这一周国外的 AI 圈里，几条看起来不相关的消息其实指向同一件事：开放权重的账，开始算得过来了。挑三组数字说。

第一组：三家实验室的推理开销，超过了 OpenAI

在 Vercel 这个平台上，Moonshot、DeepSeek、Z.ai 三家加起来产生的推理花费，已经超过了 OpenAI。

但真正值得看的是「转向背后的转向」：这笔钱不一定进那三家实验室的口袋。实际把模型跑起来、把请求接住的是 Fireworks、Together、Baseten 这些推理服务商和各大云厂商——钱最后落在他们那里。

这件事的含义比「谁超过谁」大得多。开放权重把「模型」和「卖模型」这两件事拆开了：权重一旦放出来，价值链上稀缺的东西就不再是那个文件，而是把文件变成稳定服务的能力。谁有机房、有调度、有推理优化，谁收钱。而模型侧的角色，越来越像上游的原料供应商。

第二组：一个 9B 模型，两天做出来，MacBook 上能免费跑

有人放出了一套完全开放的东西——开放数据、开放模型、开放配方。做法里有两个细节很值得记：

数据是纯合成的，覆盖 10 个类别。 关键的那一步叫对比式数据整理：把事实稍微改一改，造出负样本，逼着模型去分辨细微差别。按他们的说法，这样得到的校准是隐式的，训练数据压根不需要概率标签。

训练是 LoRA 微调，基座是 Qwen3.5-9B。 没有用蒸馏——更强的那个模型只拿来当裁判，不拿它的输出去教学生；也没上强化学习。

结果：同一套评测集上，原始 Qwen 是 66%，微调之后是 90%，他们拿来对照的强基线是 93%。推理 100 毫秒（H100），在 MacBook 上也能免费跑。整个东西是两天里公开做出来的。

作者自己加了一句说明，我觉得这句话该被更多人学：没有标准 benchmark 能衡量这个能力，所以它在别的榜单上很可能明显不如那个强基线，但应该比原始 Qwen 好。

一个开放模型配上「它在什么条件下不适用」的诚实说明，比一个漂亮的分数有用得多。

第三组：开放权重不是更差了，只是以前更贵

一线开发者的观察是：开放权重的质量已经追上来了，而成本低了一个量级。

这两件事连起来会推出一个很多人没注意的结果——推理便宜下来之后，模型就可以跑得更久。

过去限制「让模型多想几轮、多做几次自我检查」的不是能力，是账单。当单次调用的价格降下来，反复检查、多轮工具调用就从奢侈品变成了默认操作，而这条路恰好是解难题最直接的办法。所以「开放权重连最难的数学题也开始解掉了」这句话，和「它便宜」其实是同一句话的两面。

还有一条常被低估：数据不出机器。 自己部署权重配上机密计算，才谈得上真的自己掌控数据边界。用闭源 API，再合规的承诺，数据终究是交到了别人手上。

别急着下结论

两件事得说清楚：

推理便宜不等于训练便宜。 上面那个 9B 是微调，不是从零预训练。能自己微调一个模型，和能自己造一个基座，是两回事。

省钱的是模式，不是每个场景。 高频、可并发、数据敏感的场景，开放权重加自己托管优势最大；长尾、低频、复杂推理的场景，闭源 API 省下的运维精力还是划算的。

一句话

这一轮变化的核心不是「开源打败闭源」，而是价值从模型文件转移到了服务能力上。对做应用的人来说是两件事同时发生：好的权重越来越容易拿到，而把它们稳定跑起来的工程能力，越来越值钱。