开源模型是指源代码和模型权重公开可获取的人工智能模型，允许开发者自由使用、修改和部署。近年来，开源模型在性能上逐步逼近闭源模型，并在成本、数据隐私方面展现显著优势，正成为AI生态中的重要力量。
开源模型近期进展
Ollama 活跃用户超 900 万：2026年7月，Ollama 获得 Together Compute 祝贺，其活跃用户已超900万，反映了社区对本地化部署开源模型的强劲需求。Ollama 联合创始人更预测，Token 使用量将开始向开源模型倾斜。Ollama 融资获 Together Compute 祝贺，活跃用户超 900 万
Together Compute 展示成本与规模优势：Together Compute 数据显示，开放模型 AI Token 占比在一年内从10%升至30%，其月处理 token 从30B 增至400T，并完成 C 轮融资。同时，开源模型成本已降至闭源模型的五分之一至七分之一，驱动企业加速采用。开放模型AI Token占比一年内从10%升至30% Together Compute 完成 C 轮融资 Together AI：开源模型成本降至闭源模型的五分之一至七分之一
多领域开源模型密集发布：Ai2 推出开源多模态理解模型 olmOCR 2，以及地球观测模型 OlmoEarth（强调微调关键）；Kyutai 发布 MuScriptor，一款开源权重的多乐器音乐转录模型。olmOCR 2 进入 Ai2 Playground Ai2开源地球观测模型OlmoEarth Kyutai 发布 MuScriptor
当前焦点与观察点
开源模型生态正快速扩张，成本优势驱动 Token 使用量从闭源迁移（Ollama 联合创始人预测）。Together Compute CEO 强调“你的数据就是你的秘方”，数据隐私可控是企业选择开源模型的核心动因。不过，用户实测 GLM 5.2 一周后评价“够用但未来还有更好”，表明开源模型在部分场景仍与顶级闭源模型存在差距。未来，开源模型需在专业领域（如地球观测、音乐转录）持续深化性能，同时关注融资热度（如 Together Compute C 轮）能否支撑长期竞争。总体而言，开源模型已从“替代品”演进为“主流选择”，但生态成熟度与细分场景优化仍是关键议题。