8月13日，中国大模型开源阵营打出了一记组合拳。深度求索宣布DeepSeek V4 Pro正式版上线，阿里巴巴同日正式开放Qwen3.8-2.4T-A95B模型权重，这是阿里历史上首次将Max级别旗舰模型对外开放权重。就在几天前，Meta发布了开源模型Muse Glimmer，并预告将在未来几周开放旗舰模型Muse Spark 1.2的权重。三家头部厂商几乎在同一时间窗口押注开源，让一个酝酿已久的趋势集中浮出水面：开源模型已经从"追赶者"变成了对闭源模型的"围剿者"，而这场围剿正在改写全球大模型的定价逻辑。
这一轮开源更新的含金量相当高。DeepSeek V4 Pro正式版在AI编程智能体基准测试DeepSWE中，得分从预览版的12.8升至62.7，实现了近5倍的跨越，同时继续保持百万Token上下文和MIT许可证开源。阿里开放的Qwen3.8-2.4T-A95B则是首次以权重形式对外开放的Max级旗舰，总参数2.4万亿、激活约950亿，采用稀疏MoE与混合注意力架构，千问团队还展示了Qwen3.8-Max连续自主编程约16天、独立复现并改进研究论文、在超2000轮交互中经营虚拟电商企业等极限测试。
此前数周，Kimi K3、智谱GLM-5.2、MiniMax H3等国产模型也相继迭代，一条清晰的开源加速曲线已然成形。值得注意的是，本轮开源模型更新有一个共同重点：强化智能体能力。DeepSeek V4 Pro的编程智能体得分跃升、千问的自主编程与自主经营测试、Muse Glimmer为本地Agent工作流深度优化并具备规划、工具调用、自我检查和故障恢复的完整能力，都指向同一方向，开源模型正在向最能产生实际价值的应用场景集中发力，而不仅仅是堆砌参数数字。
支撑"开源围剿闭源"叙事的最硬核数据，来自Hugging Face的《2026年春季全球开源AI生态报告》：中国自研开源模型的下载占比达到41%，首次超过美国，累计下载量突破100亿次。这一数字背后是开发者的真实选择，当开源模型在性能上逼近闭源对手、却以数分之一的价格提供服务时，开发者和企业用脚投票的结果，就是中国开源生态的下载量反超。
市场研究公司Counterpoint的观点更具冲击力：如果西方科技巨头只顾构建封闭的"围墙花园"，开发者和企业自然会转向中国的开放权重模型。这种态势已经反映在硅谷企业的实际行动上，越来越多美国企业和初创公司出于成本考量，把业务流量切到中国大模型上。斯坦福《2026人工智能指数报告》也指出，中美顶尖模型的综合性能差距已大幅收窄，中国开放权重模型在全球开发者中的接受度持续走高，大模型选型的决定性因素，正从"谁更强"转向"谁更便宜、谁能本地部署、谁能更好地接入Agent工作流"。
商业层面，开源围剿的杀伤力体现在定价上。以同一天发布的DeepSeek V4 Pro（开源）与Grok 4.6（闭源）为例，两者性能均属全球第一梯队，但DeepSeek的输出价格不足Grok 4.6的七分之一。当性能基本相当的模型出现十倍级价差时，闭源厂商的定价体系必然承压，这种压力向下传导，会大幅降低闭源实验室的潜在利润率：一方面减少可用于训练下一代模型的利润，另一方面降低投资者对相关公司的长期估值。
对采用开源方案的企业来说，收益是实实在在的。相比闭源模型高昂的调用成本和受限的云端部署模式，开源模型支持本地私有化部署，可大幅降低AI落地成本，尤其适合对数据安全敏感的金融、政务和制造行业。英伟达CEO黄仁勋早在7月就发布公开信力挺开源生态，直言"世界需要前沿的闭源模型，也需要前沿的开源模型"，二十多天后，这封公开信所押注的趋势便迎来了密集兑现。可以预见，开源与闭源的双轨竞争将长期存在，但"开源围剿闭源"的时代，已经不再是一句口号，而是正在发生的产业现实。对于开发者而言，选择权空前扩大；对于企业而言，AI落地的成本门槛正在被持续拉低；而对于整个行业而言，这场围剿带来的，是一场健康的、由效率驱动的重新定价。
开源模型权重免费，但把模型真正用起来，企业要算的账并不止"下载零成本"这一本。第一本是部署账：本地私有化部署需要GPU服务器、推理框架调优和运维团队，一套支撑生产级负载的开源模型集群，前期硬件投入和人力成本并不低，小型团队更常见的做法是借助云厂商的开源模型托管服务，按量付费、免去自建之累。第二本是生态账：开源模型要接入企业现有系统，需要处理工具链适配、中间件选型和版本兼容问题，模型本身免费，但让它"好用"的工程化投入才是隐性成本的大头。
第三本账是演进账。开源模型迭代速度快，权重更新频繁，企业既要跟上新版本的能力提升，又要承担模型切换带来的回归测试与业务适配成本，选型时需要对模型的生命周期和社区活跃度做评估。这三本账的存在，并不意味着开源不划算，而是提醒决策者：开源带来的成本优势是结构性的，但落地依然需要专业的工程能力支撑。对国内企业而言，主流开源模型均提供中文优化版本，配合国产算力的适配方案日渐成熟，开源加国产算力的组合，正在成为越来越多企业兼顾成本、安全与自主可控的务实选择。