2025年，开源成为大模型的关键词。
生成式AI革命以来，大模型的开源与闭源之争一直相持不下，不同阵营各抒己见，谁也说服不了谁，双方可谓水火不容。
如今，答案浮出水面。

随着越来越多的互联网大厂站队开源，开源阵营在2025年彻底占据了上风，以至于开源大模型使用人数跃居全球第一。
毋庸置疑，攻守之势异也。
DeepSeek动摇了旧秩序
大模型，曾经是萧规曹随。
由于大洋彼岸ChatGPT的示范效应，大模型闭源一度被视为必由之路，后起之秀大多也采用了闭源打法。
复盘来看，大模型闭源在数据安全、商业变现、响应速度等拥有明显的竞争优势，ChatGPT们走上这条路也在情理之中，但在AI普惠、生态建设、市场抢占等方面也存在短板。
于是乎，开源的大模型应运而生。
Meta是国外大模型开源的旗手，国内则是阿里巴巴，在头部互联网大厂的带领之下，越来越多的企业选择走上了开源路线。
如此一来，大模型进入两大阵营对峙的竞争新格局。
随之而来的，则是隔空交锋愈发激烈，“未来开源模型会越来越落后”与“没有开源就没有Linux，没有Linux就没有互联网”各有拥趸者。
此背景下，折中的方案出现了。
部分企业对内仍然走闭源路线，对外则通过云平台提供第三方开源大模型，从而满足不同场景的实际需求，可谓彼时的最优解。


小米开源大模型MiMo
直到DeepSeek起势，才有了微妙的变化。
DeepSeek-R1的总训练时长约为80小时，训练成本约为29.4万美元，以低成本高成效颠覆了传统的算力“大力出奇迹”的粗放思维。
更为关键的是，DeepSeek采取了开源打法。
“DeepSeek时刻”之下，开源阵营声势大涨，越来越多的互联网企业改换门庭，从而出现了一边倒的局面。
譬如，腾讯旗下的混元世界模型1.5首次开源了业界最系统、最全面的实时世界模型框架，涵盖数据、训练、流式推理部署等全链路、全环节。
再譬如，OpenAI开源了新模型Circuit-Sparsity，该模型参数量仅0.4B，99.9%的权重为零，提出稀疏化新路径。
《中国智能互联网发展报告(2025)》显示，以DeepSeek、Qwen为代表的开源模型在核心性能上已追平甚至超越国际主流产品，完成了从“跟跑”到“并跑”的转变，技术差距的弥合，使得市场竞争的焦点从单纯的性能比拼，迅速转向成本、效率和商业化能力。


中国开源大模型实力不俗
与此同时，Meta反而“叛变”了。
Meta旗下的Llama大模型一直是开源的重要代表之一，如今押注闭源的Avocado大模型，计划于2026年第一季度左右上线。
“量子位”表示：“计划走向闭源的Meta，竟然是通过开源模型，来训练自己的闭源模型。对于多年以‘开源’作为核心叙事的Meta而言，这无疑是一次一百八十度的战略转向，硅谷独角兽中曾经最亮眼的开源力量宣告陨落。”
开源为何成为必由之路
抛开Meta不谈，拥抱开源依然是全球的主流趋势，这背后的缘由有三。
首先，拼应用成为共识。
大模型的尽头是AI应用，已成为行业的共识，谁能率先跑出杀手级应用，谁就能掌握更大的行业话语权，以及更高的AI生态位。
因此，AI应用成为互联网大厂的竞争高地。
QuestMobile的数据显示，截至2025年9月，AI市场进入白热化的快速迭代阶段，技术追求从“大而全”转向“精而强”，在成本可控范围内实现性能提升;AI应用市场移动端、PC端月活跃用户数分别达到7.29亿、2.00亿，其中豆包超过DeepSeek，两者月活跃用户规模分别为1.72亿、1.45亿。


