文｜胡嘉琦

ID | BMR2004

当OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）在开发者大会上公开承认“闭源策略可能是个错误”时，硅谷的AI精英们嗅到了风向的转变。这场自我纠偏的背后，折射出OpenAI从闭源到开源策略的态度转变。随后OpenAI发布轻量级模型o3-mini并首次免费向用户开放。

对OpenAI来说，大模型的市场格局正在发生重大变化。2025年以来，DeepSeek凭借开源策略和数理逻辑领域的压倒性性能快速崛起。与OpenAI的GPT-4相比，DeepSeek-V3在保证性能的前提下，大幅降低了API调用价格。其训练成本仅为GPT-4的1/10，其API调用价格仅为OpenAI GPT-4的1/30。多名业内人士认为，OpenAI此举旨在遏制中国模型DeepSeek的迅猛扩张。

据不完全统计，目前英伟达、英特尔、亚马逊、微软、AMD等海外科技大厂，均宣布在自家产品中接入DeepSeek，直接冲击了OpenAI在人工智能领域的市场地位。为此，OpenAI不得不在“技术护城河”与“商业价值”之间做出选择。

2015年成立的OpenAI曾以非营利机构自居，致力于推动人工智能技术的开放共享，其早期行动印证了这一理念：2019年开源GPT-2模型，试图通过全球开发者协作完善技术生态。

然而，随着GPT-3等大模型的突破性进展，千亿美元级别的训练成本使其难以维持非营利模式。在此情况下，2019年，OpenAI引入微软10亿美元的战略投资，这也成为其从开源转向闭源的转折点，即其核心模型不再开源，转而通过ChatGPT订阅服务、GPT-4闭源API构建商业闭环。  

这一转变背后存在双重逻辑。首先，在安全防控需求方面，OpenAI认为，随着模型能力的指数级跃升，开源可能会放大技术滥用风险。例如，GPT-4级别的模型若被恶意利用，可能引发虚假信息“海啸”或自动化网络攻击，闭源被视为控制技术扩散的“安全阀”。

其次，在构筑商业壁垒方面，通过API接口限制模型底层访问权限，OpenAI既保障了技术护城河，又形成可持续的商业模式。OpenAI的GPT-4系列模型采取闭源策略，通过向企业和开发者提供付费的API服务获取收入。根据2024年的数据，OpenAI的收入中，API接口服务约5亿美元，为公司贡献了15%的收入。

当OpenAI在闭源道路上高歌猛进时，开源阵营正酝酿颠覆性力量。国产大模型DeepSeek在IEEE测试中以92%的数学解题准确率超越GPT-4 87%的准确率，印证了开源模型的技术突破；Meta的Llama系列更催生出数万个社区改进版本，形成“开源军备竞赛”。这些低成本、高性能的开源方案，正在冲击以OpenAI为首的闭源巨头的垄断优势。  

面对压力，OpenAI在2025年启动“有限开源”策略，发布轻量级模型o3-mini。  

天使投资人、人工智能专家郭涛认为，OpenAI此番博弈背后的行业逻辑，其开源试探实为多重力量博弈的结果。

第一，开源社区的“群体智能”可加速技术迭代。以Stable Diffusion为例，其开源后涌现的2000余个衍生版本，推动图像生成技术进化速度提升3倍；第二，闭源模式的封闭性正遭遇挑战。Hugging Face平台已汇聚50万开发者，开源模型下载量年均增长400%，倒逼商业公司重新评估技术开放边界；第三，当开源模型性能逼近闭源产品时，企业竞争优势将从技术独占性转向生态整合能力。OpenAI的API商店计划正试图构建“闭源核心+开源外围”的混合生态。  

