有人说他们把最值钱的东西白送了。

说这话的背景是 2025 年 1 月，DeepSeek 把 R1 的权重挂到网上，谁都能下载。业界估算这样一个模型的训练成本在 500 万美元上下，这个价钱的东西，他们没要一分钱。

一年半过去，公司还在，模型还在迭代。

白送的东西，换回了什么

开源不是纯粹的慷慨，它换的是三样东西。

第一样是外部验证。权重公开之后，全世界的研究者和开发者会拿它跑各种任务，把问题挑出来。这套反馈如果自家组织团队去做，需要几百人年。

第二样是声誉。顶级的算法工程师挑公司，先看这家公司的模型在圈里被讨论得多不多。一个被反复引用、反复微调的模型，本身就是招聘广告。

第三样是生态位。开发者基于你的模型做的应用，会反过来告诉你哪些能力被真正需要。

这三样折成钱未必低，但它们确实买不到。

还有一个更实际的好处：人才流向。开源模型被讨论得越多，投简历的人越多。2025 年那几个月，DeepSeek 收到的简历数量是行业里最多的，招聘周期从几个月缩短到几周。对一个靠人打仗的行业，这比任何广告都值钱。

免费之后，谁在付钱

这里有个绕不过去的矛盾：权重公开，意味着企业客户可以自己部署，一旦能自己部署，就不会再按调用次数付费。

API 收入的天花板，被开源本身压住了。

行业里目前跑出三种解法。第一种卖算力和硬件，模型免费，跑模型要卡，卖卡的一方收钱。第二种卖企业服务，把模型装进客户机房、调通业务系统，这套活收费。第三种卖流量，靠自家应用的用户量做别的变现。

DeepSeek 走哪条，公开信息没有明确说法。但能观察到一个事实：它始终没有大规模铺销售团队。

看服务器比看发布会更准

判断一家模型公司走哪条路，有个笨办法：看它买多少服务器。

训练是一次性投入，推理是持续投入。真在做 API 生意的公司，推理集群会随调用量线性增长；如果集群规模长期不变，说明收入不来自按次调用。

这条判断对普通读者也有用。你看到某家公司宣布模型免费开放，接着又融资一大笔，先别急着看估值，去看钱花在哪。花在卡上，是做算力生意；花在人上，是做技术领先；花在市场上，是做用户规模。

三条路的结局完全不同。

开源这件事在国内外的处境也完全不同。

美国那边最大的阻力是商业模式，一家上市公司很难向股东解释，为什么要把核心技术免费送出去。中国的模型公司大多还没上市，这个约束不存在，可以用几年时间换生态位，不必每季度交代利润率。

另一个差异在客户结构。中国的企业客户对私有化部署的需求远高于欧美，很多行业不允许数据出内网。这意味着即便模型开源，把它装进客户机房这件事本身仍然有生意可做。

开源在这里不是终点，是入口。真正的钱在入口之后的那段路上。

对做应用的小团队来说，这件事的意义更直接。三年前做一个智能问答产品，光模型调用费就能吃掉大半预算；现在拿开源的权重自己部署，一台带显卡的服务器就能跑起来。门槛降下来之后，竞争回到了产品本身，而不是谁拿得到接口。

这也是这轮开源潮带来的最大变化：它把大模型从稀缺资源，变成了一件基础设施。

至于 DeepSeek 能走多远，今年年底的招聘规模和服务器采购量，会比任何发布会都更可信。

来源：R1 权重公开时间来自 DeepSeek 公开发布（2025 年 1 月）；训练成本估算来自公开技术分析；三种变现路径来自公开行业研究。