在开聊之前，大家有没有想过，开源到底是什么样的存在呢？是纯粹的慈善？还是理想主义者，或者是那些不求回报的侠客？一般来说，这些角色在影视剧里少出现，而且结局往往不怎么好。

   然而，在大模型领域，情况却大变样。

   如今，“不求回报”的开源模型真的成为了市场的主流，成为行业的“价格”，在DeepSeek的带动下，许多竞争对手也纷纷低下了头。

   但我不禁要问，大家都在争着开源，难道真的知道怎么挣钱吗？就算闭源的大模型，靠那点会员费都难以维持生计。

   更何况，OpenAI明明宁愿背负骂名而转向闭源，依然不时在抱怨“穷”。

   既然现在的技术都开源了，谁都能免费用的开源大模型，难道不应该揭不开锅吗？难道真的是为了行善？不光是我，外界对于开源模型能否赚钱一直在争论。

   大家要铭记，盈利才是企业的首要目标。

   所以，不可能是为了搞慈善，开源模式如果想盈利，实际上有多条路可以走。

   开源界其实涌现出不少成功的案例，比如RedHat。

   这个靠开源Linux系统成功上市，并被IBM收购的公司，主要提供围绕Linux系统的解决方案。

   这个前辈的案例已经为现在的大模型们指了一条明路。

   首先，有一个选择是对部分模型的使用权进行收费。

   是的，大家得明白一个事情，开源并不意味着完全开放。

   虽然大家都在打着开源的标语，但许多人实际上只是开源了某一层的技术，像Kimi这次就只把底层推理框架开源了。

   即便开源了整个模型，很多企业也都在做两手准备。

   有些公司只开源一些早期或小参数量的模型。

   智谱在DeepSeek出场之前，主要只公开了小参数模型ChatGLM-6B。

   或者，他们会开发一套免费开源的应用，同时再推出一套收费的模型。

   这正是RedHat的经典套路之一，提供免费的基础版Linux系统的同时，还提供面向企业的收费系统，比如企业付费版RHEL。

   对于大模型来说，B端的定制化付费模型部署可以算是当前盈利的重要方向。

   例如，智谱在官网上披露的服务，尽管现在只提到千万元的规模，但在2023年智谱的商业版本部署的具体价格大致如下。

   即使我把模型免费提供给你，API也让你随便用，我依然可以赚到钱。

   最直接的办法就是出售算力，像DeepSeek这样通过tokens来收费。

   前段时间DeepSeek还公开了一份自家的盈利情况，似乎想回应外界对其盈利能力的质疑。

   其中有一个引人注目的数字，DeepSeek理论上一天的利润为47万美元，利润率达到545%。

   在文章中提到，若按照它们调配后的计算机承载峰值来计算，GPU租赁成本为87072美元每天。

   如果将网站、APP和API的承载全部算进去，按照DeepSeekR1的定价，理论上每天的总收入可高达562927美元。

   这一消息不仅在国内引发关注，国外媒体同样争相报道。

   不过，我得提醒一下，DeepSeek的这一收入只是理想状态下的结果。

   大多数时候并不能做到这样的满负荷运转。

   尤其是DeepSeek以外的企业，更是无法达到DeepSeek那样的程度，调教模型，保持多线满功率输出。

   因此，这部分收入虽然稳步，但对许多企业来说，往往只是些微不足道的收入。

   在阿里巴巴最新的财报中，他们也承认千问大模型的API收入根本没有形成规模。

   但不用担心，往往开源盈利的主要来源并不是源产品本身的收入。

   许多时候，开源促销的不是产品，而是服务，生态才是它们的护城河。

   低成本的系统，许多情况下只是大企业的“敲门砖”，真正的目的是通过低价把产品推广开来，让用户慢慢习惯，依赖，然后再与其谈商业化的事情。

   开源就像是一座商业化的桥梁。

   一旦建成了这座桥，各种生意就能顺利展开，从硬件设备到配套服务、应用迭代，这些都是盈利的地方。

   这些操作也是RedHat的经典之举。

   其中最简单的方式就是收取服务费。

   举个例子，纽交所每天的交易额达到几千亿美元，实际上他们依然在使用RedHat提供的免费Linux系统。

   但是，英特尔更新了下一代处理器，纽交所必须进行相应的适配，这就意味着他们有两个选择。

   要么花钱长期雇佣一批专业的IT团队来维护系统、开发业务，另一个选择是购买RedHat的订阅服务，由他们的专业工程师来维护系统。

   前者需要长期投入，但不一定有官方知识，可以懂得这个产品，因此大多数人都会选择订阅RedHat的服务。

   对于大模型来说，一样，智谱不仅可以为企业提供定制化的AI大模型，也可以通过付费服务，承包后续的系统维护和升级。

   因为部署完之后，每一代模型的更新、多服务器的部署、企业数据的权限打通等等都是需要解决的难题。

   而这些都需要额外的费用。

   在智谱的服务图中，能看到两个套餐都包含了课程培训和咨询服务。

   接下来，ハードウェア商务机会层面我们也可以举一反三，已经有一些企业在默默赚钱，像云服务商就做得不错。

   前两天，开源的千问大模型成了阿里的救星。

   虽然单单卖付费的API收入可能非常有限，阿里却发现，使用千问模型的客户，往往会选择接入同宗同源的阿里云。

   如此一来，阿里云智能集团收入同比增长了7%，市场表现相当抢眼，达到了296亿元。

   听我说了这么多，或许你会觉得开源真的是稳赚不赔，口碑良好，还有多种盈利方式。

   然而，这些盈利方式并不意味着现在的开源大模型们可以轻松实现盈利。

   就连如今在AI行业一线工作的人士，坦言目前还处于激烈变化中，谈到赚钱未必太早。

   多年过去，开源界依然只有RedHat这颗独苗。

   复制其成功的商业模式并不简单。

   一定要让企业们选择你的产品，并且你的开源社区得不断扩大，建立良好的影响力，甚至在同类开源市场中“垄断”。

   这就需要企业持续投入资金，同时与开源、闭源公司展开竞争。

   还有，跟系统开发比来，大模型对财力的消耗更是惊人。

   开发最初版本的Linux，甚至只需要一台电脑和一些基础的资源，而现在模型训练所需的资金可谓天文数字，云服务器的成本也高得惊人，若资金链出现问题，几乎随时可能倒闭。

   目前的AI行业，无论是闭源还是开源，似乎都还没有达到可以谈钱的境地。

   前些日子，红杉资本发布的一组数据显示：2023年，各家AI公司在英伟达GPU上的开销达到了500亿美元，但创下的收入却只有30亿美元，里面或许有三分之二的业绩都是OpenAI的贡献。

   在频繁出现的亮眼企业之下，许多开源AI公司面临困境，明星企业也未能免俗。

   例如，在图像稳定领域有名的Stability，因去年上半年收入尚不足500万美元，亏损却超过3000万美元，最终导致CEO被罢免。

   于是，现在的AI大模型企业暴露出的问题并不是盈利，而是关注、用户和生存。

   所以，开源成为了这个市场中一个响亮的声音。

   如今，许多企业热衷于开源，原因一方面是为了引起市场的关注，让大家知道自己在干嘛，产品实力如何，另一方面也担心其他竞争对手DeepSeek的崛起，如果落后，市场就没有位置。

   当那时候，再开源便无人问津