图源：QuestMobile
事实上，开源成为大模型落地的最短路径，将分散的力量聚拢、一起营造繁荣的AI应用生态，从而寻找AI时代的超级流量入口，这是一个肉眼可见的双赢格局，互联网大厂自然不会敝帚自珍。
“零态LT”表示：“共识既已形成，接下来的赛点是比较谁开源的尺度更为拉满，给的是更多干货。拉满，不是单纯将参数堆到天花板，而是将模态、场景和应用尽可能覆盖;干货，也不是象征性地开放几个版本，而是摆出一整套可落地的模型能力组合。”
其次，大模型生态为王。
开源之下，开发者只需要针对应用场景进行微调，大幅降低了创业和创新的门槛，从而可以减少了成本支出、缩短了迭代周期、提升了用户体验。
而庞大的开发者群体也可以进行技术反馈，从而打开技术的边界，通过开源的知识聚合让大模型加速迭代。
中国科学院院士梅宏表示：“大模型在未来需要像互联网一样，走向开源，由全世界共同维护一个开放共享的基础模型，尽力保证其与人类知识的同步。否则，任何一个机构所掌控的基础模型都难以让其他机构用户放心地上传应用数据。”
由此一来，一个健康的大模型生态浮出水面。
众所周知，当开发者习惯了一个开源生态，就会沉淀下来成为忠实用户，且更容易接受该生态的其他服务，进而壮大了整体的基本盘。
一言以蔽之，开源带来的高黏性可以带来不可估量的商业价值，为了争夺这个资料制高点，互联网大厂使出了浑身解数。
譬如，阿里巴巴累计开源了超300个模型，衍生模型数量逾17万个，位居全球开源大模型首位，走的是赛马路线。
再譬如，百度自研了昆仑芯P800以及万卡集群，将模型开源与算力自主绑定，走的是全栈自主路线。
再次，开源≠免费。
智谱CEO张鹏曾表示：“历史经验表明，包括像MySQL也好，还有RedHat，其实已经证明了开源并不等于完全免费，还有自己后期技术人员的投入、维护的成本。”
简而言之，开源之下也有商业化的路径。
其一，通过企业版收费，企业版可以提供百万级token超长文本支持、专业级技术服务、精准算力优化、多模态图像理解能力等增值功能，借助功能差吸引企业用户付费。
其二，通过商业API收费，部分互联网企业打造开源生态以吸引开发者入驻，然后通过商业API提供更快推理速度、更强部署能力、更高性能上限的增值服务来变现。
其三，通过云服务收费，大多互联网大厂同时也是云服务赛道的重要玩家，因而凭借开源大模型引流，为用户提供算力租赁、数据加密、跨云集群管理、全流程工具链等更高级的付费云功能。
由上可见，开源成为互联网大厂的共同选择，是在情理之中的。
总而言之，2025年DeepSeek的横空出世，打破了之前开源与闭源的博弈天平，越来越多的企业认识到开源不再是可选项而是一道必答题，而随着开源大模型的快速迭代，甚至吸引OpenAI、谷歌、英伟达等硅谷巨头入局，OpenRouter的数据显示，开源模型份额已攀升至33%。


图源：OpenRouter
当越来越多的玩家入局，开源的竞争格局也有了微妙的变化，从DeepSeek一家独大走向多元竞争，这意味着用户有了更多的选择。
那么，开源大模型未来有了更大的盼头。

2025年，开源成为大模型的关键词。
生成式AI革命以来，大模型的开源与闭源之争一直相持不下，不同阵营各抒己见，谁也说服不了谁，双方可谓水火不容。
如今，答案浮出水面。

随着越来越多的互联网大厂站队开源，开源阵营在2025年彻底占据了上风，以至于开源大模型使用人数跃居全球第一。
毋庸置疑，攻守之势异也。
DeepSeek动摇了旧秩序
大模型，曾经是萧规曹随。
由于大洋彼岸ChatGPT的示范效应，大模型闭源一度被视为必由之路，后起之秀大多也采用了闭源打法。
复盘来看，大模型闭源在数据安全、商业变现、响应速度等拥有明显的竞争优势，ChatGPT们走上这条路也在情理之中，但在AI普惠、生态建设、市场抢占等方面也存在短板。
于是乎，开源的大模型应运而生。
Meta是国外大模型开源的旗手，国内则是阿里巴巴，在头部互联网大厂的带领之下，越来越多的企业选择走上了开源路线。
如此一来，大模型进入两大阵营对峙的竞争新格局。
随之而来的，则是隔空交锋愈发激烈，“未来开源模型会越来越落后”与“没有开源就没有Linux，没有Linux就没有互联网”各有拥趸者。
此背景下，折中的方案出现了。
部分企业对内仍然走闭源路线，对外则通过云平台提供第三方开源大模型，从而满足不同场景的实际需求，可谓彼时的最优解。


小米开源大模型MiMo
直到DeepSeek起势，才有了微妙的变化。
DeepSeek-R1的总训练时长约为80小时，训练成本约为29.4万美元，以低成本高成效颠覆了传统的算力“大力出奇迹”的粗放思维。
更为关键的是，DeepSeek采取了开源打法。
“DeepSeek时刻”之下，开源阵营声势大涨，越来越多的互联网企业改换门庭，从而出现了一边倒的局面。
譬如，腾讯旗下的混元世界模型1.5首次开源了业界最系统、最全面的实时世界模型框架，涵盖数据、训练、流式推理部署等全链路、全环节。
再譬如，OpenAI开源了新模型Circuit-Sparsity，该模型参数量仅0.4B，99.9%的权重为零，提出稀疏化新路径。
《中国智能互联网发展报告(2025)》显示，以DeepSeek、Qwen为代表的开源模型在核心性能上已追平甚至超越国际主流产品，完成了从“跟跑”到“并跑”的转变，技术差距的弥合，使得市场竞争的焦点从单纯的性能比拼，迅速转向成本、效率和商业化能力。


