大模型下半場：Agent時(shí)代為何更需要開源模型

作者｜莊洲，編輯｜Evan

大模型正在上演Linux的故事

世間建筑可以分為兩種，一種是集市，天天開放在那里，從無到有，從小到大；一種是教堂，幾代人嘔心瀝血，歷盡幾十年方能完工。Eric Raymond在《大教堂與集市》中如是寫道。

而Linux的故事，更像是用集市的方式，建造一座大教堂。如今，在生成式人工智能領(lǐng)域，越來越多的開源模型正在為這樣的“建造模式”貢獻(xiàn)新的案例。

阿里云，是開源模型的堅(jiān)定追逐者。目前，通義千問Qwen衍生模型數(shù)量已突破10萬，超越美國Llama模型，通義成為全球第一AI開源模型。

4月29日凌晨，阿里發(fā)布新一代通義千問模型Qwen3（簡稱千問3），參數(shù)量僅為DeepSeek-R1的三分之一，為235B，成本大幅下降。

據(jù)悉，千問3是國內(nèi)首個(gè)“混合推理模型”，“快思考”與“慢思考”集成進(jìn)同一個(gè)模型，對簡單需求可低算力“秒回”答案，對復(fù)雜問題可多步驟“深度思考”，大大節(jié)省算力消耗。

2023年至今，阿里通義團(tuán)隊(duì)已經(jīng)開源了200多款模型，包含大語言模型千問Qwen及視覺生成模型萬相Wan等兩大基模系列，開源囊括文本生成模型、視覺理解/生成模型、語音理解/生成模型、文生圖及視頻模型等全模態(tài)，覆蓋從小到大全尺寸參數(shù)，滿足不同的終端需求。

千問3的總參數(shù)量為235B，激活僅需22B。千問3預(yù)訓(xùn)練數(shù)據(jù)量達(dá)36T ，并在后訓(xùn)練階段多輪強(qiáng)化學(xué)習(xí)，將非思考模式無縫整合到思考模型中。

千問3的部署成本還大幅下降，僅需4張H20即可部署千問3滿血版，顯存占用僅為性能相近模型的三分之一。

阿里的開源模型發(fā)布，對行業(yè)意味著什么？開源模型的能力如何？未來的大模型競爭將會走向何方？

#01

開源大模型的能力正在后來居上

開源大模型的能力正在趕上閉源模型。

這是筆者在詢問了多位AI創(chuàng)業(yè)者、大廠大模型開發(fā)者及投資人后的共識。

盡管，他們也同意，如今還是閉源模型處于領(lǐng)先地位，但開源模型和閉源模型之間的差距正在逐步縮小，而這樣的速度，令業(yè)界始料未及。

“閉源模型先做到了90分，但如今，開源模型也能夠做到90分的水平。”一位大模型開發(fā)人員表示。Scaling Law總有瓶頸，這個(gè)瓶頸所體現(xiàn)的便是模型越大，能力提升、付出的成本則是成倍增加，因此給了開源模型追趕的時(shí)間。

是開源模型究竟開放了什么？其與開源軟件有什么區(qū)別？又與閉源模型的差異體現(xiàn)在哪里？

開源軟件通常是公開源代碼的全貌，允許開發(fā)者查看、修改，后續(xù)開發(fā)者可以很容易根據(jù)代碼復(fù)現(xiàn)相應(yīng)的功能實(shí)現(xiàn)。但開源模型一般只開源參數(shù)，至于其中用了什么數(shù)據(jù)、如何微調(diào)、如何對齊，卻難以知曉。閉源模型則是直接提供一整套方案。可以理解為，開源模型是基于原有的材料，需要廚師自備工具、菜單、研究做法，但究竟能不能做出一道好菜，全靠廚師功力。閉源模型則是預(yù)制菜，加熱即用。

但開源模型的好處在于，能夠讓更多開發(fā)者參與到模型的開發(fā)中，幫助模型提升性能、完善生態(tài)，并且靈活性強(qiáng)。這能夠幫助模型公司省去很多人力成本和時(shí)間成本。對于使用開源模型的一方，也是一種節(jié)省成本的方式。

