最近AI圈出现了一个彻底颠覆大众认知的反常趋势：闭源模型正在持续变便宜，开源模型反而越来越贵。
这听起来完全违背直觉。所有人的固有认知都是：开源免费可随意部署，几乎没有使用门槛，怎么会涨价？闭源模型依靠API按Token计费，背靠大厂垄断，理应长期溢价、价格居高不下。
但行业真实交易数据不会骗人，一场悄无声息的价格与价值重构，正在彻底改写AI行业的底层规则。
一、双向价格反转：两条彻底背离的行业曲线
BenchLM的Token价格指数清晰记录了这场三年大变局：从2023年3月至今，全球前沿AI模型的真实市场成交单价暴跌88%。如今前沿模型中位价仅4.50美元/百万Token，中端模型1.93美元/百万Token，入门级模型更是压至0.50美元/百万Token。短短三年，AI推理从“高价奢侈品”变成了几乎无成本的基础工具。
直观的整体降价之下，是行业最核心的结构性分化。彭博联合Silicon Data推出的LLM Token支出指数，穿透表面均价，还原了用户真实付费逻辑，揭开了截然相反的两条走势。
当前全球LLM整体支出均价为1.29美元/百万Token，但拆分后两极分化显著：闭源模型单价从3.07美元持续下行，开源模型单价从0.66美元稳步上行。
这就是行业最诡异的真相：开源模型权重文件永久免费下载，但整体使用成本、综合支出价格正在持续上涨；闭源模型依托大厂服务，垄断溢价持续消解，价格不断下探。
很多人误解了开源的“免费”。免费的只是公开的模型权重文件，真正的成本藏在落地全流程：GPU算力租赁、工程师调参优化、量化压缩、显存问题修复、Prompt模板迭代、7×24小时运维排障，每一个环节都是持续且刚性的支出。
更关键的是规模效应带来的成本抬升。OpenRouter数据显示，国产开源模型份额实现跨越式增长：DeepSeek Token占比从年初10%翻倍至18%；中国开源模型整体Token占比，从2025年初不足2%，飙升至2026年6月的46%，近乎占据全球半壁江山。
当海量用户集中涌入、开源推理Token总量从34%暴涨至65%，行业整体运维、算力、人力成本必然水涨船高，这是纯粹的物理规律，与商业模式无关。用量爆炸式增长，直接推高了开源模型的综合使用成本。
反观闭源赛道，价格下行的核心动力是极致的行业竞争与成熟的规模效应。
Anthropic的盈利变化最具代表性，其推理业务毛利率从亏损94%逆袭至盈利60%以上。曾经每收入1元亏损0.94元，如今每收入1元可净赚0.6元。蜕变的核心，不仅是硬件降本、推理算法优化，更是OpenAI、Google Gemini、Claude三家巨头的贴身肉搏。同一价格带的极致内卷下，任何一家的溢价都会被市场快速淘汰，企业CIO对定价敏感度拉满，直接压垮了闭源的垄断高价，倒逼行业持续降价普惠。
当下两者价差依然显著：DeepSeek V4 Flash输入定价仅0.09美元/百万Token、输出0.18美元/百万Token，与前沿闭源模型4.5美元的单价相差25倍。但这条巨大的价差，正在以肉眼可见的速度快速收窄，开源涨价、闭源降价的双向收敛已成定局。
二、复刻手机行业终局：开源与闭源的价格带大碰撞
当下AI行业的双向收敛，完美复刻了2012—2015年智能手机行业的格局迭代，历史总是在新技术赛道重复上演。
早期手机行业壁垒清晰：苹果iOS闭源高端，单品定价六七千元，依靠系统封闭性与品牌溢价站稳高端市场；安卓开源平价，千元机型主打性价比，两者价格带、用户群体泾渭分明。
随后剧本彻底反转：苹果面临安卓海量份额挤压，持续下探中端市场，推出iPhone SE等机型拉低均价；安卓厂商挣脱“廉价机”标签，三星、华为全力冲击高端，旗舰机型定价突破七八千元。
最终两大阵营在中端价格带彻底交汇，品牌溢价消失，性价比与综合体验成为唯一评判标准，再也没有绝对的“安卓更便宜、苹果更高端”。
