六家，六种算盘
Meta权重开放
自己不靠卖模型赚钱，主营是社交广告。把模型做成免费的通用品，等于抽掉对手的定价基础。经济学里叫补充品商品化：你的互补品越便宜，你的主业越值钱。
Google部分开源
小模型开源换开发者，旗舰闭源走 API 与云服务变现。两条腿走路，既不放弃生态，也不让出最强能力的定价权。
Mistral真开源
基础模型 Apache 2.0 建立技术声誉，收入来自企业定制与私有化部署合同。靠服务赚钱，不靠 API 锁客。
阿里 · Qwen全系开源
开源建立事实标准，开发者拿去微调、部署，最终大量算力需求回到云上。模型免费，算力收费。这条路径要跑通，前提是生态规模足够大，所以它在尺寸覆盖和发布密度上一直很激进。
DeepSeekMIT 开源
用 MIT 这种最宽松的许可，并明确允许拿它的输出去蒸馏。以极低的市场费用换取全球范围的技术声誉，一次发布带来的关注度远超同等投入的营销。
OpenAI完全闭源
从非营利开源起步，转向商业闭源。最强能力就是护城河，开源等于把护城河填平，与订阅和 API 的商业模式直接冲突。
规律：一家公司开不开源，看的是模型在它的收入结构里处于什么位置。模型本身是商品的，倾向闭源；模型是获客入口或者互补品的，倾向开源。
这条规律套在你自己身上是什么结论？选一个最接近你所在公司的赚钱方式看看。
怎么衡量一个开源生态的真实影响力
下载量容易刷，榜单排名换个测法就变。行业里更看重的是衍生模型数量，也就是有多少开发者真的拿它的权重再训练出了新模型并发布出来。这个数字造不了假，因为每一个衍生模型背后都是一次真实的算力投入。
20 万
衍生模型数量
全球首个达到该量级的开源模型系列
近 400
累计开源的模型数
2023 年至今，覆盖文本、多模态、代码等方向
数据为 Hugging Face 平台统计，Qwen 系列，2026-01-21，经新浪财经、第一财经、东方财富等多家报道。作为对照，该系列衍生模型数在 2025 年 2 月约为 9 万，2025 年内突破 10 万。核对日期 2026-08-07。
这组数字真正说明的事情是：开发者会用脚投票。他们选择在哪个底座上继续训练，考虑的是许可证是否干净、尺寸是否齐全、社区里能不能找到现成的工具链，跟宣传没什么关系。所以衍生模型数量本质上是一份长期的用户选择记录。
然后，有人把护城河填了
上面六家的算盘各不相同，但在一件事上出奇地一致：可以开源小模型，但最强的那个不能开。Google 放出 Gemma，留住 Gemini；Meta 把 Llama 给了所有人，最强的能力留在自己产品里；OpenAI 连架构细节都不公布。理由从来不需要解释，旗舰就是护城河，没有人会把自己的护城河填了。
这条规矩立了三年多，直到这个夏天。
2026-08-03
旗舰权重第一次被放了出来
2.4 万亿总参数
950 亿激活参数
Apache 2.0权重开放，无附加门槛
Qwen3.8-Max 开源。这是第一个开放权重的 Max 级别旗舰模型，此前没有先例。
它意味着，任何人都可以把一个当代最前沿量级的模型下载下来，拆开看它是怎么搭的，改它，拿它继续训练，不需要向任何人申请。开源阵营和闭源阵营之间那道被默认为结构性的能力鸿沟，第一次不成立了。
有意思的是，这一步并没有违反上面那张表的商业逻辑，反而是把它推到了尽头。模型免费、算力收费这条路走通的前提是生态足够大，那么把最强的模型也放出去，就是这条路上最激进也最合理的一步棋。
来源：Qwen 官方博客 Qwen3.8-Max 发布说明，2026-08-03。总参数 2.4 万亿、激活 950 亿，采用 Apache 2.0。核对日期 2026-08-07。
泼一盆冷水：这个尺寸你多半跑不动。2.4 万亿参数的权重文件是数 TB 量级，本章最后那个计算器里，它会显示为跑不动。所以它的现实意义不在于你能不能在自己的电脑上打开它，而在于另外三件事。
1
研究者第一次能解剖这个量级的模型
过去这个规模的模型只能隔着 API 猜。现在可以直接看权重，关于大模型到底是怎么工作的，很多问题第一次有了可验证的条件。
2
真正的私有化部署有了上限更高的选项
数据不能出内网的机构，以前只能在小模型里挑。现在只要付得起硬件，能力天花板和用最强 API 是一个量级。
3
它可以当老师
这是跟你最相关的一条。一个开放权重的顶级模型，意味着蒸馏的老师不再必须是别人家的 API。这一章后半段会讲蒸馏，到时候回头看这件事的分量。
回到上一节那张三档表。Qwen3.8-Max 落在第一档：标准开源许可、权重可下载、可商用、可用于训练。判断标准一个字都没变，变的是这一次落在第一档的，是一个旗舰。
给做选型的人
把这一节和上一节合起来用：
先看许可证，确认能不能用、有没有门槛。
再看商业逻辑，判断这家会不会持续开源。靠模型直接赚钱的公司，开源策略随时可能收紧；开源是获客手段的公司，通常更稳定。
最后看生态厚度，衍生模型多、社区工具全，意味着你遇到问题时能搜到答案，出了 bug 有人已经踩过。
生态集中也有代价。当二十万个衍生模型都长在少数几个底座上，它们会一起继承同一套偏见、同一种表达习惯，甚至同一批错误。这是这一章后半段要专门讲的问题。