中国开源大模型实力不俗
与此同时，Meta反而“叛变”了。
Meta旗下的Llama大模型一直是开源的重要代表之一，如今押注闭源的Avocado大模型，计划于2026年第一季度左右上线。
“量子位”表示：“计划走向闭源的Meta，竟然是通过开源模型，来训练自己的闭源模型。对于多年以‘开源’作为核心叙事的Meta而言，这无疑是一次一百八十度的战略转向，硅谷独角兽中曾经最亮眼的开源力量宣告陨落。”
开源为何成为必由之路
抛开Meta不谈，拥抱开源依然是全球的主流趋势，这背后的缘由有三。
首先，拼应用成为共识。
大模型的尽头是AI应用，已成为行业的共识，谁能率先跑出杀手级应用，谁就能掌握更大的行业话语权，以及更高的AI生态位。
因此，AI应用成为互联网大厂的竞争高地。
QuestMobile的数据显示，截至2025年9月，AI市场进入白热化的快速迭代阶段，技术追求从“大而全”转向“精而强”，在成本可控范围内实现性能提升;AI应用市场移动端、PC端月活跃用户数分别达到7.29亿、2.00亿，其中豆包超过DeepSeek，两者月活跃用户规模分别为1.72亿、1.45亿。


图源：QuestMobile
事实上，开源成为大模型落地的最短路径，将分散的力量聚拢、一起营造繁荣的AI应用生态，从而寻找AI时代的超级流量入口，这是一个肉眼可见的双赢格局，互联网大厂自然不会敝帚自珍。
“零态LT”表示：“共识既已形成，接下来的赛点是比较谁开源的尺度更为拉满，给的是更多干货。拉满，不是单纯将参数堆到天花板，而是将模态、场景和应用尽可能覆盖;干货，也不是象征性地开放几个版本，而是摆出一整套可落地的模型能力组合。”
其次，大模型生态为王。
开源之下，开发者只需要针对应用场景进行微调，大幅降低了创业和创新的门槛，从而可以减少了成本支出、缩短了迭代周期、提升了用户体验。
而庞大的开发者群体也可以进行技术反馈，从而打开技术的边界，通过开源的知识聚合让大模型加速迭代。
中国科学院院士梅宏表示：“大模型在未来需要像互联网一样，走向开源，由全世界共同维护一个开放共享的基础模型，尽力保证其与人类知识的同步。否则，任何一个机构所掌控的基础模型都难以让其他机构用户放心地上传应用数据。”
由此一来，一个健康的大模型生态浮出水面。
众所周知，当开发者习惯了一个开源生态，就会沉淀下来成为忠实用户，且更容易接受该生态的其他服务，进而壮大了整体的基本盘。
一言以蔽之，开源带来的高黏性可以带来不可估量的商业价值，为了争夺这个资料制高点，互联网大厂使出了浑身解数。
譬如，阿里巴巴累计开源了超300个模型，衍生模型数量逾17万个，位居全球开源大模型首位，走的是赛马路线。
再譬如，百度自研了昆仑芯P800以及万卡集群，将模型开源与算力自主绑定，走的是全栈自主路线。
再次，开源≠免费。
智谱CEO张鹏曾表示：“历史经验表明，包括像MySQL也好，还有RedHat，其实已经证明了开源并不等于完全免费，还有自己后期技术人员的投入、维护的成本。”
简而言之，开源之下也有商业化的路径。
其一，通过企业版收费，企业版可以提供百万级token超长文本支持、专业级技术服务、精准算力优化、多模态图像理解能力等增值功能，借助功能差吸引企业用户付费。
其二，通过商业API收费，部分互联网企业打造开源生态以吸引开发者入驻，然后通过商业API提供更快推理速度、更强部署能力、更高性能上限的增值服务来变现。
其三，通过云服务收费，大多互联网大厂同时也是云服务赛道的重要玩家，因而凭借开源大模型引流，为用户提供算力租赁、数据加密、跨云集群管理、全流程工具链等更高级的付费云功能。
由上可见，开源成为互联网大厂的共同选择，是在情理之中的。
总而言之，2025年DeepSeek的横空出世，打破了之前开源与闭源的博弈天平，越来越多的企业认识到开源不再是可选项而是一道必答题，而随着开源大模型的快速迭代，甚至吸引OpenAI、谷歌、英伟达等硅谷巨头入局，OpenRouter的数据显示，开源模型份额已攀升至33%。


图源：OpenRouter
当越来越多的玩家入局，开源的竞争格局也有了微妙的变化，从DeepSeek一家独大走向多元竞争，这意味着用户有了更多的选择。
那么，开源大模型未来有了更大的盼头。