開源與閉源大模型正沿兩條截然不同的指數曲線加速分化，一場關乎AI行業權力格局的經濟博弈正走向決定性時刻。

AI研究機構Interconnects AI研究員Nathan Lambert於6月1日發表分析指出，以Anthropic和OpenAI為代表的閉源前沿實驗室，正憑藉編程智能體率先實現產品與市場的深度契合，開啓了知識工作高端領域的商業化變現路徑。在Opus 4.5與Codex 5.2等關鍵能力節點突破後，編程智能體已成為第一個用戶願意持續支付高額溢價的大規模AI市場。

這場分化的核心是一道經濟學命題：用戶是否會持續為頂級閉源模型支付遠高於市場的溢價？從編程智能體領域的現有證據來看，答案已趨於明朗——依賴智能體處理複雜知識工作的專業用戶，其淨產出的顯著提升使"足夠好"的替代方案失去吸引力，這種需求粘性正在賦予頭部閉源實驗室可觀的定價權。

對投資者而言，這一框架意味着兩類機會同步浮現：閉源領域將呈現類似蘋果與微軟混合體的高利潤訂閱商業模式；而開源領域則將孕育基礎設施、微調工具及推理服務等多層次價值鏈的分散式增長，總體市值潛力甚至可能超越OpenAI與Anthropic之和。

編程智能體的規模化採用，是本輪分化最具說服力的實證。Nathan Lambert指出，用戶在Opus 4.5與Codex 5.2閾值後遷移至編程智能體，並非出於惰性，而是因為其在複雜知識工作中的淨產出"顯而易見地更高"。他本人表示願意為此類工具支付每月2000美元的訂閱成本，尤其考慮到其仍有巨大提升空間。

這一用戶行為模式賦予了閉源實驗室獨特的定價邏輯。如同消費者購買手機——明知廉價機型可以省錢，但高端手機的性能回報使溢價合理——在生產力場景中，性能帶來的回報甚至更高，進一步鞏固了定價權。Nathan Lambert認為，速度、智能水平、專用模型等多個維度的持續改進，將使這一溢價市場長期存續。

在商業模式的長遠形態上，Nathan Lambert將頂級閉源實驗室比作蘋果與微軟的混合重塑體：前者出售高度集成、極難複製的技術；後者則在全經濟體系中銷售高槓杆訂閱服務。他預計，在未來5至10年內，OpenAI和Anthropic的估值將落在2萬億至10萬億美元區間，形成類似當今雲計算市場格局的寡頭競爭。目前，這一前沿實驗室名單主要由Anthropic和OpenAI構成，谷歌被認為有望跟進。

閉源壁壘：整合效應與模型保護

閉源實驗室的核心競爭優勢在於其整合效應。Nathan Lambert指出，模型權重、工具鏈與服務基礎設施的深度耦合，使前沿實驗室在給定成本下始終能夠產出最高效率的模型——這一整合優勢可體現在改進模型的任何可能方向上，而這正是開源模型天然缺乏的特性。

他強調，提升絕對智能的前沿水平是創造最大價值、開拓全新市場的核心策略，而非在固定智能水平上優化效率。迄今為止，模型進步在每個方向上均未觸及瓶頸，大規模智能基礎設施建設仍處於早期階段。

然而，這一商業模式也存在內在矛盾：閉源實驗室旗下的API業務將隨時間推移而承壓。為保護最優模型、控制算力供給、規避知識蒸餾風險，實驗室將傾向於推遲將頂級模型開放至API，並向高利潤率垂直場景集中。Nathan Lambert指出，上述效應將在5至10年維度上清晰顯現，而近期市場的價格與需求主要仍由算力快速擴張及代幣大規模補貼所主導。

開源經濟體：碎片化擴散，總量更大

開源模型的爆發路徑與閉源截然不同，但最終可能帶來規模更為龐大的總體價值捕獲。Nathan Lambert指出，開源生態的價值將分散於廣泛的公司棧之中——從谷歌、亞馬遜、微軟等超大規模雲計算平台，到Together、Fireworks、OpenRouter等新型AI基礎設施服務商——而非集中於少數頭部企業，總體市值潛力將"大幅超越OpenAI與Anthropic的累計價值"。

開源模型目前的主要短板在於分佈外任務（out-of-distribution tasks）表現不足，使許多企業仍對遷移持觀望態度。但Nathan Lambert預計，當開源模型構建者停止單純追趕Claude和GPT的評測排名，轉而填補特定需求位的空白時，這一局面將發生改變。驅動轉變的力量既可能來自經濟因素——研發成本持續擴張使其難以維持規模化訓練——也可能來自需求側壓力，因為部分AI解決方案天然只能存在於開源模型提供的低價格區間。

在企業部署模式上，由於切換成本較高，企業傾向於尋找在特定任務上滿足"足夠好"性能閾值的模型後長期沿用。隨着開源微調工具棧（包括Tinker、Fireworks、Prime Intellect等）持續成熟，模型定製化門檻的下降將進一步擴大這一市場。

雙軌並進：兩條指數曲線，共同定義AI格局

對於市場上流傳的"遞歸自我改進（RSI）將賦予閉源實驗室不可撼動優勢"的論斷，Nathan Lambert明確表達保留態度，認為此類說法"言過其實"。其判斷是：整個AI生態系統的進步速度仍將維持高位，開源與閉源並非零和博弈。

兩條指數曲線的核心差異在於節奏與路徑。閉源模型通過與知識工作高端領域的深度綁定，已率先開啓變現的"整合型指數"；而開源模型的爆發將耗時更長，但其所追蹤的是AI向整個經濟與社會更廣泛擴散的宏觀進程，潛在體量因此更為龐大。Nathan Lambert將其描述為"更令人期待的進程"——因為它折射出AI真正意義上的全球滲透。

Nathan Lambert指出，未來數年間，一個清晰的市場信號將是：在谷歌、亞馬遜、微軟等超大規模雲平台及Together、Fireworks、OpenRouter等新興AI基礎設施公司中，開源模型推理服務所佔的比例將相對於OpenAI和Anthropic呈現穩步上升之勢。這一趨勢，將是兩條指數曲線並行演進最直觀的市場映照。