先把这个结论撂这：开源模型这波热闹，故事讲得越好，账本越难看。Paige Bailey 在 dev.to 上发那篇《AI 的未来属于本地化与开源模型》，我读了三遍——不是因为它多有说服力，是因为它把现在这波开源叙事的糖点几乎集齐了：Gemma 4 从 2B 端侧一路铺到 31B dense、Apache 2.0 随便改、Google AI Studio 免费打、浏览器 WebGPU 裸跑、Ollama 一条命令拉起来、Cerebras 晶圆级芯片上快得像实时、Unsloth 单卡微调。整套讲下来，你几乎要信了：开源模型不只是能用了，是已经准备好接管一切了。
然后评论区有人贴了个数字，一盆冷水。Menlo Ventures 的数据，2025 年企业级 LLM 使用里，开源/可自托管模型只占 11%，前一年还是 19%。不是涨了，是跌了。故事往上走，账本往下走。这个温差，才是这波开源叙事里最该算的那笔账。
先算笔账——那篇 6 月末的文章里讲的每一件事，单拎出来都没错，技术上确实都跑得通。但你把这些全加在一起，会发现一个很别扭的地方：文章通篇都在讲“你可以在哪里跑 Gemma 4”——端侧、浏览器、本机、晶圆级、单卡——唯独没讲“谁在跑、为什么跑、跑了之后谁付钱”。这就像卖一台机器，使用说明书讲得天花乱坠，却不告诉你开一天多少电费、生产出来的东西卖给谁。开发者会为技术兴奋买单，企业不会。企业只会为账本买单。
为什么开源模型的渗透率不升反降？因为企业买模型，从来不是买“开放”这个抽象概念，是买一套能验收、能追责、出了事故能找到人背锅的交付物。闭源模型贵是贵，但它的账是清的——API 按 token 计费、SLA 白纸黑字、出了合规问题有审计路径。开源模型便宜是便宜，但便宜下来的钱，省的是采购费，转手变成内部维护成本、安全审查成本，还有“出了事没人兜底”的风险溢价。这笔账，企业 CFO 算得比谁都清楚。你以为企业是在“开源 vs 闭源”之间做技术选型？其实企业是在“确定性的贵”和“不确定性的便宜”之间做财务选型。后者听着省，一摊到合规和运维的人头上，贵得要命。
插一句不相干的——我见过太多开源信仰者，一看到 11% 这个数字第一反应就是“这数据是闭源厂商赞助的吧”。说实话我第一反应也差不多，这数字低得太扎眼了。但你再想想那个下降的形状，就不好赖到统计口径上了：2024 年 19%，2025 年 11%，这是发生在基础模型能力飞速拉平的两年里。按说开源模型追得越紧，占比该往上涨才对。反倒是闭源模型在猛降价、猛送 token、猛把模型嵌进企业现有的工具链里。闭源厂商学聪明了，他们不再跟开源拼“能力天花板”这种开发者才看的榜单，他们拼的是“你明天就能上线、出问题有人管”。企业认这个。榜单不认，账本认。
这就是真问题——开源模型的护城河到底在哪？说句扫兴的，“开放”从来不是护城河，它甚至不是一项商业属性，它是一张入场券。你拿着 Apache 2.0 的许可证，可以改可以跑可以商用，但你同时也失去了“这个模型只有我能提供”的独占性。当所有人明天都能跑一个能力差不多的开源模型时，靠“我也能跑”这件事，一分钱都赚不到。文章里说 GLM-5.2 也在打破开源性能天花板——对，然后呢？天花板被打破的下一步，就是所有人都挤到同一片天花板上，然后开始拼谁离企业场景更近、谁的运维故事讲得更完整、谁的合规包袱更轻。这些事，跟“开源”两个字已经没有关系了。
那这波热闹里谁在赚？先掰着指头数一遍：Google 在赚，Gemma 4 作为一个开源的钩子，把开发者钩进 AI Studio，钩进 Edge Gallery，钩进 Gemini 的叙事半径——开源模型本身不直接变现，但它把“Google 在 AI 上还是领头羊”这个认知铺到了每一个能跑 Gemma 4 的设备上。Ollama 在赚，它的存在感完全建立在“本地跑开源模型”这个动作上，每一条 ollama run gemma4 的流行都让它的分发地位更稳一点，这不是模型层的钱，是工具分发的钱。Unsloth、Cerebras、Hugging Face，全在生态位里赚认知和流量的钱——这波里确实有人在吃真实的红利，但他们的账本上写的是“分发”“工具”“生态”，不是“模型本身的商业价值”。
谁在亏？就是真心以为 OpenAI 的护城河会因为这串数字塌掉、以为开源终将把闭源打成免费附赠品的人。他们在交认知税，税单上写着：你把“模型可得性”当成了“市场渗透率”，把“开发者能跑通 demo”当成了“企业能上生产”。
那怎么办？反过来说，11% 里藏着真金，但这笔金不是靠“把开源模型吹成万能”挖出来的，是靠把开源模型嵌进企业真正不得不自己掌控的流程里。评论区里有的读者说得比主贴清楚多了——本地与开放 AI 的价值更多在于所有权、可复现性和基础设施，而非单纯性能。对，这句我已经在别处算过一遍了：性能是浮动的，六个月就被拉平；所有权不是，复现性不是，一套能私有化部署、能离线跑、能自己微调的数据飞轮更不是。开源模型真正的窄路在那些有合规硬约束、有数据主权要求、有“模型必须跟着我的代码一起进客户机房”需求的场景。这条路很窄，客户很挑，但你一旦卡进去，切换成本垒起来，闭源反而不容易进来。那些地方，不是靠榜单和 demo 流量能打下来的，得一家一家去啃、一个场景一个场景去埋。这种苦活，恰恰是这波开源叙事的喧哗里，最没人愿意干的，也是账最算得过来的。
而榜单热闹这回事，AI Engineer World's Fair 2026 已经有人把问题换得挺准确了——从“AI 能做到吗”转向“你会用它构建什么”。这问题问得漂亮，但它的漂亮恰恰不动摇上面任何一个结论。会用开源模型构建 demo 的人，持续过剩；会把开源模型构建进企业账本的人，持续稀缺。这两个人群之间看上去只是隔了一层“商业化能力”，实际上隔着一个完整的世界观切换——一个是“我能跑通”，一个是“你能验收”。
最后说一句扫兴的。Gemma 4 这波所展示出来的东西，不是开源模型的胜利，是开源叙事对开发者注意力的又一次收割。技术是实的，糖也是甜的，但 11% 那个数字在告诉你：热闹是给开发者的，账本在别的地方。那篇 6 月末的文章我信一半——模型是开放的，未来可能真是本地化的；但“谁为那个本地化未来买单”这个问题，不会靠 Ollama 一条命令解决，也不会靠一个黑客松解决，它得靠一堆人去做那种一点不酷的集成、合规、私有化部署、售后支持。
这笔账，你自己算。