开源大模型生态 2026：规模、采用率与竞争格局

在不到三年时间里，开源大语言模型从学术研究对象成长为生产系统的核心组件，支撑着编程助手、智能体以及企业级 AI 流水线，并在部分场景中反超了早期定义这一波浪潮的闭源模型。这份基于 Stanford AI Index、Hugging Face、Meta、OpenRouter、Stack Overflow Developer Survey 等一手数据汇编而成的报告，从规模、采用、竞争格局三个维度刻画了开源大模型在 2025–2026 年的真实状态。

生态规模：仓库数与下载集中度

据 Hugging Face 统计，2025 年平台托管的公共模型仓库已超过 200 万个，不过这一数字涵盖文本、图像、音频、机器人等所有任务类型以及微调、量化、衍生版本，并不仅限于大语言模型。同期，平台注册用户达 1300 万，公共数据集超过 50 万份。

下载分布呈现明显的长尾特征：约 50% 的模型下载量不足 200 次，而前 200 个模型贡献了全部下载量的 49.6%。Meta 报告 Llama 系列累计下载量在 2025 年 3 月已超过 10 亿次；Qwen 家族在 Hugging Face 上的直接衍生模型超过 11.3 万个，成为开源生态中最活跃的分支之一。

下载模型的体量也在快速上升。2023 年下载模型的平均参数量为 8.27 亿，到 2025 年增长至 208 亿，约 25 倍增幅；同期中位数从 3.26 亿增至 4.06 亿，仅增长约 25%。这一差距说明少数大体量模型在拉动均值，而小模型仍占据数量主流。

采用与用量：OpenRouter 上的开源份额

OpenRouter 是一个聚合了数百个 AI 模型 API 调用的统一平台，是观察开源模型实际使用情况的重要窗口。在 2024 年 11 月至 2025 年 11 月的窗口内，该平台处理了超过 100 万亿 token，其中开源模型在 late 2025 约占 token 总量的三分之一。

按家族统计的 token 处理量排名如下：

• DeepSeek：14.37 万亿
• Qwen：5.59 万亿
• Meta Llama：3.96 万亿
• Mistral AI：2.92 万亿
• OpenAI（开源权重）：1.65 万亿
• MiniMax：1.26 万亿
• Z.ai：1.18 万亿
• TNGTech：1.13 万亿
• Moonshot AI：0.92 万亿
• Google：0.82 万亿

DeepSeek 的 token 处理量约为第二名 Qwen 的 2.6 倍，但在 late 2025，没有任何单一模型能持续占据开源 token 量的 20%–25% 以上，使用已分散到五到七个相互竞争的模型。OpenRouter 自身也在持续扩张：开发者数量从约 250 万增长到 800 万以上，Menlo Ventures 报告其年化 token 运行速率在 2026 年 5 月达到约 1500 万亿。

中国开源模型的崛起

同一份 OpenRouter 研究还记录了中国开源模型的快速渗透：周度 token 份额从 late 2024 的约 1.2% 上升到部分周次接近 30%。在整个统计周期内，中国开源模型平均占 OpenRouter 周度 token 量的 13.0%，中国境外开源模型约 13.7%，而中国境外闭源模型仍保有约 70% 的平均份额。

从应用场景看，开源模型 token 中约 52% 来自角色扮演（roleplay）类应用，编程类以约 15%–20% 位居第二。这一结构与闭源模型在企业生产力场景中的占比形成对比，也说明开源模型在创意与娱乐类工作负载中拥有更强的渗透度。

性能差距与成本曲线

根据 Stanford AI Index 2026，2026 年 3 月顶级 Arena 模型中开源与闭源之间的得分差距已收窄至 3.3%，意味着头部开源模型在大模型竞技场排名中已经接近甚至比肩闭源旗舰。

成本侧的趋势同样显著。a16z 在 2024 年的分析中指出，等效 MMLU 性能的推理成本大约以每年 10 倍的速度下降，这一趋势在 2025–2026 年延续，使得开源模型在自托管与私有化部署场景下的性价比进一步提升。

综合来看，开源大模型已经从早期的实验性技术发展为具备规模化生产能力的基础设施层，并在 token 用量上逼近闭源模型。下一步值得关注的是头部开源模型能否在企业级关键工作负载中进一步替代闭源方案，以及性能差距是否会被进一步压缩。