如今的AI行业，正在复刻这一经典路径。闭源模型持续降价下沉，开源模型依托性能升级、落地成本抬升持续上探，双方终将在BenchLM划定的1.9—4.5美元价格带完成交汇。
届时，行业两大固有叙事彻底失效：“开源一定便宜”“闭源一定更强”不再成立。模型能力的差距被快速抹平，行业竞争彻底换道——从比拼“模型跑分、参数大小”，转向比拼“稳定交付、落地能力、企业服务”。
三、模型价值掏空：利润从模型层彻底流向交付层
当开源与闭源涌入同一价格区间，最致命的行业变革随之到来：模型本身不再具备单独溢价能力，模型层利润被彻底抽空，行业利润池全面转移。
Mozilla 2026年7月开源AI状态报告给出了极具冲击力的数据：当前开源模型支撑了全球33%的活跃AI应用落地，但仅瓜分了行业4%的营收。三成的工作量，仅换来4%的收入，剩余96%的利润全部流向云厂商、系统集成商、落地运维服务商。
权重可以免费，但部署、运维、合规、SLA保障、故障兜底，全都是刚性付费服务。免费的模型，只是付费交付的入口。
a16z 2026年1月全球CIO调查进一步印证了这一趋势：千亿级企业的开源模型支出占比，从上年19%大幅下滑至11%，闭源模型支出占比升至89%。头部企业并非不用开源，而是不再为开源模型本身付费，转而付费采购配套的稳定交付、合规服务与运维保障。
企业的账十分清晰：开源模型免费下载只是第一步，后续的显存优化、系统兼容、数据安全、合规审计、故障兜底，每一个环节都需要极高的人力与技术成本。闭源厂商一站式全包的交付方案，看似单价更高，实则帮企业省去了极高的试错与运维成本，核心卖的不是模型，是“省心”与“兜底”。
国内头部AI厂商早已吃透这套逻辑，统一推行战略级开源打法：基座模型全面开源、权重免费开放，依靠云推理、企业服务、定制化方案、合规运维实现盈利。开源是引流的诱饵，云服务与交付能力才是真正的利润鱼钩。
阿里的商业化成果最具说服力：其AI相关年化收入已达358亿元，AI MaaS（模型即服务）年度经常性收入6月突破100亿，年底目标冲刺300亿。核心逻辑就是通义千问全栈开源，用免费模型抢占开发者生态，用阿里云推理与企业服务收割营收。
而月之暗面Kimi K3的爆发，彻底改写了行业定价权格局。2.8万亿参数超大模型、MIT完全开源协议、编程能力对标顶级闭源模型，定价仅100元人民币/百万Token。发布48小时算力直接被打爆，新用户被迫暂停注册。
高盛对此给出精准评价：定价权转移。当开源模型性能达到闭源99%的水平，综合成本却低60%以上，AI行业的定价话语权，就从海外闭源巨头彻底转移至国产开源厂商手中。
K3发布后，OpenAI与Anthropic合计估值预期被砍3140亿美元，而月之暗面估值暴涨至3300亿人民币。资本没有消失，只是从“模型研发”流向了“落地交付”。
四、杰文斯悖论：成本越降，行业盘子越大
AI行业正在复刻经典的杰文斯悖论：技术效率提升、单位成本下降，最终带来的不是消耗减少，而是整体用量的爆炸式增长。
过去36个月，GPT级别顶级模型的推理成本暴跌50倍，从20美元/百万Token降至0.40美元/百万Token。单次调用成本近乎归零后，行业使用逻辑彻底改变：从“谨慎单次调用”变成“批量迭代、Agent自主循环调用”，用量指数级爆发。
MIT研究测算，企业全面切换开源模型后，推理成本可降低70%，全美企业年度AI成本可节省250亿美元。但这笔巨额节省不会变成企业利润，而是全部重新投入AI应用研发，催生更多场景、更多Token消耗、更多算力投入。
最终行业形成全新格局：终端单Token成本越低，行业整体规模越大。模型层彻底失去溢价空间，利润向两端分流：一端是云厂商的推理算力账单，一端是企业级部署、运维、合规的服务账单。
企业心甘情愿为溢价买单，本质是为了规避风险。模型性能差距仅剩3%，但部署稳定性、合规安全性、故障兜底能力的差距，足以决定企业业务生死，每一个百分点的稳定性落差，都是极高的试错成本。
