下午3点半，一份来自花旗的研报，让市场把最近所有关于AI模型商业化的碎片，从Kimi金融方案到DeepSeek Harness开源，全部串成了一条完整的链条

不是芯片，不是算力，而是花旗对前沿模型成本曲线的精确测算：开源模型每项任务成本按周下跌35%，已经降到0.8美元。相对封闭模型的折让，从40%扩大到60%。但与此同时，专有模型的智能领先幅度，从9分扩大到12分。

开源模型越来越便宜，但闭源模型越来越聪明。两者之间的剪刀差，正在越拉越大。

这把火，烧向了这轮AI竞赛里核心的路线之争。从Kimi K3登顶全球最大开源模型，到DeepSeek V4 Pro在智能体基准反超Fable 5，到北京推Token工厂、重庆搞词元交易平台。开源路线，一直是我国AI产业锋利的武器。但花旗这份数据，揭示了一个更残酷的真相：开源模型的成本在大幅下调，但闭源模型的智能上限，也在加速拉开差距。

这不是谁赢谁输的问题。这是AI产业正在分化出两个完全不同的市场。对于大多数普通任务，比如客服问答、文档摘要、代码补全，开源模型已经足够好，而且便宜到几乎免费。但对于前沿的科研、复杂的推理、高端的金融建模，闭源模型依然是较优的选择。花旗说的高效率模型相对低效率开源替代方案的较长期经济优势，说白了就是：便宜的东西够用，但好的东西，从来不便宜。

这正是我们反复强调的那层逻辑。AI竞赛的下半场，不再是开源还是闭源的路线之争，而是用在哪的场景之争。谁能把开源模型的低成本，和闭源模型的高智能，在不同的场景里做出较优组合，谁就能在商业化上跑得快。而这背后，是对算力调度、模型路由、成本控制的极致考验。

去翻一翻，谁在做多模型调度和推理优化，谁在帮企业把开源和闭源模型组合使用，谁又在推理芯片和云服务上卡住了位置。那才是这场模型成本剪刀差里，真正能帮客户省到钱、赚到钱的卖水人。