權重免費送，錢從哪一格進來？開放權重的五張收銀台

一家公司剛把史上規模最大的模型免費送出去，然後在同一份公告裡做了兩件看起來矛盾的事：先承認自己「仍落後最強的閉源模型」，再把自家 API 的價格開到前一代的三倍多。

寫這句話的是 Moonshot AI。它的 Kimi K3 有 2.8 兆參數、100 萬 token 脈絡窗，權重預計月底前公開送出，而 API 定價開在每百萬 token 輸入 3 美元、輸出 15 美元——前代 K2.6 是 0.95 美元和 4 美元。同一週，Mira Murati 的 Thinking Machines Lab 用最寬鬆的 Apache-2.0 開源了 975B 的 Inkling，公告裡白紙黑字寫「它不是最強的模型，不管開源或閉源」，然後在同一頁擺了一台收銀台，賣一個叫 Tinker 的微調平台。

兩件事並排看，謎題就浮出來了：如果權重可以免費下載、自行部署、隨便商用，那錢到底從哪一格進來？ 而「一邊開源引流、一邊把自家 API 開高價」，到底算不算自相矛盾？

這篇不重報那兩場發布——細節在各自的事件稿裡。這篇要做的是那兩篇都指向、卻都停在自己那一格沒建的東西：把開放權重實驗室的變現路徑攤成一張地圖，逐格對照真實案例，然後回答一個多數報導跳過的問題——這幾格收銀台，哪一格真的養得起下一次前沿訓練。

要先說清楚一件事，免得誤會：開源本身沒有問題，很多實驗室是真心相信開放。這篇問的不是「該不該開源」，而是一個更冷的帳本問題——權重免費之後，養活這家實驗室的錢，究竟從哪一格進來，那一格又撐不撐得住。

一旦權重公開，沒人有義務付費

先講清楚這道題的物理限制，因為它決定了後面所有的格子。

閉源模型的商業模式很單純：模型鎖在 API 後面，你想用就付費，付費牆就是收銀台。開源把這面牆拆了。權重一旦掛上 Hugging Face，任何人都能下載、量化、蒸餾、自架，或是拿去給 Together、Fireworks、DeepInfra 這些第三方託管商代跑。報導 Inkling 的 TechCrunch 把這個約束講得最直白：一旦權重公開，使用者沒有義務付錢給你，收入必須來自別處。

這裡有個容易被忽略的不對稱：訓練一個前沿模型的錢是實打實花掉的、而且越來越貴，可是那個訓練成果一旦以權重形式公開，它作為「可獨佔販售的商品」的價值幾乎瞬間歸零——任何人都能複製一份，邊際成本是零。花掉的是幾億美元的固定成本，換來的是一個不能直接收費的公共財。這不是說開源沒價值，而是說它的價值必須繞道，透過某個還能收費的東西回收。

所以每一家開源的實驗室，不管嘴上講的是理想、安全還是社群，帳本上都在回答同一個問題：模型免費了，那我到底在賣什麼？答案不是無限多種。把公開可查的案例排一排，收銀台其實只有五格。

五張收銀台：權重免費的錢，只能從這幾格進來

收銀台	在賣什麼	真實案例	最脆弱的地方
1 自營 API 溢價	權重做聲量，把自家最佳化的託管推論賣給不想自架的人	Kimi K3（3/15 美元，約前代三到四倍）	權重一公開，第三方託管可壓低兩三成
2 微調／訓練平台	模型當免費可客製底座，賣旁邊那台客製化收銀機	Thinking Machines 的 Tinker	微調收入是否養得起前沿實驗室，完全未揭露
3 企業支援／私有部署	開源模型＋企業合約、私有部署、SLA、賠償	Mistral 對 CMA CGM 的五年合約、Red Hat 賣 Granite	這正是老掉牙的開源支援模式，基準率很差
4 品牌／人才／生態	權重是行銷與徵才預算，不是產品，錢在別處或以後	Meta 的 Llama、DeepSeek 靠開源建品牌	品牌不付 GPU 帳單
5 互補品：拉抬廣告、雲、硬體	把模型做便宜，讓你真正的利潤中心更值錢	Google Gemma 導流 Gemini／Vertex、Nvidia 賣更多卡	只有本來就擁有那台印鈔機的人用得起