不過，開源模型的成本優(yōu)勢在前期，舉個(gè)例子，據(jù)計(jì)算，閉源模型GPT-4每百萬個(gè)代幣輸入的成本約為10美元，每百萬個(gè)代幣輸出的成本約為30美元，而開源模型Llama-3-70-B每百萬個(gè)代幣輸入的成本約為 60 美分，每百萬個(gè)代幣輸出的成本約為 70 美分，這使其成本大約便宜 10 倍，而性能差異卻很小。但如果涉及到后續(xù)的部署，則需要極強(qiáng)的技術(shù)實(shí)力和投入。

不過，阿里此次發(fā)布的千問3，也正在逐步解決成本投入的問題，以阿里新發(fā)布的千問3為例，從部署成本看，千問3是滿血版R1的25%～35%，模型部署成本大降六/七成。旗艦版千問3模型的總參數(shù)235B激活22B，大致需要4張H20或同等性能的GPU。對比來看，滿血版DeepSeek-R1總參數(shù)671B激活37B，1臺8卡H20雖然可跑，但較吃緊（100w左右），一般推薦16卡H20，總價(jià)約200萬左右。

模型推理上看，千問3獨(dú)特的混合推理模型，開發(fā)者可自行設(shè)置“思考預(yù)算”，在滿足性能需求的同時(shí)實(shí)現(xiàn)更精細(xì)化的思考控制，自然也會節(jié)省整體推理成本。可以參考的是，同類型的Gemini-2.5-Flash在定價(jià)上的推理和非推理模式的價(jià)格相差約6倍，用戶使用非推理模式時(shí)相當(dāng)于可節(jié)省600%的算力成本。

一位大廠從事大模型開發(fā)人員告訴硅兔君，開源模型更適合于有很強(qiáng)技術(shù)實(shí)力，但沒有足夠預(yù)算的團(tuán)隊(duì)，例如學(xué)術(shù)機(jī)構(gòu)。而閉源模型則適合人少錢多的公司。不過，隨著開源模型能力的提升，有41%的受訪企業(yè)計(jì)劃增加對開源模型的使用，而41%的企業(yè)認(rèn)為如果開源模型和閉源模型性能相當(dāng)，會轉(zhuǎn)向開源模型。在這項(xiàng)調(diào)查中，僅有18%的企業(yè)不打算增加對開源LLM的使用。

A16z創(chuàng)始人馬克·安德里森就表示，開源，讓大學(xué)重新回到競爭中，因?yàn)椋绻芯空叩膿?dān)心是，第一，大學(xué)沒有足夠的資金來參與AI領(lǐng)域的競爭并保持相關(guān)性；其次，所有大學(xué)加在一起也沒有足夠的資金來參與競爭，因?yàn)闆]有人能夠跟上這些大型公司的籌資能力。而當(dāng)開源模型越來越多且能力上來之后，就意味著大學(xué)可以使用開源模型進(jìn)行研究。對沒有足夠資金的小公司而言，這個(gè)邏輯同樣成立。

硅兔君制圖

#02

大模型的東方啟示

DeepSeek的橫空出世，讓諸多人發(fā)現(xiàn)了中國公司開源模型的能力。

“Deep Seek代表的是輕量化、低成本的AI產(chǎn)品。”一位中美AI投資人表示，舉個(gè)例子，混合專家模型（MoE）的調(diào)整需要極高的工藝，過去的主流模型使用MoE的并不多，是因?yàn)殡y，但是“小孩不信邪”，卻把這件事做成了。

但開源模型最重要的是生態(tài)，也就是說到底有多少人用。畢竟，要切換不同的模型，對用戶而言是極高的成本。不過，當(dāng)DeepSeek橫空出世之后，在硅谷一些用Meta的大模型的用戶也切換到了DeepSeek，“后來者一定要比先發(fā)者有足夠的優(yōu)勢。”一位大模型研發(fā)人員表示，這樣才會吸引用戶放棄前期投入的成本，切換到新的開源模型上來。

硅兔君整理了目前全球知名模型的開源和閉源情況發(fā)現(xiàn)，除了亞馬遜，微軟、谷歌、Meta、OpenAI都有開源模型的布局，一些公司選擇純開源路線、一些選擇開源和閉源并行，在中國，阿里是在開源道路上走得最堅(jiān)定的大廠。早在DeepSeek發(fā)布R1前，阿里就在開源模型上押注和布局。

全球知名模型開源情況

分類

企業(yè)

