大模型圈最近的关键词，被两个字承包了：开源。
据海外AI资讯平台汇总，一家名为Reflection的公司发布了总参数量5010亿的开源权重模型，总参数激活仅230亿，用24万亿token语料端到端训练而成，主打编程与智能体任务，推理效率据称是同类可比模型的数倍。权重将以宽松的开源协议在本月内发布。
而在它之前，欧洲的另一家公司也宣布了万亿参数旗舰模型的开源计划；一家德国背景的AI公司则放出了780亿参数、支持百万token上下文的开源推理模型。不到两周，开源阵营连下三城。
一、开源模型这次卷的是什么
两年前大家比的是"谁参数大"，如今的开源竞争，比的是三样更实际的东西：
- 单位算力的产出效率：激活参数小、推理成本低，用户在自己机器上跑得动才是真开源；
- 智能体能力：不只是聊天，而是能连续执行任务、调用工具、自我修正——这是编程和自动化办公场景的硬需求；
- 协议友好度：宽松协议意味着企业可以直接商用，不必担心法律风险。
官方信息称，新模型在推理效率上有数倍于可比模型的提升，瞄准的正是"本地部署"和"企业私有化"这两块增长最快的市场。
二、为什么巨头们抢着把家底往外送
这里有一笔精明的账：闭源模型靠API收费，赚的是"每次使用"的钱；开源模型赚的是"生态依赖"的钱。模型免费送出去，开发者用你的模型做出产品，推理服务、企业版、技术支持，处处都是商业化的口子。
更深一层是战略卡位：当开源模型的能力逼近闭源旗舰，闭源的价格就顶不住了——这正是过去一年API价格战此起彼伏的根本原因。开源存在的最大价值，是给整个市场的定价权"压舱"。
三、开发者的黄金窗口期
对技术从业者来说，当下可能是加入开源生态性价比最高的时刻：模型能力在涨、部署门槛在降、社区教程在变厚。以前部署一个千亿级模型需要顶配服务器，如今靠着激活参数优化和量化技术，工作站级硬件已经能跑起不少旗舰开源模型。
普通人现在能做什么
一是技术型朋友可以挑一个开源模型，在自己电脑上完整跑通一次部署，这份经验本身就是简历；二是中小企业可以评估"私有化部署加自有数据"的组合，数据敏感业务正在从"用不起"变成"值得上"；三是关注模型许可证条款，商用前务必看清协议限制。
免费的才是最贵的，也是最不能缺席的——开源模型的商业逻辑，值得每个做技术决策的人读懂。