逐格看一遍，就會發現這五格不是同一種東西。

格一，自營 API 溢價。 Kimi K3 是最新鮮的樣本。Moonshot 免費送出 2.8 兆參數的權重，卻沒有順勢把自家 API 殺到地板價，反而開到 3/15 美元——Simon Willison 說這是中國實驗室至今開過最貴的價，等於 Anthropic Claude Sonnet 系列的水準。有意思的是，K3 每次任務吐的 token 比 K2.6 少約兩成，所以第三方評測機構 Artificial Analysis 算下來，每完成一項任務的成本大約 0.94 美元，反而低於 GPT-5.6 Sol——每 token 貴、但每任務不貴。它的算盤就在這裡：權重免費換來聲量與生態，真正付錢的人買的是自家最佳化推論的便利與品質。

這一格聽起來合理，但它的地基比想像中軟。要先擋掉一個直覺的錯讀：說「自營 API 比第三方跑同款權重更貴」，現在對 K3 還不成立，因為權重月底才釋出、市面上還沒有獨立託管在跑它。可查證的版本是——K3 比自家前代、也比 GLM-5.2、DeepSeek V4 Pro 這些開源同儕貴。真正的脆弱點在權重公開那一刻：一旦第三方能跑，托管商就會用低精度量化、裁短輸出情境把價格壓下去。K2.6 就發生過，OpenRouter 上的價格明顯低於 Moonshot 官方。DeepSeek 的例子更極端——它自家 API 的價格根本是全場最便宜，第三方反而貴。這說明「自營溢價」不是一條護城河，而是一段有效期：定價權握在手裡的期限，可能只到權重釋出那天為止。

格二，微調與訓練平台。 Inkling 把這格演得很乾淨。TML 開源一個「刻意不做到最強、但很好客製」的多模態底座，然後把收銀台擺在旁邊：Tinker 按 token 收費，用三張表計價——prefill、sample、train，以 Inkling 的 64K 情境為例，限時五折下分別是每百萬 token 1.87、4.68、5.61 美元，做的是 LoRA 微調與託管訓練，不是整包重訓。TML 另外從圍繞模型的託管生態（Together、Fireworks、Modal、Databricks、Baseten）抽一杯羹。模型是免費的起點，值錢的是「把它調成你要的樣子」這條迴圈。客製化的需求是真的——Fireworks 就宣稱它服務的 token 有九成五來自客製過的模型。問題只在於，這台收銀機的收入夠不夠養一家拿了 20 億美元種子輪的前沿實驗室，這件事 TML 一個數字都沒公開，有報導甚至形容它「還在努力講清楚通往營收的路」。

格三，企業支援與私有部署。 這是五格裡最像「正常生意」的一格。Mistral 是招牌案例：它拿下法國航運巨頭 CMA CGM 一紙五年、價值一億歐元的策略合作，團隊直接進駐馬賽總部——這就是教科書式的「開源模型＋企業合約」。它的營收裡有六成來自歐洲、超過一百家企業客戶，賣的是 API、私有與 on-prem 部署訂閱、以及 Le Chat 的付費層。Red Hat 走的是更老的路子，把 IBM 的 Apache 授權模型 Granite 包上支援、賠償與生命週期保固，當訂閱賣，雲端市集上掛的價格是每 GPU 小時 0.05 美元。連 Meta 也把 Llama 的授權當一格在收：它的社群授權對月活躍用戶超過七億的公司另設門檻，而 2025 年一份法院文件揭露，Meta 與 Llama 的託管夥伴之間有營收分潤協議——只是抽多少、誰在付，沒有公開。這格有真實的經常性收入，但它的名字叫「開源核心＋賣支援」，而這條路的歷史成績單，我們待會會看到有多殘酷。

