Full text · 原文
2,386 字
听雨 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
嚯，硅谷居然被中国开源模型占领了！<br>
连Yann LeCun也点赞：说得对！<br>
初代AI编程炸子鸡Cursor和Devin，都被曝出号称自研的模型，其实套壳的就是中国开源模型。<br>
上个月，Cursor承认了旗下的Composer 2套壳Kimi K2.5。<br>
当初首个推出“AI自动工程师”Devin的公司Cognition，其自研模型SWE-1.6，则疑似在GLM模型上进行后训练。<br>
其实不止这两家，类似的例子越来越多，中国开源模型在硅谷的受欢迎程度与日俱增——<br>
Shopify因切换至Qwen，每年节省500万美元；爱彼迎联创Brian Chesky也曾表示：Qwen又好又快又便宜，比GPT还好用！<br>
而且智谱最新发布的GLM-5.1，是部分指标超Opus 4.6的开源模型，估计性价比放在硅谷也相当有竞争力了。<br>
国产开源模型横扫硅谷<br>
国外模型选择蒸馏中国开源模型，或是在此基础上进行后训练，这事儿已经不少见了。<br>
上个月，Cursor的自研模型Composer 2在基准测试上反超了Opus 4.6，价格还脚踝斩。<br>
结果没得意两天就被曝出其实套壳Kimi K2.5。<br>
虽然事情以双方握手言和告一段落，但让人唏嘘不已。<br>
Cursor啊Cursor，你好歹是初代AI编程当红炸子鸡，这事儿干得也不太地道了！<br>
除此之外，另一位炸子鸡Cognition，其自研模型SWE-1.6也被曝疑似在GLM模型上进行后训练。<br>
而且这家伙是个老惯犯了，从前代SWE-1.5就开始偷梁换柱。<br>
去年，SWE-1.5就被曝是在GLM-4.6上进行后训练得到的。<br>
当时的梗图传得满天飞：<br>
Cursor和Cognition最早集成的都是Claude和GPT的能力，但现在已经纷纷转投中国开源模型的怀抱。<br>
Cognition的开发者Shawn Wang还曾直言：<br>
只要基础模型足够好，它的具体特性就越来越不重要了，因为强化学习和后训练才是关键所在，也是区分彼此的关键所在。<br>
不过嘛，初创独角兽不成建制，出现套壳还拒不承认，大家就当个笑话看。<br>
但连巨头也这么干，或许背后还存在更深层次的原因。<br>
去年12月，Meta的“牛油果”项目曾被曝出使用Qwen开源模型做了蒸馏训练。<br>
在此之前，Meta旗下的Llama模型曾长期主导开源领域，其衍生模型数量和下载量均保持领先地位。<br>
扎克伯格还曾经公开呼吁，要构建以美国模型为核心的开源生态。<br>
但现在，面对自身Llama系列增长乏力与东方模型的强势崛起，Meta已经做出了选择。<br>
经过9个月的奋战，Meta的最新模型Muse Spark已经交卷，不过也是妥妥的闭源了。<br>
此外，爱彼迎的联创兼CEO Brian Chesky，早就被Qwen的实力圈粉了。<br>
他曾经公开表态：<br>
我们很大程度上依赖阿里巴巴的Qwen模型。它非常好，速度也很快，而且很便宜。<br>
我们也会用OpenAI的最新模型，但在实际生产中通常不会大量使用，因为有更快、更经济的模型可供选择。<br>
小八卦，Brian Chesky和奥特曼还是挚友。不过涉及自家应用产品整合时，必须得“亲兄弟，明算账”…<br>
Brian直言不讳，表示OpenAI提供的连接工具还“没有完全准备好”。<br>
爱彼迎的选择，只是中国大模型技术实力的一个缩影。<br>
在学术界，斯坦福大学李飞飞团队、艾伦人工智能研究所等顶尖机构在研究中也采用了基于Qwen的技术方案。<br>
去年年初，李飞飞团队曾基于Qwen2.5-32B构建了一个顶级推理模型s1-32B，成本不到50美元。<br>
该模型的数学和编码能力，与OpenAI的o1和DeepSeek的R1等尖端推理模型不相上下。<br>
艾伦人工智能研究所也基于Qwen2-72B，构建了其多模态系统。<br>
还有Mira Murati创办的独角兽Thinking Machines Lab，也把Qwen作为默认的微调选项。<br>
中国开源模型在硅谷的走红，可见一斑。<br>
性价比压倒一切<br>
为啥硅谷这么热衷于中国开源模型？<br>
当然是因为量大便宜。<br>
Peter Yang算了一笔账：在许多基准测试中，中美同等质量的模型价格相差10-20倍。<br>
就拿最新发布的几款国产模型来说：<br>
Kimi K2.5：每百万token输入4元/输出21元；<br>
MiniMax M2.7：每百万token输入2.1元/输出8.4元；<br>
GLM-5.1：每百万token输入6元/输出24元；<br>
Qwen3.6-Plus：每百万token输入2元/输出12元。<br>
这几款模型在基准测试上的表现，都接近甚至部分反超了Opus 4.6、GPT-5.4等顶尖闭源模型。<br>
但Opus 4.6的价格是每百万token输入5美元/输出25美元，GPT-5.4则是输入2.5美元/输出15美元。<br>
这性价比，一目了然。<br>
节省超10倍价格，拿到一个还不错的模型表现，岂不是美滋滋？？<br>
而且开源模型也并非完全打不过闭源。<br>
早在Kimi还只出了K2的时候，Vercel CEO Guillermo Rauch就曾提到：<br>
在内部智能体真实场景基准测试中，Kimi K2在运行速度和准确率上优于GPT-5和Claude Sonnet 4.5。<br>
其中准确率更是高出50%。<br>
硅谷投资人Chamath也曾表示，Kimi K2性能够强，且比OpenAI和Anthropic便宜太多。<br>
而且自从艾伦人工智能研究所宣布削减开源模型研发资金，转向AI应用后，美国开源AI的旗帜就真倒了。<br>
开源模型，已经来到了中国时间。<br>
参考链接：<br>
[1]https://x.com/petergyang/status/2042248752157839793?s=20<br>
[2]The All-You-Can-Use AI Subscription Won’t Last Forever