旗下主要模型

開源/閉源

海外云廠商

微軟

Phi-3系列

開源

WizardMath系列

開源

MAI系列

閉源

谷歌

Gemini系列

閉源

Gemma系列

開源

亞馬遜

Nova系列

閉源

Olympus系列

閉源

Titan系列

閉源

海外大模型企業(yè)

Meta

Llama系列

開源

OpenAI

GPT-2

開源

GPT-3系列、GPT-4系列、o系列

閉源

xAI

Grok-1

開源

Grok-1.5、Grok-2

閉源

Anthropic

Claude系列

閉源

Cohere

Command系列

閉源

Mistral AI

Mistral 系列

開源

中國云廠商

阿里

Qwen系列

開源

通義千問系列

開源

華為

盤古大模型

閉源

騰訊

混元Large

閉源

混元3D生成模型

開源

百度

文心系列

閉源

中國大模型企業(yè)

DeepSeek

DeepSeek-R1系列、DeepSeek-V3/R1系列

開源

MiniMax

MiniMax-Text-01、MiniMax-VL-01

開源

月之暗面

Moonshot-v1系列模型

閉源

百川智能

Baichuan 2-7B/13B

開源

Baichuan 3

閉源

智譜AI

GLM-4系列模型

閉源

GLM-4 series系列開源模型

開源

資料來源：公開信息整理 硅兔君整理

截至2025年4月29日

根據(jù)李飛飛的《斯坦福人工智能報(bào)告2025》，2024年中，阿里發(fā)布的著名AI大模型數(shù)量為6個(gè)，位于全球第三，谷歌和Open AI并列第一，為7個(gè)。而在報(bào)告中所提及的2024年重要大模型排名，阿里的AI貢獻(xiàn)度位列全球第三。

來源：《斯坦福人工智能報(bào)告2025》

而29日發(fā)布的千問3，作為通義千問系列最新一代大語言模型，提供了一系列稠密（Dense）和混合專家（MoE）模型。在推理、指令跟隨、智能體能力和多語言支持方面取得了突破性的進(jìn)展，具有以下特性：

1) 獨(dú)特的混合推理：支持在思考模式 （用于復(fù)雜邏輯推理、數(shù)學(xué)和編碼）和 非思考模式 （用于高效通用對話）之間無縫切換，確保在各種場景下的最佳性能。

2) 顯著增強(qiáng)的推理能力 ：在數(shù)學(xué)、代碼生成和常識邏輯推理方面超越了之前的 QwQ（在思考模式下）和Qwen2.5-Instruct 指令模型（在非思考模式下）。

3) 更好的人類偏好對齊 ：在創(chuàng)意寫作、角色扮演、多輪對話和指令跟隨方面表現(xiàn)出色，提供更自然、更吸引人和更具沉浸感的對話體驗(yàn)。

4) 智能體能力突出 ：可以在思考和非思考模式下精確集成外部工具，在復(fù)雜的基于代理的任務(wù)中在開源模型中表現(xiàn)領(lǐng)先。

5) 強(qiáng)大的多語言能力：支持119 種語言和方言，具備強(qiáng)大的多語言指令跟隨和翻譯能力。

其中所提到的“混合推理”，相當(dāng)于把頂尖的推理模型和非推理模型集成到同一個(gè)模型里去，需要極其精細(xì)、創(chuàng)新的設(shè)計(jì)及訓(xùn)練。目前，熱門模型中只有千問3、Claude3.7以及Gemini 2.5 Flash可以做到。

具體而言，在“推理模式”下，模型會執(zhí)行更多中間步驟，如分解問題、逐步推導(dǎo)、驗(yàn)證答案等，給出更深思熟慮的答案；而在“非推理模式”下，模型會直接生成答案。同一個(gè)模型，可以完成“快思考”和“慢思考”，這類似于人類在回答簡單問題時(shí)，憑經(jīng)驗(yàn)或直覺快速作答，面對復(fù)雜難題時(shí)再深思熟慮，仔細(xì)思考給出答案。千問3還可API設(shè)置“思考預(yù)算”（即預(yù)期最大thinking tokens數(shù)量），進(jìn)行不同程度的思考，讓模型在性能和成本間取得更好的平衡，以滿足開發(fā)者和機(jī)構(gòu)的多樣需求。