格四，品牌、人才與生態。 這一格的錢根本不在模型上。最清楚的一手證據來自 Zuckerberg 2024 年 7 月那封公開信，他寫得毫不含糊：「賣模型存取權不是我們的商業模式。」對 Meta 來說，開源 Llama 不是產品，是拿來立標準、養生態、避免被閉源對手鎖死的手段——模型免費了，Meta 的廣告一分錢都不會少收。DeepSeek 走的是另一半：R1 用 MIT 授權開源、App 登頂、掀起「DeepSeek 時刻」，一天之內把 Nvidia 的市值削掉近兩成，換來的是全球品牌與研究聲望。這格的效果是真的，只是它有個硬限制——品牌不會付你的 GPU 帳單。

格五，互補品。 這是最古老、也最容易被誤讀的一格。它的邏輯是 Joel Spolsky 2002 年那句老話：聰明的公司會把自己產品的互補品做成廉價商品。把模型做到不值錢，你真正的利潤中心——廣告、雲端、硬體——就更值錢。Google 的 Gemma 就是這格：官方明說 Gemma「與打造 Gemini 用的是同一套研究與技術」，然後用 Vertex AI 的一鍵部署把開發者導進付費雲。Nvidia 更純粹，開源模型越多、越便宜，大家就買越多它的卡。這格對擁有印鈔機的人來說又穩又好用——但也僅限於他們。少了那台印鈔機還硬走這格，下場是研究者 gwern 說的「把自己商品化」：Stability AI 花大錢開源了 Stable Diffusion，把整個影像生成市場做便宜，自己卻沒抓到利潤。

把五格重排一次：哪幾格只有巨頭按得動

把這張表換一個軸重排，真正的斷層就出來了：不是問「有幾格」，而是問「誰按得動哪一格」。

格四和格五——品牌與互補品——只有一種玩家用得起：手上本來就有一台印鈔機的公司。Meta 有廣告，Google 有雲，Nvidia 有 GPU，阿里巴巴的 Qwen 背後有據估年營收約 50 億美元的雲業務。對這些玩家，開源模型從頭到尾就不是產品，是把互補品做便宜的精算，賠在模型上的錢從另一條線加倍賺回來。它們送得起，因為它們送的從來不是自己的飯碗。

純開源實驗室——Mistral、DeepSeek、Moonshot、Thinking Machines——手上沒有那台印鈔機。它們沒有廣告、沒有雲、沒有硬體事業可以吸收模型的成本。於是格四、格五對它們是關著的門：DeepSeek 靠開源建了全世界最響的 AI 品牌，然後呢？品牌不會回頭付訓練帳，它甚至被對手當人才庫挖走了好幾名核心研究員。Meta 的例子更反諷——就算開源當徵才工具用到極致，2025 年它還是得砸九位數年薪、花 143 億美元買下 Scale AI、把 Alexandr Wang 請進來，才補得齊人。開源當招募，顯然不夠。

重排完會發現，「開放權重商業模式」其實是兩個長得很不一樣的東西，被同一個詞包在一起。一種是巨頭在做的：模型本來就不是它們要賣的產品，開源是把互補品做便宜的冷靜精算，這種「商業模式」成立，因為它根本不指望模型賺錢。另一種是純開源實驗室在做的：在一個免費的模型旁邊擺一台收銀機，賭那台收銀機長得夠快、夠大，能在權重被第三方壓垮定價之前養活自己。前者是已經驗證的策略，後者是還在進行的實驗。把兩者混為一談，就會得出「中國/開源實驗室便宜又開放正在贏」這種看起來對、其實漏掉帳本的結論。

