把 $200/月 的美国 AI 栈，
换成中国开源模型

迁移动机原栈是每月 $200 左右的美国闭源 API 组合：聊天、代码、图像、视频各买各的订阅。推文作者花一个周末，把每类任务映射到一条中国开源 / 开放权重模型，结果月度账单降到约 $20，且「same quality」。

核心判断2026 年开源权重的临界点已经到来——头部模型的差距从「代差」缩到「场景差」。对绝大多数个人与中小团队，闭源订阅的溢价更多体现在「省心」而非「能力」。一旦愿意花一个周末做选型与接线，省下的就是纯利润。

信度说明：本文成本与跑分均引自推文作者自述与社区评测，部分为「社区称 / 待官方核实」，已在各卡片标注，请勿当作厂商白皮书数据。

连 Anthropic 都发文谈它Anthropic 在《On open-weights models》中给出了相对克制的立场：开放权重能降低门槛、促进竞争与创新，但也明确提示了滥用、失控与治理方面的风险。这恰恰说明「开源/开放权重」已不是边缘话题，而是主流实验室必须正面回应的方向。

对普通用户的含义开源权重的普惠是真金白银的——它把顶尖能力从「按月订阅」变成「按算力计费」甚至「自有硬件零边际成本」。但免费渠道普遍带速率限制，且超大模型本地全量部署仍受显存门槛约束；在医疗、法律、金融等高风险场景，闭源方案在合规与责任边界上仍更省心。

平衡结论：把开源当「主力 + 省钱」是对的，但把闭源彻底删掉未必明智。更稳的姿态是「开源为主、闭源兜底」——日常跑开源，关键链路留一个闭源退路。