德朗格：真正的竞争可能不再在边境

用简单的语言来说

Hugging Face的首席执行官表示，真正重要的竞争不再是最强大的模型，而是人们实际使用的模型。而这些模型越来越开放——也越来越中国化。

数据，在它们的日期

TechCrunch在2026年7月14日报道的三个指标指向同一个方向：

• 2026年春季，中国开源模型占Hugging Face的41 %下载量；
• 在OpenRouter上，六个最受欢迎的模型都是开源的——腾讯、小米、DeepSeek、MiniMax、Z.ai；
• 在Vercel上，开源模型在2026年6月处理了近三分之一的AI请求。

三个平台，三个不同的用户群体，趋势相同。这正是让这个信号引人注目的原因：这不是单一聚合器的测量伎俩。

不过，要注意这些数字准确说明了什么。Hugging Face上的一次下载并不是生产环境中的一次请求，而OpenRouter上的份额衡量的是对价格敏感的开发者群体，而非整个市场。这三个指标描述的是在成本上进行权衡的从业者的采用情况——而非全球的推理量，后者仍然由封闭API主导。

幕后

技术上发生变化的是有效差距。只要最好的开源模型在推理和工具调用上落后两个档次，封闭模型的额外成本就自行合理化。当GLM-5.2成为一个可信赖的替代方案，在相当大比例的任务上，权衡就发生了：对于一个循环数千次迭代的代理，每个token的价格不再是一条会计科目，而是产品的限制因素。以十分之一的价格获得“足够”的质量，比“前沿”的质量——在它足够的任务上——更胜一筹。关键在于确定哪些任务。

那么呢

Clem Delangue的论点与其说是技术上的，不如说是政治上的：根据他所说，AI的主要风险在于权力的集中——因此他主张模型的透明度而非限制。微软的Satya Nadella也持有类似观点，反对单一供应商的锁定。作为OpenAI的第一大合作伙伴，他的立场表明了客户如今如何看待他们的依赖。

对于构建者来说，问题不再是“哪个模型最好？”，而是“我的可移植性策略是什么？”。一个不能通过一个环境变量更换模型的harness是一个市场将在未来十二个月内让你付出代价的债务。

需要注意的是——这是我们关于开源前沿的经济可行性的讨论的精确对应：这些模型赢得了使用。剩下的问题是谁来支付它们的训练成本。