所以純開源實驗室真正能碰的，只有格一、格二、格三——自營 API 溢價、微調平台、企業支援。這三格能不能養得起一家實驗室，就成了整個「開放權重商業模式」能不能成立的關鍵。而這正是公開資料開始變暗的地方。

這道題不是這週才出現的

把這張框架擺回時間軸上，會發現它其實是一條攤了兩年的線——每一次開源旗艦發布，都在同一個張力裡打轉：

• 2024 年 7 月：Zuckerberg 發表〈開源 AI 是前進的道路〉，寫下「賣模型不是我們的商業模式」——格四、格五那套「模型不是產品」的教義來源。
• 2025 年 1 月：DeepSeek R1 以 MIT 授權開源，掀起「DeepSeek 時刻」，用開源把品牌打到全球（格四的極致演出）。
• 2025 年 9 月：Mistral 由艾司摩爾領投 17 億歐元——純開源實驗室靠主權級資本輸血的典型。
• 2026 年 5 至 6 月：Mistral 3 開源家族、GLM-5.2 越過 GPT-5.5、四個中國開源模型撞上同一個天花板、DeepSeek 74 億美元募資的不尋常條款 接連登場，開源旗艦一個比一個強，帳本卻一個比一個模糊。
• 2026 年 7 月：連 DeepSeek 都開始自己做推論晶片，把成本往自家搬；同月 Kimi K3 與 Inkling 兩天內先後把「權重免費、錢在別處」的謎題擺到檯面上。

一條線看下來，模型越開越大、越開越強，可是「錢從哪一格進來」這個問題不但沒被回答，反而越來越急。

那，哪一格養得起下一次訓練？

要回答這一格，得先破一個被反覆引用的數字。

DeepSeek V3 那個著名的「560 萬美元訓練成本」是真的，但它只是最終那一次訓練跑的租金——2.788 百萬 H800 GPU 小時，乘上假設的每小時 2 美元。DeepSeek 自己的技術報告白紙黑字寫著，這個數字「不包含前期研究、架構與資料的消融實驗成本」。它沒算硬體攤提、沒算那 139 位技術作者的薪水、沒算失敗的實驗、沒算生成訓練資料用的 R1 模型。Epoch AI 拆過大型訓練跑的完整成本結構：硬體佔 47 到 67%、研發人力 29 到 49%、能源才 2 到 6%——只算 GPU 那一跑，會把真實成本低估兩到三倍。獨立分析師 Nathan Lambert 的估算是，光是實驗與消融就要再乘上兩到四倍，一家實驗室一年的營運燒到五億到十億美元以上。而 Epoch 估計，最頂尖那一跑的成本每年成長約 2.4 倍，2027 年會突破十億美元。

那收入端呢？這就是最誠實的部分：純開源實驗室的真實營收與完整訓練成本，在公開資料上幾乎全是暗的。

	已知（可查證）	未知（公開資料上是暗的）
訓練成本	DeepSeek V3 最終跑 560 萬美元（官方，明文排除研發/攤提/薪資）	任何模型的完整成本——沒有一家公開；第三方美元數字都是拿假設租金乘出來的
收入	智譜 2025 營收約 1.05 億美元、淨虧約 47 億人民幣（審計）；Mistral 約 4 億美元 ARR（公司口徑，時點有爭議）	DeepSeek 真實營收（全暗，只有官方自承「純理論」的毛利）；各家每一格各賺多少
每格養不養得起	方向明確：純開源實驗室的完整年度成本超過已揭露營收	精確覆蓋率——公開資料上不可計算

表裡那個智譜（Zhipu，模型叫 GLM）是整個空間裡唯一被迫給出審計數字的公司，因為它 2026 年 1 月在香港上市，成了全球第一家掛牌的純大模型公司。它的帳本因此攤在陽光下：2025 年營收約 1.05 億美元、年增一倍以上，淨虧損卻高達約 47 億人民幣——虧損大約是營收的六倍。 這是這個問題目前唯一一個不靠估算、不靠公司口徑的答案，而它指向的方向不太妙。

