开源大模型江湖的椅子争夺战

快速阅读：GLM-5横空出世，DeepSeek还在水面挣扎，而Gemma早已沉入湖底变成骷髅。这张梗图精准捕捉了2025年开源大模型社区的权力更迭，以及藏在热闹背后几个值得认真思考的问题。

该图片可能由AI生成

这张图内容很简单：泳池边，GLM-5和开源大模型社区玩得不亦乐乎；DeepSeek还在水面上苦苦求生；水下那具悠闲坐在椅子上的骷髅，标着Gemma。

有网友说，这个meme七个月前版本里，沉底的是扎克伯格。再早一点，沉底的是Llama。有人补刀：“Llama现在已经在水底变石油了。”

开源模型的更迭速度快到令人眩晕。

DeepSeek的位置很微妙。它不算被遗忘，但确实正在被追赶。有观点认为，DeepSeek真正的价值从来都不是模型本身，而是附带的研究论文。它从不参与军备竞赛式的参数堆砌，只在有值得分享的研究成果时才发布。这是一种罕见的克制，也是真正意义上的研究院气质。V4的迟迟未到，究竟是在深度憋大招，还是确实落后了，现在没人说得清。

Gemma的处境更值得分析。它不是变差了，是被遗忘了。

有用户指出，Gemma 3 27B在多语言翻译上仍然领先，越南语、罗马尼亚语等小语种的流畅度远超更大的模型。有人把它作为专门负责“和用户说人话”的输出层，让其他模型干脏活，Gemma负责把结果整理成让人读得下去的回复。还有人把它嵌进视频生成模型LTX-2里做文本编码器。

问题出在谷歌身上。有分析认为，谷歌不发Gemma 4，是因为一个精明但凉薄的商业逻辑：如果Gemma 4足够好，用户就不会去付费用Gemini Flash。开源是策略，不是善意。Gemma从来就不是谷歌的核心产品，只是它们在Llama崛起时的防御性动作。威胁消失了，动作自然也停了。

这个社区还有一场更底层的撕裂：GLM-5究竟算不算“本地模型”？

有网友说，运行GLM-5需要多张高端GPU，普通人根本跑不了，叫它“本地”是一种话语欺骗。反驳的声音认为，“本地”的定义应该是“权重开放、自己部署”，而不是“能跑在消费级显卡上”。两边说的都有道理，但说的根本不是同一件事。

真正的矛盾在于，这个社区里至少存在三种完全不同的用户：用8B模型做垂直任务微调的开发者、攒了一屋子显卡跑千亿参数模型的发烧友、以及只想在笔记本上私密运行一个够用模型的普通人。他们对“好模型”的定义，几乎没有交集。

有个细节很说明问题。有用户提到自己用840GB内存跑大模型，速度2.5 token每秒。有人嘲讽这没有实用价值，有人替他辩护说“质量比速度重要”。这个争论本身就暴露了问题所在：当一个社区开始无法就“什么叫可用”达成基本共识时，讨论就会越来越像在不同宇宙之间喊话。

那些真正需要私有化部署、不碰任何云端API的企业用户，其实一直都在，只是不太出现在Reddit上。

简评：

开源大模型这场游戏，最吊诡的地方在于：赢家不是技术最强的，而是最会定义“什么叫赢”的。

DeepSeek说，我不发产品，我发论文，所以我永远领先在思想层面。谷歌说，Gemma够用就行，我真正卖的是Gemini。发烧友说，能跑千亿参数才叫本地模型。普通人说，我笔记本跑得动才叫模型。

所有人都在“开源”这个词下面开会，但其实各讲各话。

这像极了互联网早期的浏览器大战、搜索引擎之争。最后胜出的，往往不是技术最领先的那个，而是最早想清楚“我到底服务谁”的那个。

骷髅沉底，不是因为游不动，是因为忘了自己为什么要下水。

www.reddit.com/r/LocalLLaMA/comments/1r9uuc6/deepseek_and_gemma