Qwen3的性能情況

對中國而言，開源模型的做法也比閉源模型能夠吸引更多客戶，因?yàn)槿绻情]源的模型，只能更多集中在國內(nèi)市場，但開源則能夠讓更多國外公司也進(jìn)行使用，舉個(gè)例子：Perplexity是一家美國公司，但用戶可以在Perplexity上使用DeepSeek R1，并完全托管在美國，使用美國的數(shù)據(jù)中心。

#03

大模型的下半場

2023年3月，在舊金山的探索館一場開源AI盛會上，羊駝漫步在會場上，致敬了Meta的開源大語言模型“LLaMA”。

2023年至今，一年多時(shí)間里，生成式AI正在不斷發(fā)生變化。公眾的關(guān)注點(diǎn)已從基礎(chǔ)模型變?yōu)锳I原生的應(yīng)用。在YC W25的Demo Day中，80%的項(xiàng)目都是AI應(yīng)用。

“開源模型將會促進(jìn)更多Agent的落地。”多位業(yè)界人士向硅兔君表達(dá)了這個(gè)觀點(diǎn)。一方面是開源將會降低使用成本及門檻。

例如千問3 有很強(qiáng)的工具調(diào)用能力，在伯克利函數(shù)調(diào)用BFCL評測榜中，千問3創(chuàng)下70.76的新高，將大幅降低Agent調(diào)用工具的門檻。同時(shí)，可結(jié)合 Qwen-Agent 開源框架來充分實(shí)現(xiàn)Qwen3 的智能體能力。Qwen-Agent 是一個(gè)基于 Qwen 的指令跟蹤、工具使用、規(guī)劃和內(nèi)存功能開發(fā) LLM 應(yīng)用程序的框架，框架內(nèi)部封裝了工具調(diào)用模板和工具調(diào)用解析器，還附帶瀏覽器助手、代碼解釋器和自定義助手等示例應(yīng)用程序，大大降低了編碼復(fù)雜性。千問3原生支持MCP協(xié)議，開發(fā)者要定義可用工具，可基于 MCP 配置文件，使用 Qwen-Agent 的集成工具或自行集成其他工具，快速開發(fā)一個(gè)帶有設(shè)定、知識庫RAG和工具使用能力的智能體。

不僅如此，阿里的千問3能夠支持不同尺寸模型，千問3對手機(jī)、智能眼鏡、智能駕駛、人形機(jī)器人等智能設(shè)備和場景的部署更為友好，所有企業(yè)都可免費(fèi)下載和商用千問3系列模型，這也將大大加速AI大模型在終端上的應(yīng)用落地。

另外，有從業(yè)者指出，閉源模型在To B端并沒有很好解決信任問題，很多大企業(yè)其實(shí)并不愿意將自己的業(yè)務(wù)接入第三方大模型的API，因?yàn)檫@背后是核心數(shù)據(jù)是否會成為第三方大模型訓(xùn)練的一部分，這也是開源模型的機(jī)會。

有一個(gè)說法是，開源作為早期產(chǎn)品，在沒有經(jīng)過beta測試之前的市場推廣策略，當(dāng)不知道明天會是什么樣的時(shí)候，先開源出來，吸引開發(fā)者。當(dāng)有人用起來的時(shí)候，就有了最佳實(shí)踐，緊接著就建立起了自己的生態(tài)。

不過，由于開源模型的商業(yè)鏈條較長，不如閉源模型來得快和清晰，因此業(yè)界人士表示，開源模型更多適合家里有錢有資源的“富二代”的游戲。以Meta來說，Meta做開源模型，更多是搭建生態(tài)，為Meta其他業(yè)務(wù)板塊提供支持。阿里做開源的邏輯，則更多是為其云服務(wù)。阿里有很強(qiáng)的云設(shè)施服務(wù)，可以在此基礎(chǔ)上訓(xùn)練大模型，另外也可以將大模型部署在自己的云服務(wù)商，甚至可以根據(jù)用戶部署定制專屬大模型，用這樣的方式走通商業(yè)邏輯。

“我的模式是，讓大公司、小公司和開源相互競爭。這就是計(jì)算機(jī)行業(yè)發(fā)生的事情。”馬克·安德里森曾表示。而在大模型逐漸變成如水、電、煤一樣的標(biāo)準(zhǔn)化產(chǎn)品，開源可能更適合未來的方向。