OpenAI 开始公开表达对开源模型的担忧了——这件事本身，比任何具体的监管动作都更能说明问题。
上周，OpenAI 首席战略官在一场私下简报里提到”中国开源模型的威胁”，TechCrunch 随后以”OpenAI is scared of open-weight models”为题报道了这个议题。不是”担忧”，不是”关注”，而是直接用了”scared”这个词。编辑立场很明确。
一个年收入数十亿美元的公司，为什么会”害怕”免费的东西？
答案不在地缘政治，而在商业逻辑。
开源模型正在重写 AI 的定价规则
Sam Altman 说过一句话，大意是：AI 的价值最终会归零，唯一能留存的是分发层。这句话正在以他没想到的方式应验。
当 Kimi K3、Qwen、DeepSeek 这类开源权重模型能够以相当于 Claude 3.5 Sonet 的能力水平运行，而成本只有它的几分之一时，”订阅制”这个商业模式就开始失效了。用户愿意为”更好的体验”付溢价，但不愿意为”相同的能力”付十倍价格。
这不是中国模型的问题，这是整个行业的结构性压力。Mistral、Llama 3、Gemma——所有开源权重模型都在做同一件事：把能力的底线向上推，同时把价格的中位数向下压。
OpenAI 的困境在于，它的收入模型建立在”能力稀缺性”之上。当开源社区能够复现 80% 的能力，成本却只有 20%，”订阅”就变成了选择题，而不是必然项。
“Open” 这个词，正在成为 OpenAI 最沉重的资产和最深的矛盾
这周还有另一个新闻：OpenAI 在欧盟输掉了”Open”商标官司。理由是”Open”暗示开源和自由，而 OpenAI 的实际商业模式是封闭和收费的。
这两个新闻放在一起来看，讽刺意味就很浓了：
- OpenAI 嘴上说担心开源模型的”安全风险”和”国家威胁”
- 但它的品牌一直吃着”Open”这个概念的红利
- 同时它的商业模式恰恰建立在”不开放”的基础之上
OpenAI 早期用”Open”吸引开发者认同和道德高地，现在这个”Open”正在反过来要求它交出实质内容。
商业化的真正难题：护城河到底是什么？
TechCrunch 的报道里有一个很精准的判断：OpenAI 把 AI 变成商业产品的能力，正在受到开源生态的根本性挑战。
这不是技术层面的问题。GPT-4 的技术能力毫无疑问依然是顶级的。问题在于：
技术领先 ≠ 产品护城河
当模型的推理能力可以被蒸馏到更小、更快的开源版本里，当 fine-tuning 生态已经让任何有数据的团队都能在开源基座上复现垂直场景 80% 的效果，OpenAI 的差异化就只剩下 API 的便利性和品牌信任度——而这两项，都是可以被侵蚀的。
看一下具体数字：
– OpenAI 年收入据说已过 30 亿美元，但增速在放缓
– API 收入占比持续下降，因为企业在把用量迁移到更便宜的开源替代方案
– ChatGPT 订阅增长趋于平稳，ARPU 提升空间有限
这不是”被颠覆”的叙事，这是任何技术平台型公司都会遇到的”成熟期难题”——而 AI 行业的成熟速度，比大多数人预计的快得多。
为什么这对中国 AI 圈也是个警示
很多人看到 OpenAI 担心中国开源模型，第一反应是”中国 AI 厉害了”。但如果往深想一层，这个故事的另一个角度是：
开源正在成为 AI 商业化的最大变量——无论是对 OpenAI，还是对中国公司。
中国模型公司的优势是成本和本地化，但随着这些模型走向全球流通，”低成本优势”会被稀释。当 Kimi、Kimi K3 能在国际市场上直接提供 API，价格对折，服务稳定，”中国替代品”的定位就会面临和 OpenAI 同样的问题：用户为什么必须选你？
真正的问题是：在模型能力趋同的未来，AI 公司的护城河到底是什么？
是数据？是客户关系？是工作流整合？是合规优势？还是仅仅是”先发优势”？
这些问题，OpenAI 正在被迫面对，而中国 AI 行业迟早也会遇到。
一个”害怕”背后，有多少真实的商业焦虑
“害怕”这个词，用在 OpenAI 身上，很不体面。但它很真实。
一个年收入几十亿美元的公司，开始公开讨论”如何阻止免费替代品的竞争”，这不是战略自信的表现。这是在承认：自己的商业模式，还没有找到真正的锚点。
AI 行业的下一场战争，不是模型能力的军备竞赛，而是商业模式的自我验证——谁能先找到那个”用户愿意持续付费，而不是随时可以换掉”的理由，谁就能活过这轮洗牌。
OpenAI 曾经是那个定义方向的人。现在它开始害怕了。这件事本身，比任何具体的威胁都更值得深思。