五、终局分化：开源抢份额，闭源抢预算，中间玩家出局
很多人据此判断闭源模型即将落幕，但Anthropic的逆势增长，推翻了这一结论。其年化收入从90亿美元飙升至600亿美元以上，企业渗透率一年内提升25个百分点，44%的全球头部千亿企业稳定使用其服务。
闭源巨头的核心竞争力，早已不再是模型性能。IP免责、企业级SLA保障、数据不出境、合规审计、精细化权限管理，所有核心优势都与模型本身无关，全部属于交付与兜底能力。Anthropic赚取的，是企业“不出事、能兜底、可合规”的安全溢价。
当下行业早已是双线博弈：开源厂商全力抢占Token流量份额，靠性价比与生态渗透海量场景；闭源厂商全力抢占企业预算份额，靠合规、稳定、兜底拿下高端核心场景。
a16z数据印证了混合共存的终局：78%的企业生产环境接入OpenAI，81%的企业同时部署三家以上模型。两年间，企业平均AI预算从450万美元增至700万美元，上涨的预算几乎全部用于“打通AI落地、保障业务稳定”，而非采购模型本身。
摩根士丹利推演的行业终局已然清晰：既非开源完胜，也非闭源垄断，而是混合共存。企业将核心敏感、高风险、高价值工作负载交给闭源，依靠合规兜底；将高频、通用、低敏感的长尾场景交给开源，极致压缩成本。
真正被淘汰的，是中间层玩家：拥有优质模型跑分、亮眼参数，但无交付能力、无企业服务体系、无稳定算力支撑的厂商。空有顶级模型，却无法落地商用，最终只能被市场边缘化。
CMU研究精准揭示了行业盈利逻辑：30B以下小参数开源模型，小规模部署三个月即可回本；但200B—1T超大参数模型，规模化部署回本周期长达六年，长期消耗的都是交付与运维成本。这意味着，未来AI行业的核心壁垒，从来不是模型研发，而是持续稳定的落地交付能力。
六、开源定义漂移、地缘介入：行业博弈愈发复杂
当下开源与闭源的边界模糊，不仅源于商业模式融合，更来自开源定义本身的彻底漂移。
MIT与HuggingFace联合研究显示，2022年79%的开源模型是“全真开源”，权重、训练数据、代码、清洗流程全套公开；到2025年，全真开源模型占比暴跌至39%。仅开放权重、隐藏核心训练数据与技术流程的“半开源”模型，首次超越全真开源数量。
如今的开源，早已不是纯粹的免费开放，而是一种新型商业策略：核心技术资产自留，仅开放推理权重引流，依靠后端服务盈利。原本泾渭分明的开源、闭源二元对立，彻底变得模糊且荒诞。
地缘政治的介入，进一步打乱了行业格局。美国参议员公开致信，要求禁止美国政府承包商使用中国开源模型；与此同时，白宫又豁免了中国开源权重模型的安全测试要求，200余家硅谷创业公司联名反对全面禁令，DoorDash因部署中国开源模型正在接受调查。
监管层面左右拉扯，企业模型选型不再是单纯的技术与商业决策，而是复杂的合规选择题。而中国开源模型在OpenRouter超30%的Token占比，证明其市场渗透已经无法被政策强行阻断。
七、结语：AI二元对立时代彻底终结
至此，持续多年的“开源vs闭源”二元辩论，彻底失效。三股力量正在重塑AI全行业：开源定义持续漂移、商业模式双向融合、地缘政治深度介入。
行业旧秩序彻底瓦解：模型跑分不再是核心竞争力，免费不再是开源的核心优势，垄断溢价不再是闭源的固有标签。
新的行业规则已然成型：模型层普惠化、交付层价值化。未来的AI竞争，低端比拼成本，中端比拼性能，高端比拼稳定、合规与兜底能力。
当所有人都能免费拿到顶级模型，真正值钱的，永远是那个能把模型安稳、合规、持续跑通的人。
本文核心数据来源：Mozilla《开源AI状态报告》、a16z全球企业CIO调查、BenchLM Token Price Index、彭博/Silicon Data LLM Token Expenditure Index、摩根士丹利研报、MIT/HuggingFace开源定义研究