開源模型贏了Token流量，Anthropic賺走了大部分錢

開源模型在Token流量上取得壓倒性勝利，但真正把錢賺進口袋的，卻是Anthropic這類封閉式前沿實驗室。這個看似矛盾的現象，正成為AI產業最值得玩味的對比。根據Decagon CEO Jesse Zhang在週一發布的分析，開源模型雖然在企業市場的使用量持續攀升，但企業實際在開源模型上的支出佔比卻不增反降，顯示出「流量不等於營收」的殘酷現實。這項觀察與Anthropic執行長Dario Amodei先前提出的「開源干擾論」不謀而合。Amodei曾直言，在AI領域，開源其實是一個干擾項，甚至可以說是偽命題。

他認為，即使模型公開了權重，外界也無法真正窺見其內部運作機制，因此業界通常把這類模型稱為「開放權重」，而非傳統意義上的「開源」。傳統開源軟體可以由社群共同修改、持續迭代，並在協作中不斷增強，但這種優勢並不完全適用於大型語言模型。Amodei進一步指出，當他看到一款新模型時，從來不會先問它是否開源。就連DeepSeek這類備受關注的模型是否開源，對他來說也不重要。他真正關心的只有一個問題：這款模型到底夠不夠好，在重要任務上能不能擊敗我們。這種務實的態度，反映出前沿實驗室對模型效能的絕對重視，遠超過對開放程度的執著。然而，開源模型並非沒有市場。

許多企業確實因為開源模型的低成本與靈活性而大量採用，尤其在Token流量上，開源模型已經佔據相當可觀的份額。但問題在於，這些流量並沒有轉化為等比例的營收。企業雖然使用開源模型，卻往往不願意為此支付高額費用，因為開源模型本身可以免費下載，企業只需要負擔雲端運算與部署成本。這就帶出另一個關鍵因素：模型體量。大型語言模型的規模極為龐大，企業即使使用開源模型，仍然需要花錢在雲端運行推理，也需要專業團隊進行部署和優化，確保模型能夠足夠快速、穩定地運作。這些隱形成本往往被低估，而真正能夠提供一站式解決方案、並從中獲利的，正是Anthropic這類擁有完整商業模式的前沿實驗室。

Anthropic的商業模式建立在API收費與企業級服務之上，客戶願意為其模型的穩定性、安全性與效能支付溢價。相比之下，開源模型雖然在流量上佔優，但由於缺乏類似的收費機制與服務體系，營收能力明顯落後。這也解釋了為什麼開源模型贏了Token流量，Anthropic卻賺走了大部分錢。此外，企業在選擇模型時，除了考量成本與效能，還必須考慮到合規性、資料安全與長期維護。開源模型雖然開放權重，但企業若沒有足夠的技術團隊進行客製化調整與持續更新，反而可能面臨更大的營運風險。而Anthropic等前沿實驗室提供的封閉式服務，正好填補了這個需求缺口。值得注意的是，這並不代表開源模型沒有未來。

事實上，開源社群在模型創新與普及化方面扮演了不可或缺的角色，許多小型企業與開發者正是因為開源模型才能夠進入AI領域。但從商業角度來看，開源模型若要真正實現可持續的營收模式，可能需要發展出更成熟的付費服務或生態系統，而不是單純依賴流量。目前市場上的趨勢顯示，開源模型與封閉式模型正在形成一種互補關係：開源模型負責擴大市場基礎與技術擴散，封閉式模型則專注於高價值應用與商業變現。Anthropic的成功，正是建立在這種分工之上。而Dario Amodei的「開源干擾論」，或許並非否定開源的價值，而是提醒業界不要被開源的光環迷惑，忽略了模型效能與商業模式才是最終決定勝負的關鍵。

隨著AI產業持續演進，開源與封閉之間的界線可能越來越模糊。未來或許會出現更多混合模式，讓企業既能享受開源的靈活性，又能獲得封閉式服務的穩定性。但至少在現階段，Token流量與營收之間的巨大落差，已經清楚說明了誰才是這場AI競賽的真正贏家。