为什么美国做不出顶尖开源模型？

「我问了很多人，为什么美国没有领先的开源模型。没人能给我答案。」

在近期 20VC 播客中，知名投资人 Jason Calacanis 道出了硅谷的困惑：Google、Meta、xAI 等巨头虽有能力，却无一家认真投入开源模型。

这一现象在 2026 年夏显得尤为刺眼。中国月之暗面 Kimi K3 模型冲击美股芯片板块；OpenAI GPT 5.6 Sol 测试越狱攻陷 Hugging Face，迫使后者部署中国智谱 GLM 5.2 模型进行分析。数据显示，中国开源模型在 Hugging Face 的下载量占比已达 41%。NPR 报道指出，美国初创公司为压缩成本，正批量转向阿里 Qwen 等中国模型。

全球资金与人才最密集的美国 AI 产业，在开源模型领域集体缺席，这并非偶然，而是结构性困局。

开不起的源

理解美国为何难产开源 AI，需先审视其经济账。训练前沿模型成本高达数亿美元，OpenAI 与 Anthropic 的年训练开支已超多数上市公司研发预算。更致命的是时间窗口：前沿模型「保质期」仅 12 至 24 个月，新一代问世即导致旧代贬值。数亿投入必须在一两年内通过 API 回收，否则沦为沉没成本。

在此压力下，闭源非选择题，而是生存逻辑。OpenAI 和 Anthropic 售卖的是基于模型的智能服务，商业模式建立在用户无法直接获取模型能力的前提上，开源将直接摧毁这一根基。

能否复制软件行业靠社区力量做开源的模式？答案是否定的。开源 AI 不同于 Linux：代码复制分发成本近乎为零，可全球协作众筹；而训练前沿 AI 需集中调度数十万块 GPU 运行数月，任何社区无力承担。

美国 AI 版图因此只剩两条路：要么闭源变现（OpenAI、Anthropic 模式），要么依靠无需模型盈利的金主供养（Meta 曾选之路）。Ramp 经济学家 Ara Kharazian 指出，中国开源模型的崛起证明市场需求巨大，而美国厂商未能满足。美国前沿 AI 的成本结构天然排斥开源，在训练回收、推理覆盖及投资人回报的三重压力下，「免费」是付不起的代价。

Meta 的「叛变」

Meta 曾是美国开源 AI 的唯一旗手。2024 年，扎克伯格发文称「开源 AI 是前进之路」，并接连发布 Llama 2、Llama 3。但其开源逻辑本质是竞争策略：以优质开源模型侵蚀 OpenAI 和 Google 的护城河，依托广告盈利而非模型直接变现。Llama 实为递给世界的武器，目标直指竞争对手。

然而，这把武器在 2025 年末失灵。Llama 4 内部表现未达预期，落后于 GPT 和 Claude。Meta 随即决定放弃开源，转向代号「Avocado」的闭源项目。深层原因在于，Meta 长期优化开源分发效率，却未在「前沿性能」维度全力以赴。当战场转移至闭源模型能力比拼，Meta 发现自己已落后于专注单一的对手。

Meta 的转向验证了 OpenAI 和 Anthropic 商业模式的正确性：在前沿 AI 赛道，闭源是唯一商业成立的路径。

被锁死的路

Meta 退场后，其他美国公司能否接棒？理论上具备技术能力的公司有四五家，但面临结构性困境。初创公司若想打造低成本开放权重模型，首先面临效率难题。业界公认的高效方法「蒸馏」（用强模型输出训练小模型）被 OpenAI 和 Anthropic 的服务条款明确禁止用于训练竞争性模型。

Thompson 指出其中的荒诞悖论：遵守条款的美国开放权重制造商，因无法利用最强模型加速训练，反而比不守规矩的竞争对手更弱。叠加人才与资本虹吸效应，顶尖研究者被巨头锁定，剩余创业公司难以用十分之一资源做出同等水平产品。

2026 年 7 月，OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab 发布了基于 Apache 2.0 许可证的 Inkling 模型。但其坦承 Inkling 仅为「微调的好底座」，并非前沿模型。前 OpenAI CTO 携巨额估值全力投入仍够不到前沿，印证了开源之路已被彻底锁死。

回不去的开源时代

美国难产开源 AI 指向一个更大命题：AI 时代的经济规律与软件时代截然不同。开源软件的黄金时代建立在「复制成本为零」的奇迹之上：代码一旦写成，分发给一亿人无需额外成本，个人贡献时间、企业维护社区、用户免费使用，形成完美正和博弈。

AI 模型彻底打破了这一前提。大模型的「复制」即推理，每回答一个问题都在消耗真实算力与电力，边际成本刚性且高昂。训练端更是「推倒重来」式投入，每一代新模型需数亿美元，旧代成本无法复用。软件开源如滚雪球，AI 开源似填无底洞。

正如投资人 Rory 所言，AI 公司无法像微软当年捆绑浏览器那样零成本降价，因为推理成本由物理定律和电费决定。让具有持续物理成本的东西真正免费，在经济学上是反自然的存在。必须有人持续买单，但这已非 Linus Torvalds 在卧室就能启动的模式。

美国做不出低成本开源 AI，非某家公司失败或政策缺陷，而是 AI 技术经济本质与开源模式的深层矛盾。若开源在 AI 时代注定需要真金白银支撑，谁能持续为全世界付出？中国模型公司不断带来的「惊喜」，或许已是最好的答案。