绩单喜忧参半

• Dani Burger AI厂商的支出计划与客户的成本纪律正背道而驰。 Dani Burger 提到 Anthropic 据报在 S-1 文件中计划支出 7500 亿美元；Griffin 表示，客户正越来越清楚地区分昂贵的前沿模型任务与开源模型能以更低成本完成的工作。多头逻辑尚未证实的一环是：模型能否变得不可或缺，例如帮助攻克癌症，从而让买家愿意“付 …

10月20日

168X 168X 对话 Frank Trading：AI Trade 结束之后，下一笔大交易在哪里？

• Frank Trading 开源削弱模型能力的稀缺性，长线机会仍可能留在龙头与端侧。 他所谓“token 计费必然走向终结”，指收入大头从目前可能 80%—90% 的 token 收费分流，而非彻底消失。模型缩小、成本下降，让他看好 Qcom、ARM 等端侧方向；对真正长期投资者，他仍认可英伟达、台积电的龙头地位与估值。

10月19日

20VC Bessemer的Dholakia：如今做种子投资需10亿美元

• Sameer Dholakia 开源模型与前沿实验室都有机会成长为巨型企业，投资人不必准确押中两者的市场份额。 Dholakia不认同“开源模型拿下99%的token、闭源模型拿下99%的收入”这一说法。他承认，12个月前自己低估了开源token经济的规模；如今，他对Fireworks和fal的投资体现了这次判断修正。

硅谷坐标 Silicon Valley Vector AI 实验室的护城河只有资本｜对话 Databricks 联合创始人、伯克利教授 Ion Stoica（英文访谈）

• Ion Stoica 开源模型不需要追平最前沿，也能赢得市场份额，因为“每个任务都有一个阈值”。 Stoica 用汽车作比：如果任务是从 Santa Clara 开到旧金山，时速 100 英里的车就够了，能跑 300 英里的车并不重要。他援引 Vercel 路由数据：几个月前约 70% 流量走专有模型，现在约 70% 走开源模型；他说明自己不记得确切数字。

硅谷坐标 Silicon Valley Vector 模型能力终将普及，AI 的终局是能力与成本之比｜对话 Google DeepMind 研究副总裁 Ed Chi

• Ed H. Chi 开源模型追上闭源模型的原因之一，是他与合著者写的 Chain of Thought 论文；开源模型用 CoT 方法发掘并复制推理方式，而大厂正尝试把思维链藏起来，降低被复制的可能。 他认为这件事还不能说成定论：部分能力确因蒸馏而变得更 commoditize，但 multimodality 等能力目前还看不出会 commoditize。

10月18日

硅谷坐标 Silicon Valley Vector 硅谷坐标 x 谷歌DeepMind研究副总裁 Ed H. Chi（纪怀新）：个性化通用助理的未来

• Ed H. Chi（纪怀新） 他认为，把能力商品化或开源与闭源模型差距的走向说成定论还不成熟。 开源模型能追上，其中一个原因是借助他合著的 Chain-of-Thought 论文所述方法研究并复制推理方式；大厂正在设法隐藏推理链，以降低被复制的可能性。Multimodality 等能力目前也还看不出会被商品化。市场并非整体都是泡沫，但不同领域可能各有泡沫；Physical …

10月16日

Altimeter Capital CNBC《Halftime Report》：Brad Gerstner——2026年10月15日

• Brad Gerstner Gerstner的非共识观点是，前沿实验室正在扩大、而不是失去其相对开源模型的领先优势。 他认为递归智能会复利增长，“智能就是算力的对数”，领先实验室明年将新增最多算力；因此，公开比较往往是把中国模型或开源模型与较早发布的系统比较，而不是与正在进行安全测试的内部迭代版本比较。他仍希望开源竞争保持活跃，并认为降价是对“智能密度”提升的理性分享，而不是前沿模型经济性正在崩 …

