中国开放模型的账本：省钱不在调用，而在少走弯路

一个大模型到底贵在哪里？很多讨论盯着最后一次训练：用了多少卡，跑了多久，账单多大。

Interconnects 5 月 12 日那篇文章有意思的地方，是把账本往前翻了一页。前沿模型真正烧钱的部分，往往不是最后那次训练，而是此前一轮又一轮失败实验。

Ai2 关于 OLMo 3 开发的记录，以及 Epoch AI 对多个前沿实验室公开成本资料的研究，都指向一个相近结论：研发计算可能占到前沿模型总计算成本的约八成。这个数字有误差区间，不能当成行业铁律。

但它足够提醒一件事：判断中国开放模型生态，不能只问“今天调用便不便宜”。更该问的是，开放权重、技术报告和工具经验，能不能让下一批实验室少走弯路。

前沿模型贵在试错，不只贵在训练

过去围绕 DeepSeek V3 的讨论，很容易落到一个问题：训练一个大模型到底花了多少钱。

这个问题当然重要，但它只看到了账单的一段。前沿模型研发里，更难估的是失败实验：数据配方不对，架构选择要改，RL 训练不稳定，基础设施调参返工，评测结果推翻前面的假设。

这些成本不会总是出现在一个漂亮的最终训练数字里。它们更像沉没在研发日志里的暗账。

所以，开放模型的成本优势，不该被简化成“同样一句 prompt，谁更便宜”。低迭代、直接调用的场景，闭源托管方案常常更省事。OpenAI、Anthropic 这类服务商可以用规模化托管摊薄推理成本，也能提供更稳定的接口、限流和运维体验。

真正不同的，是需要改模型的人。

这对企业采购有一个很直接的影响：如果只是把模型接进业务流程，不需要频繁训练和改架构，没必要因为“开放模型更便宜”就立刻迁移。

但如果团队已经在做私有数据训练、推理成本优化、模型蒸馏或多轮评测，开放模型就不只是替代品。它更像一套可继承的研发起点。

中国开放生态的优势，是把失败经验变成公共资产

Interconnects 文章讨论的中国开放优先生态，核心不是某一个模型赢了，而是多个头部实验室把研发过程的一部分摊开了。

DeepSeek、阿里巴巴 Qwen 等中国团队，普遍开放模型权重，也发布较详尽的技术报告。后来者不必从白纸开始猜数据配方、训练技巧和评测路径。

这有点像开源软件，但不能等同于传统 OSS。

传统开源软件的反馈环更轻。用户可以提交 bug、修文档、补功能，社区维护会慢慢摊薄成本。AI 模型不一样。预训练和大规模后训练的成本，仍主要压在模型开发者身上。普通用户很难靠一次 PR 修掉一次千卡训练失败。

中国开放模型生态目前更像“研发知识的复用网络”。它把技术报告、权重、评测经验、训练基础设施讨论放到更公共的位置。这样一来，一个实验室踩过的坑，可能不会被另一个实验室完整重踩。

闭源实验室也能吸收这些成果。OpenAI、Anthropic、Google DeepMind 不会对开放论文和模型视而不见。

差别在边际收益。如果闭源团队在研发进度上已经领先数月，公开成果带来的帮助可能较小。对追赶者，或者处在同一性能曲线附近的开放实验室，这些资料的价值更直接。

这也是“复利”真正发生的地方：不是每个用户立刻少花钱，而是多个团队在同一条前沿路线上，少做重复的低胜率实验。

开放生态的边界，要看工具和 RL recipe 开到哪一层

开放权重只是第一层。真正决定生态能走多远的，是更底层的训练配方、工具链和工程经验。

现在一个明显瓶颈，是 MoE 模型的大规模 RL 训练还缺少真正开放、可复现的 recipe。很多公开模型能用，但高质量后训练怎么稳定做，仍不是所有团队都能拿到清晰路径。

还有一个现实约束：企业会把开源工具 fork 成内部版本。内部版本跑得更快，适配更深，功能更全。公开工具如果长期吃不到这些改进，就会慢慢变成“入门版”。

这会改变两类团队的动作。

模型公司要决定，哪些训练、评测、部署工具可以重新推回公共层。全留在内部，短期保护效率；开放一部分，才可能换来生态共同维护和更多外部验证。

开源基础设施团队也要调整目标。只服务小模型和入门训练不够了。要进入前沿模型链条，就必须证明自己能承受更大规模、更复杂的训练和推理工作。

短期内，中国公司不太可能收敛到一个统一基础模型。原因并不复杂：前沿模型和硬件、数据、训练框架、工程团队耦合太深。谁都不愿把核心节奏交给单一底座。

接下来真正该看的，不是又多开了几个权重文件，而是三件事：MoE 大规模 RL recipe 有没有更清楚的公开版本；企业内部 fork 的工具改进有没有回流；技术报告能不能继续把失败路径讲细。

只开放结果，复利很浅。连试错过程也能复用，开放生态才有可能把研发成本曲线往下压。