# 开源模型便宜到让闭源厂商没法打价格战

> 原标题：The Unbearable Cheapness of Open Weight Models

- 来源：Hacker News 首页
- 发布时间：2026-06-25T02:51:29.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/40494
- 原文：https://jamesoclaire.com/2026/06/25/the-unbearable-cheapness-of-open-weight-models/

## 摘要

作者在试用 DeepSeek V4 时发现，它的 API 价格只要 0.09 美元，而 Anthropic 的同类模型要 5 美元，差了将近 50 倍。文章认为，Anthropic 和 OpenAI 被自己的高成本结构卡住了脖子，很难把价格砍掉一两个数量级去跟 DeepSeek 或小米的 Mimo 竞争。作者猜测，这两家可能会走奢侈品路线，靠制造稀缺感...

## 推荐理由

作者用一个真实的定价对比，把开源权重模型和闭源厂商之间的结构性成本矛盾摆到了台面上。50 倍价差是硬数据，不是修辞。正文被截断了，完整论证看不到，所以评分停在 featured 档，不加码。

## 锐评

作者用自己的一次试用经历，点出了一个挺直观的事实：DeepSeek V4 调用一次只要 0.09 美元，而 Anthropic 要 5 美元，价差将近 50 倍。他的核心判断是，OpenAI 和 Anthropic 被高昂的运营成本架住了，很难把价格砍掉一两个数量级去跟 DeepSeek 或小米的 Mimo 打价格战。

文章猜测这两家可能会走“奢侈品路线”，靠制造稀缺感和品牌溢价来维持高价，甚至可能游说政府以安全为由限制开源模型的竞争。这个推测听起来合理，但正文没提供任何证据，比如内部成本结构、定价策略文件或相关游说动态，所以目前只能当一种观察视角。

另外，文章把 Allen AI 的 OLMo 拎出来，说它连训练数据都公开，才是真正的开源路线。但 OLMo 的数据截止在 2024 年 12 月，时效性已经落后。整篇读下来，唯一的硬数字就是那个 50 倍价差，缺了模型能力、吞吐量、延迟这些关键指标，没法判断便宜是不是因为牺牲了质量。如果是真的性能接近，那这个价差确实吓人；如果只是跑简单任务，那参考价值就打折了。