开源模型爆发，为何前沿厂商营收不降反升？

核心提要：尽管DeepSeek、GLM-5.2等开源模型在使用量上迅速攀升，但Anthropic等前沿实验室的营收依然坚挺。新分析揭示，两者并非直接竞争，而是分属AI采用生命周期的不同阶段——探索与生产并行，形成稳定双层结构。

开源模型激增背后，前沿厂商为何未受冲击

随着DeepSeek、GLM-5.2等开源大模型应用规模持续扩大，市场普遍关注其是否正在侵蚀Anthropic等领先实验室的收入基础。根据Decagon公司首席执行官Jesse Zhang结合Vercel、OpenRouter平台最新数据的深度解析，这一问题的答案远非简单的替代关系，而呈现出一种复杂的共生格局。

模型采纳呈现阶段性演进特征

Zhang提出的核心框架指出，先进模型与开源模型并不构成直接替代，而是共同服务于技术采纳周期中的不同阶段。前者主要用于验证创新场景和探索边界，当流程趋于成熟且可复现后，组织便转向成本更低、体积更小的开源方案以实现规模化部署。这种演进路径催生了“双层经济”：高端实验室掌控探索权，而开源生态主导实际生产。

用量增长与支出分化并存

Vercel AI网关数据显示，过去七天内，DeepSeek已处理该平台超过三成的请求量，Z.ai的GLM-5.2亦跻身前四。然而，按实际支出计算，即便考虑近期调价带来的份额波动，Anthropic仍占据该平台总支出的过半。类似趋势也见于OpenRouter：尽管DeepSeek V4Flash以每周5.3万亿令牌的原始吞吐量领先，但其每百万令牌成本仅0.06美元；相比之下，Opus 4.8单价高达1.37美元，约为前者23倍，因此支出仍高度集中于前沿模型。

高端需求韧性源于多重因素

当前前沿模型的抗压能力来自多方面支撑。首先，整体AI应用场景正快速扩张，新兴用例不断涌现，为高端模型提供了持续的实验空间。其次，许多企业级任务对稳定性、安全性及复杂推理有极高要求，无法由轻量开源模型完全胜任。这类高风险场景仍依赖具备强保障机制的顶级模型，从而维持了高端市场的强劲需求。

双层结构或成行业长期范式

这种分层模式可能不再是短期过渡，而是演变为AI经济的基本架构。此前预测基础实验室将沦为标准化商品供应商的观点并未全面应验。虽然垂直领域应用已逐步下沉至轻量化模型，但前沿厂商依然保有对高价值令牌的定价主导权。Nvidia推出的Nemotron等融合高性能与产业生态的新模型，或将加剧两极分化。不过，核心逻辑清晰：探索由前沿引领，生产由开源承担，这一分工在可预见未来仍将延续。

结论：规模扩张抵消替代压力

尽管开源模型在请求总量上取得优势，但Anthropic等机构尚未遭遇营收下滑。市场容量的快速增长足以容纳两种路径共存，各自在技术采纳链条中扮演不可替代的角色。现阶段，高阶令牌的定价权依然是推动整个AI经济发展的关键资产。

常见疑问解答

Q1: 开源模型是否显著更便宜？是。例如，DeepSeek V4Flash每百万令牌成本约为0.06美元，而Anthropic Opus 4.8则达1.37美元，差距接近23倍。

Q2: 为何企业不全面转向开源？多数关键任务需依赖前沿模型提供的可靠性、安全机制及高级推理能力，尤其在早期验证或错误代价高昂的场景中。

Q3: 这种双层模式会持续吗？基于现有数据与专家判断，它极有可能成为未来长期稳定的行业结构：前沿模型负责创新探索，开源模型专注成熟场景的规模化落地。