Open Models Change The Economics of AI

关键观点

1. 01

   成本打开市场，控制权决定长期采用

   企业采用开放模型最直接的动力是降低推理成本，但这只是第一阶段。更深层的需求是掌握模型运行方式、部署位置和定制路径，从而减少对单一闭源供应商的依赖。成本下降还会解除团队内部的 token 配额约束，使更多工作流获得 AI 能力。开放模型因此既是节流手段，也是企业建立自主 AI 能力的基础设施。

   为什么重要: 评估开放模型时不能只比较单次调用价格，还要考虑其是否带来部署、定制和供应商选择权。

   支撑证据

   Cost is by far the largest pain point that open models can jump in and solve but you know every business has a vision of getting better control over AI and customizing it for their business and that's really their north star.

   企业采用开放模型最直接的动力是降低推理成本，但这只是第一阶段。更深层的需求是掌握模型运行方式、部署位置和定制路径，从而减少对单一闭源供应商的依赖。成本下降还会解除团队内部的 token 配额约…展开观点

   企业采用开放模型最直接的动力是降低推理成本，但这只是第一阶段。更深层的需求是掌握模型运行方式、部署位置和定制路径，从而减少对单一闭源供应商的依赖。成本下降还会解除团队内部的 token 配额约…展开观点收起观点

   企业采用开放模型最直接的动力是降低推理成本，但这只是第一阶段。更深层的需求是掌握模型运行方式、部署位置和定制路径，从而减少对单一闭源供应商的依赖。成本下降还会解除团队内部的 token 配额约束，使更多工作流获得 AI 能力。开放模型因此既是节流手段，也是企业建立自主 AI 能力的基础设施。

   为什么重要: 评估开放模型时不能只比较单次调用价格，还要考虑其是否带来部署、定制和供应商选择权。

   支撑证据

   Cost is by far the largest pain point that open models can jump in and solve but you know every business has a vision of getting better control over AI and customizing it for their business and that's really their north star.

2. 02

   编码智能体推动开放模型需求跃迁

   开放模型的增长并非单纯来自聊天应用，而主要由编码智能体和长时运行智能体驱动。此类系统需要持续选择工具、检索数据、生成代码并运行测试，因此单用户消耗远高于传统问答。OpenClaw 将类似能力扩展到财务、客服、营销和销售等非开发场景。Ollama Cloud 自年初以来观察到约 150 倍的整体增长，反映的是工作方式变化，而不只是用户数量增加。

   为什么重要: 未来推理需求应按每项任务的智能体循环次数和工具调用量估算，传统聊天请求量已不足以描述容量需求。

   支撑证据

   through cloud we saw 150x since the start of the year

   开放模型的增长并非单纯来自聊天应用，而主要由编码智能体和长时运行智能体驱动。此类系统需要持续选择工具、检索数据、生成代码并运行测试，因此单用户消耗远高于传统问答。OpenClaw 将类似能力扩…展开观点

   开放模型的增长并非单纯来自聊天应用，而主要由编码智能体和长时运行智能体驱动。此类系统需要持续选择工具、检索数据、生成代码并运行测试，因此单用户消耗远高于传统问答。OpenClaw 将类似能力扩…展开观点收起观点

   开放模型的增长并非单纯来自聊天应用，而主要由编码智能体和长时运行智能体驱动。此类系统需要持续选择工具、检索数据、生成代码并运行测试，因此单用户消耗远高于传统问答。OpenClaw 将类似能力扩展到财务、客服、营销和销售等非开发场景。Ollama Cloud 自年初以来观察到约 150 倍的整体增长，反映的是工作方式变化，而不只是用户数量增加。

   为什么重要: 未来推理需求应按每项任务的智能体循环次数和工具调用量估算，传统聊天请求量已不足以描述容量需求。

   支撑证据

   through cloud we saw 150x since the start of the year