其他家只能靠推斷，而且要小心區分「營收」和「募資」——這兩個數字常被混為一談。Mistral 執行長 Arthur Mensch 承認公司「還沒獲利」，原因是「高昂的算力與資料成本」；它靠的是主權級資本，2025 年由艾司摩爾領投的 17 億歐元 C 輪，把估值撐到約 140 億美元。Moonshot 在 2026 年 5 月拿了 20 億美元、估值約 200 億；Thinking Machines 更誇張，還沒有明確營收就先拿了 20 億美元種子輪、估值約 120 億。DeepSeek 則坐在量化對沖基金 High-Flyer 的錢上，創辦人梁文鋒持股約 84%、到 2026 年前根本沒有外部投資人——它公布過一個「理論上 545% 毛利」的數字，聽起來很賺，但同一份聲明就自己註明這是純理論、實際營收「顯著更低」，因為多數用量是免費的網頁與 App、還有離峰折扣，而且這個數字不含研發與訓練成本。連那個唯一亮眼的獲利數字，都是官方自己標了星號的。

把這些拼起來，方向就清楚了，哪怕精確數字永遠拿不到：最好情況下的單次訓練跑成本（幾百萬美元）任何一家的收入都付得起，但完整的、年度的模型開發加叢集成本（數億到十億美元起跳）超過了每一家已揭露的營收，而唯一有審計數字的那家虧了六倍。這些公司帳上動輒幾十億美元的估值與募資，正好反證了一件事——市場給的是「未來可能兌現」的期權價，不是「現在靠賣模型賺到」的獲利。它們靠的是募來的錢，不是賣權重賺的錢。

會這樣反駁的人，以及他們對在哪、漏了什麼

到這裡，一個對開源真心樂觀的人會（很有道理地）反駁：你問錯問題了。開源模型本來就不打算靠「模型」賺錢，它靠的是整條價值鏈。

這個反駁站得住，而且有實據，值得認真對待。推論服務本身是一層真實而且在成長的利潤——Together AI 據報開源推論營收破十億美元，服務層在「模型過路費」消失後還能守住四成上下的毛利。客製化是真的護城河——Fireworks 那個九成五的數字說明需求在客製、不在原版權重，而客製化正是開源模型獨有的能力。而且對擁有互補品的人，這條鏈確實在賺錢——阿里巴巴的 Qwen 免費開源、下載量以十億計，背後拉動的是據估年營收約 50 億美元、連續多季三位數成長的 AI 雲業務。再加上一點：前沿訓練變便宜的速度比悲觀派預期的快，DeepSeek 就示範過用一小截成本做出前沿級結果，所以「訓練貴到養不起」這個前提，本身也可能被技術進步打掉。

但把這些擺回框架裡看，每一條反駁其實都在證明同一件事，而不是推翻它：它們變現的，要嘛是互補品（雲、硬體），要嘛是服務層（推論、微調），就是不是那個免費的開源模型本身；再不然，就是賭訓練成本「一直維持便宜」。Together 賺的是託管、Fireworks 賺的是客製、阿里賺的是雲——這三家沒有一家是靠「賣自己訓練的那個開源模型」賺錢的。這正好落回格五和「格一到三養不養得起」那道題上：價值鏈確實在變現，但錢流向的是鏈上的服務商與有互補品的巨頭，不是掏錢把模型訓出來、再免費送出去的那家實驗室。

科技分析師 Ben Thompson 把這個結構講得更冷：當模型變成可互換的商品，「大部分的價值會流向別處」——流向擁有注意力、通路、雲或硬體的那一方，而不是做出模型的人。這不是在唱衰開源，這是在描述開源成功之後、價值會落在誰口袋裡。

