💡 中美AI大戰：30億下載量的「開源圍剿」，一場用臭皮匠軍團顛覆的性價比革命 - 免費
最近全球 AI 界在同一個星期，爆出了兩個極端得來又耐人尋味的數字：一邊是阿里「通義千問」開源大模型家族在過去 6 個月內，全球下載量突破 30 億次，直擊 Google 同 Meta 的開源寶座；另一邊廂，美國 Cloud 的 Anthropic 估值衝上 2 萬億美元。
一邊是往「流量的極限擴張」瘋狂跑，另一邊是往「定價權的極限」拼命衝。這兩條完全相反的賽道，硬生生把整個 AI 產業拉扯出兩條截然不同的路。
🏎️ 美國：不計成本，造一個「全能諸葛亮」
AI 發展到今天，不論包裝得再華麗，底子裏都是同一條橋 ~ 那就是「需求嘅延續」。但中美兩國對這個需求的解讀，完全是兩個極端。
美國科企的策略是燒幾百億美金、幾萬張頂級顯卡去訓練巨型模型。他們的目標，是想造出一個「全能型」的諸葛亮。這個諸葛亮要上知天文下知地理，既要識作詩、識編程，又要識量子力學、識哲學，甚麼都要精通。
但作為一般用家，真實需求是甚麼？
- 整理公司帳目
- 寫報告
- 收集及分析資料
- 編寫程式
你賣的是「AI 界的法拉利」，但我每天只是想有一部「AI 界的豐田」。既然豐田已經能送我到目的地，我為甚麼要天天花跑車的油錢？
🛠️ 中國「臭皮匠軍團」
三個臭皮匠，勝過一個諸葛亮。更重要的一點是，這班「臭皮匠」的訓練成本低到難以置信。以 DeepSeek V3 為例，訓練成本只要 557 萬美元，對比 Meta Llama 3.1 估算的 5000 萬美元，差了將近 10 倍。而且很多還直接開放權重 ~ 在市場學上，「免費」加「新產品」，直接擊市場痛點。
中國AI模型選擇夠多，加埋新版本嘅頻率=「新產品」，密過阿媽叫飲湯。
開源權重模型=唔使錢=「免費」，直接塞入公司內部系統，多重安心，減低資料外洩機率。
不妨直接將「諸葛亮」與「臭皮匠」放在秤上量一量：
| 坐標比拼 | 🇺🇸 美國「諸葛亮」 | 🇨🇳 中國「臭皮匠」 |
|---|---|---|
| 價錢 | 按 Token 計，月月要找數 | 免費或極平（便宜兩個數量級） |
| 任務完成度 | 95% | 90% |
| 性價比 | 貴 N 倍 | 平到笑 |
| 用戶體驗 | 一個 App 搞定所有事 | 可能需要分開幾個工具 |
當一個 AI 能完成九成工作，而且近乎不用錢；另一個做到九成半，但每次都跟你錙銖必較算 Token 錢。一般用家和企業會點揀？答案顯而易見。
👨🍳 米芝蓮大廚 vs 美食廣場
這就造成了美國閉源 AI 公司此時此刻的尷尬。
他們就像一個米芝蓮大廚，用了幾百萬裝修廚房，好不容易用和牛、黑松露熬出了一碗湯底，賣五百蚊一碗，還標榜自己可以「一碗走天涯」。
結果隔壁直接開了一個美食廣場。裏面有炒飯檔、湯麵檔、點心檔、燒味檔、仲有三餸飯。每一檔都是專科出身，水準不差，而且還經常讓你「免費試食」。
那一粒和牛確實是人間美味，但食一碗免費的雲吞麵已經非常滿足、飽暖思淫慾，我還哪有閒情逸致坐下來，跟你一邊掏出五百蚊，一邊探討美食哲學？
美國科企如果繼續抱着「做世界最好、成本最高 AI」的心態，遲早會發覺，市場上根本沒有那麼多肯當冤大頭的「大客仔」。中國的「臭皮匠」策略，本質上是一場順應人性的「性價比革命」。
⚖️ 這場中美 AI 博弈，大部份企業用 AI 都是求「夠用」，不是求「完美」，不是追求「極致」，追求算盤打得響(賺多啲)。
OpenRouter 上的數據已經證明了這點：美國企業客戶在該平台上的 Token 消費裏，中國模型的佔比從 2 月的 30% 一路飆升，在 8 月上旬正式突破 50%。連西門子北美分部等大企都轉投中國 AI。這就是「夠用主義」的勝利。
中國開源模型的策略雖然在流量和影響力上贏開巷，但「30億下載量」是免費的，「開放權重」也是免費的。這種純靠下游雲服務、生態位定價的商業模式，究竟能不能在未來兩三年把高企的「流量」真正轉化為「真金白銀的利潤」？這依然是個巨大的問號?
美國頂尖閉源模型（如 Claude、GPT 系列）價格昂貴，給企業帶來巨大的成本壓力。
中國開源權重模型（Open-weight）允許企業下載並在私人伺服器中自行部署與持續訓練，能將行業專業工作流與評價標準寫入模型中。
這場「諸葛亮」與「臭皮匠」的對決應該選哪一個？
其他資料...
- 阿里巴巴旗下開源 AI 模型家族 Qwen（通義千問） 在 2026 年 8 月中旬公佈的數據顯示，其過去六個月全球累計下載量已突破 30 億次，超越 Meta 的 Llama 系列與 Google 的開源模型，躍居全球下載量第一的開放式 AI 模型家族。
- 全球下載與生態數據總下載量：根據阿里巴巴官方聲明，Qwen 家族在 2026 年前半年全球下載量已超過 30 億次。若依據第三方開源平台 Hugging Face 於 2026 年 8 月發布的《State of Open Models》夏季報告，Qwen 在該平臺前 7 個月的下載量也高達約 20.6 億次。
- 相比競品：在同期的 Hugging Face 平台上，Google 開放模型的下載量約為 4.18 億次，Meta 則約為 2.27 億次，Qwen 的下載規模為其數倍之多。
- 衍生模型：Qwen 目前已開源超過 460 個模型，在生態系中衍生出超過 30 萬個派生/微調模型（Hugging Face 統計其平台上的 Qwen 衍生模型也超過 15 萬個）。
美國公司已經轉向使用中國開源模型
- Harvey 轉用 Kimi K3：美國估值達 110 億美元的法律 AI 獨角獸 Harvey 採用月之暗面的開源模型 Kimi K3 作為底座。經過專業法律數據後訓練（Post-Training）後，其推出的 Harvey Tenet 在長週期法律任務中表現超越部分美國前沿系統，且大幅降低每 Token 的推理與訓練成本。
- 路透社（Thomson Reuters）推出 Thomson-1：全球內容巨擘路透社為減少依賴 Anthropic 的高昂模型，調整阿里巴巴的開源模型通義千問（Qwen）推出了首款自家 AI 模型 Thomson-1，主力處理文件審閱等法律知識庫相關任務。
No comments:
Post a Comment