换个角度想
闭源模型像餐厅的招牌菜：味道可能最好，但配方不外传，想吃只能去店里点。开源模型像公开了配方的菜：你可以在自家厨房照着做、按口味改，但灶台和食材得自己备，而且大多只公开配方，不公开这道菜是怎么研发出来的。
术语 · AI
开源和闭源
Open vs Closed
开源模型公开了权重，任何人都能下载、在自己的机器上运行和修改；闭源模型只能通过官方的 App 或 API 使用。大多数「开源」模型只公开权重，不公开训练数据。
同样能用，差在模型放在谁手里
闭源 · 用厂商的服务开源 · 下载到自己机器模型放在谁手里
省事，但数据要发出去数据不出门，但要自己维护没有哪个更好，看你更在意什么
- 怎么拿到
方式注册账号，或申请 API 密钥权重拿不到，只能调用怎么拿到方式从模型托管平台下载权重几 GB 到几百 GB 的文件，存到自己硬盘上 不用部署
模型一直在厂商的服务器上跑着
准备显卡、装好推理软件
模型在公司内网的服务器上跑起来
- 审一份客户合同：合同全文要发到厂商的服务器审一份客户合同：合同全文不出公司内网
- 省心升级、扩容、修故障都是厂商的事但模型哪天改版或下线，你说了不算自己扛硬件、部署、升级都要有人负责换来的是数据自主，版本也由你决定
拿到模型的方式不同
什么时候会遇到它
数据不能外传
合同、病历、内部代码不允许发给第三方时，可以在内网部署开源模型。
追求最强效果
要用当下效果最好的模型，又不想自己管服务器，直接用闭源模型的 App 或 API 更省事。
定制和微调
想用自己的数据把模型调成专用版本，开源模型可以直接改，闭源模型只能用厂商开放的微调服务。
想一想
公司规定客户合同不能发给任何外部服务，但大家想用 AI 帮忙审合同。闭源模型和开源模型，哪个更合适？要付出什么代价？
看答案
开源模型更合适：把模型部署在公司自己的服务器上，合同不用离开内网。代价是要准备显卡等硬件、有人负责部署和维护，而且能在自己机器上跑起来的模型，效果不一定比得上最强的闭源模型。
最容易踩的坑
「开源」不等于什么都公开，也不等于随便用。大多数开源模型只公开权重，训练数据和训练代码并不公开，所以更准确的说法是「开放权重」。商用前还要看许可证：有的限制用户规模，有的要求署名。另外，同一家公司可能既有开源模型，也有闭源模型。