最有力的一擊，來自最挺開源的人。Nathan Lambert 是開源模型陣營裡最重要的倡議者之一，他自己的結論是：「很少有企業有真正的金錢理由做開源模型。」他說 Meta 那套「把互補品做便宜」的邏輯，「當模型成本逼近一兆美元、而不是一億美元時，就開始崩解」；他數了一圈，找到唯一乾淨的獲利動機是 Nvidia——賣更多 GPU——「其他明顯的，一個都沒有。」連他都承認，純開源的帳，在兆元訓練尺度上算不平，甚至預言中國的開源實驗室可能會是最先撞上資金困難的一批。

這也是為什麼「開源軟體歷史」是這裡最該讀的一份基準率。這不是新問題，軟體業已經把「把核心免費送、靠服務賺錢」這條路走了二十五年，成績單就在那裡。a16z 的 Peter Levine 在〈為什麼不會再有第二家 Red Hat〉裡講得很白：除了 Red Hat，沒有第二家獨立的開源公司真正做成閉源對手的替代品；支援模式的產品差異化太低、定價權太弱，「幾乎不可能好好投資產品開發」，最後只能被更大的閉源對手（微軟、甲骨文、亞馬遜）在上面蓋一層來變現。

歷史細節比那句結論更冷。Netscape 1998 年開源了瀏覽器，公司賣給 AOL、瀏覽器事業死了；MySQL 沒有獨立獲利，靠被 Sun、再被甲骨文收購才活下來；到了雲端時代，MongoDB、Elastic、HashiCorp、Redis 一家接一家改授權（改成 SSPL、BSL 這類非標準開源條款），原因都一樣——它們免費送出的核心，價值被 AWS 這些雲端大廠吸走了，社群一氣之下又把它們 fork 成 OpenSearch、Valkey、OpenTofu。HashiCorp 折騰到最後，也是被 IBM 買走。開源核心加賣服務這條路，歷史上可靠地產出的，就是「一家 Red Hat 加一整座墳場」，而它幾乎從沒獨力養起過資本密集、要不斷重訓的前沿研發。前沿模型比資料庫貴上幾個數量級，沒有理由相信同一套經濟學這次會突然收斂。

押注一個開源模型前，先問它站在哪一格

把整張地圖收成一句可以帶走的話：開放權重能不能當商業模式，取決於你問的是誰。 手上已經有一台印鈔機——廣告、雲、GPU——的公司，送模型是把互補品做便宜的精算，因為模型本來就不是它的產品；手上只有模型的純開源實驗室，送模型比較像拿創投的錢替全行業炸掉付費牆，順便把自己也炸進去，而且到今天為止，沒有一張公開的收銀台被證明養得起它下一次的訓練。

所以「開源引流＋高價自營 API」到底算不算矛盾？答案是：對格四、格五的巨頭，一點都不矛盾——模型免費、API 開高價，只是同一台印鈔機的兩面。對純開源實驗室，那不是矛盾，是走鋼索：它在賭權重釋出換來的聲量與生態，能在第三方託管把價格壓垮之前，養大格一到格三某一台收銀機，撐到下一輪募資或下一次訓練。

拿這道測驗題回頭看開場那兩家，答案就很清楚了。Kimi K3 站在格一，靠自家 API 溢價，而那格的定價權在權重釋出當天就開始漏氣；Inkling 站在格二，靠 Tinker 那台收銀機，而那台收銀機賺多少至今沒人看過。兩家都沒有廣告、雲或硬體那台印鈔機兜底——它們不是矛盾，是走鋼索，而且鋼索的另一端還沒綁好。

這張框架對讀者最實際的用法，是變成一組提問。下次你要把工作流押在某個開源模型上，別只看它的 benchmark 和每 token 價格，先問三個問題：它站在哪一格收銀台？那一格是它自己的印鈔機，還是別人的？當它下一次要花幾億美元重訓時，這一格養得起嗎？三個問題問完，你大概就知道，這個此刻免費又好用的模型，三個月後還在不在你能下載的地方。