开源大模型免费下载,账单却未必更便宜,先看清这三行

你有没有发现，最近关于大模型的新闻越来越像好消息。权重开放、免费下载、随便改，听着像是以后不用再掏钱了。

真下回来一个，味道就不太对。

十月十五日，Muse Spark Open 开放了权重，总参数 8160 亿。它每处理一个词元只激活其中 420 亿，用的是稀疏专家结构，一百万个词元的上下文，文字、图片、音频、视频都能读进去，回答还是文字。下回来之后你可以自己改、自己微调，甚至装进自己的产品里。

可你下载到的是权重，不是跑得动权重的那台机器。

全精度权重摊开来大约 1.5TB，压到 3 位还占 344GB。这是个什么概念？笔记本硬盘够，内存差得远。官方给的演示方案是两台各配 512GB 统一内存的机器连起来，凑出大约 1TB 共享内存，才勉强当一台机器用。据早期报道估算，光四台 256GB 的机器就要三万八千美元上下。

所以第一条路，自己搭，卡住人的从来不是模型，是硬件和电费。

第二条路是托管。开放当天就有七家服务商上了线，价款写成每百万词元输入 1.25 美元、输出 4.25 美元、缓存读取 0.15 美元。机器不用你买，用多少算多少，缺点也在这：单价由人家定。

第三条路是聚合，也是一个 key 按量付费，只是把国内主流模型摆成一排让你挑。上面那张卡就是这一档的样子：qwen3.6-plus 走公有云渠道，六点八折，输入每百万词元一块三毛四、输出八块一毛六、缓存读取一毛四。输出那一行是输入的六倍，缓存读取那一行只有输入的十分之一。

三条路的差别，拆开看就是三笔钱：机器钱、运维钱、调用钱。自己搭，等于把前两笔一次性背上，调用钱归零；托管和聚合把前两笔挪走，换成按量的调用钱。哪一笔对你更沉，只取决于你每个月实际跑多少。

那 Muse Spark Open 适合谁？说实在话，它更适合有自己的机房、或者数据落地有硬要求的团队。它擅长的是编码和长周期智能体任务，能自己规划、调工具、连着跑很久，工具调用那一项在它自己的评测里排到第一；换成编程，它的 76.4 分低于 kimi-k3 的 85 分，也低于 glm-5.3。要是你日常就是写文案、整理表格、查点资料，为它换一台机器并不划算。同价位档里，glm-5.3 在长任务和工程规范上更稳，kimi-k3 吃得下百万上下文和多模态输入，qwen3.8-max 是旗舰档，法律、金融这类要求高的活它更合适。

真正决定账单的，常常不是你盯着看的那一行。

缓存读取那一行，才是重复劳动真正该盯的数。你要是每天拿着同一份产品说明、同一套规范去问模型，那部分内容会被缓存命中，按缓存读取那一行计价，通常只有输入价的几分之一。反过来，每次提问都换一份新文档，缓存就形同虚设，钱按输入价照走。省钱的顺序是先选对档，再谈缓存，最后才轮到自建。

三条路各有各的适用面。数据必须留在自己机房的，硬着头皮自建；用量不大、又不想管机器的，直接走托管或者聚合；想两头兼顾的，把底座和弹性分开。至于普通人，最划算的动作是先把自己那些重复内容理出来，看看能塞进缓存多少。