天润融通解析：开源VS闭源，DeepSeek是最好选择吗？

DeepSeek正在带动一场开源热潮。

2月14日，百度宣布6月30日将会开源文心大模型系列。

百度开源之后不久，OpenAI CEO山姆·奥特曼（Sam Altman）也在X平台上发起投票，询问网友下一个开源项目做什么比较好。这则消息透露出OpenAI也有意开源某个大模型项目。

在这之前，无论是百度还是OpenAI，都曾是闭源大模型的坚定支持者。只是在DeepSeek的带动下，开源越来越成为一种趋势，成为更多大模型企业的选择。

但这也给应用大模型的企业带来一个问题，开源和闭源会有什么不同？具体到客户服务场景，开源和闭源应该如何选择？

所谓开源大模型，通常指在开放源代码协议下发布的大模型，它允许软件的源代码被公众自由地使用、研究、修改和分发，比如DeepSeek。

相应地，闭源大模型就是指源代码和内部工作机制不对外公开的大模型。比如GPT-4，企业想要使用相关能力需要向OpenAI申请，并支付一定费用。

关于开源大模型，大家最大认知可能就是“免费”，这也是开源大模型最有竞争力的地方之一。

我们举个例子，如果以私有化的方式部署一套客户服务系统。

采用开源大模型的情况下，企业需要支付大量前期成本，包括购买/租用服务器、建设和维护数据中心，以及雇佣相关人员对模型进行调优和部署等等。

但这些费用只存在于前期，相关建设完成后，企业无需再为之后的模型使用付费。但如果使用闭源大模型，则在前期投入的基础上，后续还要一直按照Token用量为模型付费。

如果在公有云或第三方平台上部署客户服务系统。

使用开源大模型的情况下，企业不需要为模型本身支付费用，因为遵循开源协议，模型是免费的。企业只需要向云厂商支付云服务费用，比如计算资源（如CPU、GPU）、存储、数据传输和可能的额外服务（如负载均衡、自动扩展等）。

使用闭源大模型的情况下，企业还需要为模型支付费用，比如OpenAI-o1模型的输入价格为15美元/百万tokens，输出价格为60美元/百万tokens。

总结来说，使用开源大模型无需为模型付费，只需要支付算力、存储等相关成本；而闭源大模型则可能在相关费用的基础上，加上模型的许可或使用费用。

即在如金融、电商、银行等客户服务场景，客户咨询量足够大的情况下，使用开源大模型进行私有化部署后，长期使用成本更低。但如果客户咨询量不多，使用公有云会更加划算。

对于企业应用而言，关键在于找到其中的平衡点。

那么仅考虑模型使用效果，开源大模型是不是比闭源大模型更好？答案也不一定。

从应用企业的角度来讲，开源大模型除了成本之外，还有这些优势：