41%的下载量、60%的全球南方流量:中国AI赢在＂第二战场＂

我是楚哥，软件上市公司副总，近20年软件行业经验，2018年起做AI项目，师从国内顶级AI科学家。AI时代，我立志做"超级个体"——未来10年，做一家10亿美金的个人公司。

说句可能让同行意外的话：这轮AI竞赛里，我认为最值得关注的变化，不是谁的模型更聪明，而是谁的模型被更多人拿去用了。

这两件事，是两场不同的比赛。

一、先把几组数字摆出来

第一组，来自开发者平台。一份平台报告显示，过去一年里，中国开发的开源模型占全部下载量的41%，美国模型占36.5%——中国成为该平台上最大的开源模型来源地。全球主流大模型调用榜单上，排名前六的模型全部来自中国团队，过去12个月里有9个月，国产模型保持着全球开源模型的规模上限。

第二组，来自单一系列。阿里千问累计开源超过460个模型、衍生模型超30万个，在开发者平台的累计下载量达到20.45亿次，远超Google的4.18亿次和Meta的2.27亿次。我国开源模型累计下载量已突破100亿次，居全球首位。

第三组，来自DeepSeek。它的最新版本在第三方智能评测中，以开源模型并列第一的位置出现；公司已启动科创板IPO筹备，投前估值约710亿美元，年化收入约5亿美元。

第四组，也是最有意思的一组：一份微软报告发现，全球南方超过60%的AI流量，如今建立在中国的开源模型之上。

二、为什么"便宜"在AI里如此致命

我看了非洲一些开发者的说法，比任何市场分析都直白。

在乌干达，有创业团队要给几十种本地语言做AI系统，他们选了中国模型，原因不是立场，而是三件事：便宜、能下载、能用自己的数据微调。有肯尼亚创业者打了个比方：用美国模型像租房，用中国模型像买房。

把算力成本也算进去，用中国模型的整体成本最多可以低九成。头部开源模型普遍采用稀疏结构，算力效率平均高出约30%，Token均价约为美国的四分之一。

第一战场比谁最聪明，第二战场比谁最容易被采用。

而"被采用"这件事，只看三件事：价格、是否开放权重、能不能本地化。这三条恰好是开源模型的强项。

三、真正的商业模式：不卖模型，卖生态位置

很多人问：模型都开源了，公司怎么赚钱？

思路其实和软件行业的老剧本一样——开源不是慈善，是获客。

对企业来说，一旦开发者在你的模型上做了微调、蒸馏、部署，迁移成本就出现了。后续的云服务、推理算力、企业版支持、芯片适配，都是收入入口。阿里云、腾讯云、各地智算中心，赚的正是这层钱。

国家层面的动作也在同步：培训名额、主权模型合作、聚焦大模型覆盖不足的语言和行业。这不是卖产品，是占位置。

当能力变成水电，定价权就从模型转移到了基础设施。

四、冷水还是要泼

第一，头部集中度很高。有分析指出，平台上排名前200的模型只有全部模型的0.01%，却占了将近一半的下载量。领先是由几个爆款撑起来的，不是整个生态全面开花。

第二，下载量不等于收入。开发者下载开源模型，恰恰意味着不一定为它付钱。要把流量变收入，必须走通云和服务的路径。

第三，安全与合规是长期压力。模型出海，数据、内容、出口管制三件事都会反复被审视，尤其在欧美市场。

第四，技术优势的窗口在收窄。开源意味着你的对手也能拿到同样的底座，领先期通常只有几个月。

五、三个动作

第一，如果你在做AI产品，不必执着于"用最强模型"。选那个部署成本最低、能私有化、能微调的，往往更划算。省下的钱，是你未来唯一的护城河。

第二，如果你在做海外业务，尤其是东南亚、中东、非洲、拉美，优先考虑本地化和成本两个维度。这些市场的客户对价格的敏感度，远高于对跑分的敏感度。

第三，如果你在做技术选型，把"能不能用自己的数据微调"当成硬指标。数据不出门，才是长期资产。

这20年我在软件行业反复见过同一个剧本：赢的不是技术最好那家，是把生态做起来那家。

在AI这场竞赛里，最聪明的模型未必赢下市场，最容易被采用的那个才会。

最后留个话题：你在做产品或项目时，选模型更看重什么？是效果、价格，还是能不能私有部署？评论区说说你的取舍，我会挑几个真实场景，下期聊聊"中小企业到底该怎么选模型"。

"楚哥·超级个体"交流群持续筛人，只收真做事的，后台回复"社群"。

——楚哥 · 超级个体

#开源模型 #中国AI #AI商业案例 #技术选型 #超级个体