The Compound OpenAI 如何可能引发美国经济衰退 | TCAF 264

• The Compound 主持人讨论，更便宜的开放权重模型可能压低AI实验室的定价。 Michael说这类模型的成本只有十分之一，并把选模型比作选车；Josh认为企业使用习惯可能给Claude一些保护，但如果更便宜的模型表现几乎一样，他会换过去。Eisman说，“tokenmaxxing”走到头，已经开始影响市场叙事。

10月14日

The a16z Show 开源模型能否跟上 OpenAI 和 Anthropic？｜Nathan Lambert

• Nathan Lambert Lambert 根据文献估计，蒸馏能让中国实验室领先几个月，但它在当下以RL为主的后训练中究竟有多大作用，仍难以判断。 他的依据是，开源后训练方案还“卡在使用一款非常过时的 Qwen 模型”，因为找到合适的教师模型并不容易；他也怀疑，即便有 Claude Opus 的推理轨迹，OLMo 也不会因此好上太多。他说，中国有20–30家公司在开发优秀模型，因此“只有我们会做模型”这种说法“多少是在自我安 …
• 他反对政府介入蒸馏，但支持实验室自行决定如何保护产品。 他质疑政府是否该介入自己所说的服务条款违规行为；实验室可以取消访问权限，而把模型限制在产品或企业协议内，也会让蒸馏更难。Jensen Huang 的一句话概括了这一段：“每天都有人蒸馏我的产品……这就叫竞争。”Lambert 认为，中国实验室“不会停手”，政府出手可能弊大于利。
• 开源模型经济的发展速度慢于闭源实验室，但最终可能带来真正的所有权——“模型权重，没有条款和条件”，还能在自己的硬件上运行。 闭源实验室把推理整合在一起，率先进入编程等高价值市场；这块收入已经从零增长到1,000亿美元，而且很可能继续扩大。开源生态则由模型开发者、推理公司和后训练公司共同构成，客户信息和收入不容易回流到模型开发者手中。Lambert“没那么担心这会有泡沫”：随着买家摸清完成任务所需的最低 …

10月13日

硅谷坐标 Silicon Valley Vector 硅谷坐标 x Ion Stoica教授（Databricks、Anyscale、LMArena 联合创始人）｜开源vs闭源、基础设施创业的机会

• Ion Stoica 开源模型不必全面追平 Frontier Lock 模型，只需跨过具体任务的可用阈值。 Ion 用汽车作比：如果只需要一辆车在圣克拉拉和旧金山之间以每小时 100 英里的速度安全行驶，能开到 300 英里并不重要，除非任务本身是比赛；因此更多任务会被“足够好，甚至绰绰有余”的开源模型覆盖。

10月9日

No Priors Beam：伟大的美国开放模型——对话 ReflectionAI 联合创始人兼 CEO Misha Laskin

• Misha Laskin Reflection AI 的赌注是，前沿开放智能需要一座完整实验室，而不只是一个后训练层。 Misha Laskin 表示，公司在1年内从约30人扩张至300人，组建了预训练、中训练和强化学习团队，并在发布 Beam 前认识到，“实际上有30件事必须同时做对”——人才、文化、数据、算力、基础设施和执行力会层层叠加。
• 开放模型可能拿下大部分 token 量，但不会消灭有价值的闭源模型生意。 Laskin 表示，网关流量在约6个月内已从闭源/开放约70/30，翻转为开放/闭源约70/30；他预计最终会出现类似 Linux 的格局：开放系统承载大部分工作负载，同时专有模型厂商仍能保持庞大规模。长期竞争公式是“智能密度”乘以算力和客户信任，即使模型、应用、推理和裸金属各层 …

