在当今的科技浪潮中，开源大模型的兴起无疑是一个引人注目的现象。但开源究竟是出于慈善的无私奉献，还是另有隐秘的盈利之道？这是一个值得深思的问题。
在传统观念中，开源往往被赋予了理想主义的色彩，仿佛是一种不计回报的奉献行为。然而，在大模型领域，开源却展现出了截然不同的面貌。它不仅没有沦为边缘化的存在，反而成为了市场的主流选择，甚至那些曾经坚定闭源的企业，如今也纷纷转变了态度。
这种转变背后，隐藏着一个现实而关键的问题：开源大模型如何实现盈利？毕竟，即使是闭源的大模型，仅靠会员费也难以维持运营，而开源模型更是将技术免费开放给公众，它们的生存之道究竟在哪里？难道真的是为了慈善吗？
事实上，盈利是企业生存的根本，开源企业也不例外。它们并非单纯为了慈善，而是有着独特的盈利模式。开源领域早已有成功的先例，例如 Red Hat。Red Hat 通过开源 Linux 系统成功上市，并被 IBM 高价收购，其核心业务是围绕 Linux 系统提供开源解决方案。这一案例为大模型的盈利模式提供了重要的借鉴。
开源大模型的盈利策略
首先，部分模型的使用权收费成为一种可能的盈利方式。开源并不意味着完全免费。许多企业在开源部分技术的同时，会保留一些关键环节。例如，某些企业可能只开源底层推理框架，而对核心模型进行收费。即使开源整个模型，企业也会有所保留，比如只开源早期或小参数量的模型。
以智谱为例，在 DeepSeek 入场之前，智谱仅公开了 ChatGLM-6B 等小参数模型。这种策略既能满足部分用户的需求，又能为企业保留盈利空间。
另一种策略是提供免费开源的应用，同时开发收费的高级模型。这正是 Red Hat 的经典模式：提供免费的 Linux 发行版，同时推出面向企业客户的付费版 RHEL。对于大模型而言，B 端定制化的付费模型部署，是主要的盈利来源。
智谱就采用了类似的模式。即使模型和 API 免费，企业也可以通过其他方式实现盈利。最直接的方式之一是出售算力。例如，DeepSeek 通过 tokens 收费，其公布的盈利情况显示，理论上每天利润可达 47 万美元，利润率高达 545%。这一数据虽然引起了广泛关注，但这种收入只是理想状态下的结果。大多数企业无法像 DeepSeek 那样实现多线满功率输出，因此出售算力的收入虽然稳定，但对于许多企业来说，仍不足以支撑其发展。
开源盈利的大头往往不是产品本身，而是服务。生态才是核心竞争力。低成本的系统只是吸引客户的手段，最终目的是通过低价抢占市场，让客户依赖你的产品，再进行商业化运作。开源是商业化的桥梁，一旦桥梁建成，从硬件设备到配套服务、应用迭代，都蕴藏着商机。
例如，纽约证券交易所一直使用 Red Hat 免费的 Linux 系统进行股票交易，但当英特尔更新处理器后，纽交所需要进行适配。他们可以选择长期雇佣 IT 团队，或者购买 Red Hat 的订阅服务。相比之下，订阅 Red Hat 的服务更划算，因为官方工程师更了解产品。
对于大模型，智谱不仅提供定制化的 AI 大模型，还提供付费服务，负责后续的系统维护和升级。模型更新、多服务器部署、数据权限打通等都是棘手的问题，这些都需要额外的费用。智谱的服务套餐中，还包含教程培训和咨询服务。
此外，硬件设备也蕴藏着商机。例如，开源的千问大模型成为了阿里巴巴的新增长点。虽然单纯出售 API 收入有限，但阿里巴巴发现，使用千问模型的客户更倾向于选择阿里云。销售模型带动了云计算的销售，阿里云智能集团的收入同比增长了 7%，达到 296 亿元。
开源大模型的挑战与机遇
开源模式看似稳赚不赔，实则不然。AI 行业变化迅速，现在谈盈利为时尚早。开源领域成功的案例寥寥无几，Red Hat 的商业模式难以复制。关键在于赢得企业的选择，扩大开源社区的影响力，建立生态系统，甚至“垄断”同类型的开源市场。
这需要企业不断投入资金，与开源、闭源企业竞争。相比系统开发，大模型对资金的需求更高。模型训练和云服务器都需要大量资金，资金链一旦出现问题，企业可能面临倒闭。无论开源还是闭源，AI 企业都未到盈利的阶段。
红杉资本数据显示，2023 年 AI 公司在英伟达 GPU 上花费 500 亿美元，但收入仅为 30 亿美元，其中大部分可能来自 OpenAI。许多开源 AI 公司面临困境，甚至明星企业也不例外。例如，生成图像领域的知名企业 Stability，因收入不足，亏损严重，CEO 被迫下台。
对 AI 大模型企业而言，当前的首要任务不是盈利，而是获得关注、用户和生存。这正是开源成为市场主流的原因。开源的目的是为了扩大影响力，让市场了解你的产品。同时也为了避免被 DeepSeek 等领先企业甩在身后，失去竞争机会。一旦落后，即使再开源也无人问津。