当前，OpenAI的开源“决心”其实并不彻底。即便已经推出了开源轻量级模型，但核心模型（如GPT-4.5、GPT-5）仍将维持闭源状态。

对此，中信证券原高级副总裁、腾讯资深专家、深度科技研究院院长张孝荣指出，这种“分层开源”策略折射出双重考量，一方面需应对开源阵营的竞争压力，通过释放部分技术红利巩固行业影响力；另一方面需保护核心商业利益，避免底层技术优势被稀释。

张孝荣预测，未来OpenAI可能分阶段开源不同版本模型，同时建立更透明的社区协作机制，但短期内全面开源核心技术的可能性极低。

在张孝荣看来，OpenAI的开源选择标志着AI技术民主化进程的深化，这一趋势对整个行业产生深远影响：

第一，开源模式大幅降低技术门槛，中小开发者可基于开源框架快速构建应用，推动行业从“巨头垄断”向“长尾创新”转变。 

第二，企业通过复用开源资源减少重复研发投入，发展中国家也能平等获取先进技术工具，缩小全球AI发展鸿沟。 

然而，技术民主化也伴生两大挑战：首先，模型开源可能降低恶意使用的技术门槛，深度伪造、自动化攻击等威胁陡增；其次，开源项目存在代码漏洞、数据偏见等问题，但缺乏统一的评估标准与追责机制。

张孝荣预判，AI行业将呈现“底层集中化、应用分散化、监管全球化”的三角格局。

技术层上，大模型研发需要百亿级资金与顶尖人才，OpenAI、Google等巨头仍主导核心技术创新；应用层上，基于开源生态的细分场景创新爆发，医疗、教育、制造等领域将涌现大量“AI+解决方案”；监管层上，各国加快立法进程，围绕数据主权、伦理规范展开国际协调，但技术发展速度与监管滞后性的矛盾将持续存在。

在此过程中，OpenAI等企业面临关键抉择：如何在技术开放与商业回报间找到平衡点？张孝荣建议建立“动态开源”机制。通过API接口控制核心技术访问权限，同时开源部分衍生工具构建生态护城河。这种“半开放”模式或将成为主流，既满足社区创新需求，又保障企业的可持续发展动力。

“未来的AI竞赛不仅是算法与算力的比拼，更是价值主张与生态治理能力的较量。唯有构建开放可控的技术共享机制，方能推动AI真正成为普惠人类的进步力量。”张孝荣说。

面对DeepSeek、xAI等新兴对手的挑战，OpenAI开源的o3-mini模型及Agents SDK工具包，吸引了全球开发者参与生态共建，形成技术护城河。

需要注意的是，开源不等同于免费，OpenAI开源o3-mini的本质是降低使用门槛以扩大生态。通过免费开源基础模型吸引开发者与企业使用，再针对B端提供定制化部署、私有化训练、系统维护等收费服务。据了解， OpenAI被曝出计划推出月费2万美元的“AI代理服务”，包含o3-mini的深度定制功能。  

为应对开源阵营的冲击，OpenAI还推出“免费API+付费工具”的混合商业模式：  

OpenAI的Responses API免费开放，该API整合了对话生成、工具调用（如网络搜索、文件检索）等核心功能，成为构建Agent应用的基石。

OpenAI的高阶功能分层收费，基于token使用量、企业级文件搜索工具、博士级研究代理（定价2万美元/月）等增值服务实现盈利。据高盛预测，预计OpenAI代理产品未来将贡献20%~25%的总收入，成为核心增长点。

这种模式既能快速扩大用户基数，又通过高附加值的代理服务实现盈利。例如，国泰君安使用其文件搜索工具后，文档管理效率提升70%，人力成本下降35%。  

不仅如此，Agents SDK的推出极大地降低了AI代理开发的门槛。开发者无需从零开始构建复杂的系统，而是可以快速配置和部署多代理协作系统，让更多的企业和个人能够参与到AI代理的开发领域。例如，某电商平台利用Agents SDK搭建的客服自动化系统，处理效率较传统方案提升了5倍，极大地提高了服务客户的质量和效率。

来源 | 2025年4月刊