---
title: "专家要点 1. 开源模型正在缩小差距 在成本降低、性能提升的推动下，开源模型追赶前沿顶尖模型的速度超出预期。 从第二季度开始，客户逐渐以开源替代方案（例如 Qw"
topic_id: 14425418221511222
created_at: 2026-10-21T13:11:01.642+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 专家要点 1. 开源模型正在缩小差距 在成本降低、性能提升的推动下，开源模型追赶前沿顶尖模型的速度超出预期。 从第二季度开始，客户逐渐以开源替代方案（例如 Qw

- 序号：247
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/14425418221511222)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

专家要点
1. 开源模型正在缩小差距
在成本降低、性能提升的推动下，开源模型追赶前沿顶尖模型的速度超出预期。
从第二季度开始，客户逐渐以开源替代方案（例如 Qwen 系列模型，如 Composer 2.5）取代 Anthropic 和 OpenAI 的模型。
这一转变最初涉及工具调用和模型上下文协议（MCP）等基础任务，如今已扩展到低层级的智能体编排，例如并行代码搜索。
2. 算力容量与延迟瓶颈
GPU 容量限制了需求的满足，部分公司的流量增长了 5 倍。
美国的容量短缺尤为严重，由于严格的延迟要求，公司无法将工作负载转移到供应充足的海外地区，例如新加坡、马来西亚和澳大利亚。
3. 云服务提供商生态动态
AWS、GCP、Azure 和 Oracle 服务可靠，但价格昂贵，要求长期承诺，期限在 3 年以上，且无法立即提供最新一代硬件，例如 NVIDIA B300。
由于成本灵活，公司将 80%‑90% 的算力托管在新兴云服务商，如 CoreWeave、Lambda Labs、Nebius。然而，新兴云服务商存在可靠性问题，例如网络故障或者 Blackwell 过热造成 GPU 意外掉线，需要持续投入工程资源维护集群稳定性。
租赁 GPU 机柜的小型运营商，通常规模约 4000 块 GPU，试图在 1‑2 年内收回投资。但实际上，受限于云管理能力、基础设施维护水平以及运营专业能力不足，这些设备往往无法投入使用。
4. 供应动态与行业瓶颈
尽管 NVIDIA 持续扩大 GPU 产能，但美国真正的制约因素是电力供应与数据中心基础设施，并非 GPU 实物供给。
头部模型开发机构以及手握闲置产能的市场参与者，已经开始直接对外出租闲置的 GPU 集群。
5. 付款条款与财务结构
美国本土的新兴云服务商一般要求客户预付 20%‑30% 款项，剩余部分按月度或者季度结算；如果出现服务等级协议违约、流量中断，客户可以在合同到期后协商获取返利。
亚太地区服务商的合作条款相对宽松，不需要客户支付预付款。

## 总体总结

主题正文
1. 从第二季度开始，客户逐渐以开源替代方案（例如 Qwen 系列模型，如 Composer 2.5）取代 Anthropic 和 OpenAI 的模型。
2. GPU 容量限制了需求的满足，部分公司的流量增长了 5 倍。
3. 美国的容量短缺尤为严重，由于严格的延迟要求，公司无法将工作负载转移到供应充足的海外地区，例如新加坡、马来西亚和澳大利亚。
4. AWS、GCP、Azure 和 Oracle 服务可靠，但价格昂贵，要求长期承诺，期限在 3 年以上，且无法立即提供最新一代硬件，例如 NVIDIA B300。
5. 由于成本灵活，公司将 80%‑90% 的算力托管在新兴云服务商，如 CoreWeave、Lambda Labs、Nebius。
6. 然而，新兴云服务商存在可靠性问题，例如网络故障或者 Blackwell 过热造成 GPU 意外掉线，需要持续投入工程资源维护集群稳定性。
7. 租赁 GPU 机柜的小型运营商，通常规模约 4000 块 GPU，试图在 1‑2 年内收回投资。
8. 美国本土的新兴云服务商一般要求客户预付 20%‑30% 款项，剩余部分按月度或者季度结算；