10月8日

20VC Cognition 对决 Factory｜Anthropic 面临威胁｜ElevenLabs 估值翻倍至220亿美元

• 20VC Reflection 的 Beam 可能填补一个具有战略价值的空缺：一款接近前沿质量、成本效率高出3-4倍的美国开源权重模型。 Dev认为，这为企业提供了“既要又要”的方案，尤其适合对中国模型存在监管或信任阻力的场景。Jason认为，只要美国模型与前沿质量的差距维持在3个月以内，12个月内就可能拿下开源 token 流量的一半；但他提醒，如今对公开评测结果必须打上“3个星号、4把匕首”。

10月7日

SemiAnalysis 第036期——200美元买到价值12,000美元的 Opus Tokens：我们买了所有套餐（代币经济学）

• SemiAnalysis 开放模型可以承接大量“够用”的工作，但这并不意味着前沿模型的经济性失效。 企业完全可以把更简单、对利润率敏感的任务交给 GLM-5.3；当前沿模型在网络安全任务上的拒答阻断工作流时，Jordan Nanos 就这样做了，随后又复用同一上下文，用约十分之一的 token 完成一个简单的 10行 PR。前沿模型论点尚未解决的问题是：经济体能否以快于日常工作 …

10月5日

Sourcery 如果AI模型能作弊，它就会作弊｜Turing CEO谈奖励劫持

• John Collison 前沿AI与开放权重AI各有互补作用，开放模型据称落后最前沿约3—6个月。 前沿系统负责抬高能力上限；更小的主权模型则让企业以更低成本保留私有知识、工作流和组织身份。无论采用哪条路径，算力、能源和数据供应商都能受益，而杰文斯悖论可能使效率提升反过来推高使用量。

9月28日

All-In Daniel Ek：离开 Spotify 后的生活、失灵的医疗激励、及早发现疾病与 AI 的潜力

• Daniel Ek 谈到 AI，Ek 同时看好开放模型和闭源模型，不愿对发展节奏采取强硬立场，并提出算力是静态模型分类之外的另一项风险变量。 Spotify 会根据任务不同使用前沿模型和微调模型，因为成本、效率与控制能力各不相同；与此同时，一个使用100,000块 GPU 的系统，可能远强于一台家用电脑上运行的开放模型。他更大的不满是，行业没有充分传达 AI “疯狂积极的一面”：从个性化音乐到更早发现疾病，AI 的应用 …

9月26日

All-In Anthropic IPO 面临风险，Meta 的 Muse 爆发，Token 价格下跌，开源份额上升，对齐失效

• David Sacks 开源 Token 份额仅用12周就从闭源80/20反转为开源80/20，成为 Anthropic S-1 面临的最大风险因素。 Chamath 谈到刷屏的 Vercel 图表时说：“我不认为在整个科技市场历史上，我们见过这样的潮汐（I don't think we've ever seen a tidal wave [like this] in the history of all technology …

9月25日

Hard Fork 《Ezra Klein Show》：Jensen Huang 认为，AI危言耸听已经走得太远

• Jensen Huang 今年最被低估的数据点，是开放模型完成了市场反转：年初Huang称，闭源模型token占比达到70%或更高，开放模型为20%；如今这个比例“反过来，大约是七三开”。 这一反转、中国的开源生态（“他们批量培养聪明的孩子”），以及Hugging Face交易，共同构成了他支持出口管制调整的论据：“我们是在不给他们的产业一块芯片，还是在不给美国一个可以竞争的市场？”Vera Rubin和此前每一代产品一样，都会优先供应美国前沿实验室。

9月24日

20VC 20VC：Meta Muse登顶第一，ChatGPT终于迎来对手

• 20VC Jev由Harry介绍为ChatGPT发明者推出的分类器，也是Vercel上线最快的产品，正在拆解LLM API市场的低价端。 Rory计算，当前1000亿美元、并将走向约5000亿美元的LLM支出中，约20%属于可争夺市场；若价格只有五分之一，200亿美元被替代的支出会变成攻击者40亿美元的收入，Jason则认为成本可能只有百分之一。Jason称OpenAI和Anthropic刻意忽视了低端市场——在他 …