开放模型，以及它们从何而来

对于一家想拥有自己 AI 的企业来说，过去一周最重要的新闻并不是一款新的聊天机器人，而是几天之内发生的三件事：Reflection AI 推出了一款单台服务器即可容纳的开放模型，DeepSeek 为其开放模型发布了新权重，美国政府则下令将 DeepSeek 从其民事机构中清除。合在一起，它们说明了一件简单的事。开放模型如今已足以胜任严肃的工作，而问题已经从质量转向了来源。

Beam：更少的 token，而不是更便宜的 token

10 月 16 日，Reflection AI 发布了其首款开放权重模型 Beam，采用 Apache 2.0 许可证，允许商业使用和修改。它拥有 5010 亿个参数，每个 token 激活其中的 230 亿个。采用 8 位或 4 位精度时，它可以装进一台配备八块 GPU 的服务器，例如 H100、H200 或 GB300。据 VentureBeat 报道，完整版本则需要“数十块 GPU”。

Reflection 的卖点不是更便宜的 token，而是更少的 token。在训练过程中，它对模型每一个不必要的 token 都施加惩罚。按照 VentureBeat 对其图表的解读，在一项编程测试中，Beam 每次尝试约使用 25'000 个 token，而 GLM-5.2 需要约 80'000 个。它并不是最强的开放模型。VentureBeat 报道称，在 Terminal-Bench 2.1 上，Beam 的得分约为百分之八十，而 DeepSeek V4.1 Flash 为百分之九十点六，Kimi K3 为百分之八十五。Reflection 表示，Beam 将“凭实力取胜，而不是凭其他任何东西。”

DeepSeek：更强，并采用 MIT 许可证

同一时间，DeepSeek 发布了 V4.1 Flash 的更新权重，名称中标注的日期为 10 月 17 日。模型卡称其为“一次小更新”，在推理、编程、智能体任务和视觉方面均有提升，并建议使用一百万 token 的上下文。许可证开放得无以复加：“本仓库及模型权重均采用 MIT 许可证授权。”

DeepSeek 也一直在整合产品线。9 月，它把对其更大的 V4 Pro 的所有请求都转到了 V4.1 Flash 上，“按 V4.1-Flash 的价格计费”，并开始逐步淘汰 V4 Pro。按照 VentureBeat 引用的基准测试，它是这里提到的开放模型中最强的一款。

华盛顿划下界线

10 月 19 日，CyberScoop 报道称，美国国土安全部依据一部 2018 年的供应链法律，禁止联邦民事机构使用 DeepSeek 的产品。各机构必须移除现有版本，并且不得购买新版本。理由与数据有关：DeepSeek 将数据存储在中国境内的服务器上，其提示词与回复的处理流程“可能导致敏感数据被传输”给中国政府。该命令只点名了 DeepSeek，尽管 Kimi 和 Qwen 等其他中国开放模型也引发了类似的担忧。

报道没有说明，当某个机构在自己的服务器上运行 DeepSeek 的权重、数据不会流向任何地方时，禁令是否同样适用。每家企业都应该记下这个悬而未决的问题。在本地运行模型，回答的是数据去向何处。它回答不了模型从何而来。

这对拥有自己的模型意味着什么

在自己的服务器上运行开放权重，解决了最明显的问题：数据留在本地，也没有人能在某个寻常的周二更改或撤回模型。但它们解决不了所有问题。模型也是一种产品，有其来源、许可证、训练数据和行为，而实验室以外没有人能够完全审视这些。对于一家银行、一个政府机构或一家国防供应商来说，问题已不再是开放模型是否足够好，而是它的来源能否通过下一次审计、下一份客户问卷，或下一道类似这样的命令。

在实践中，这意味着三件事。像选择许可证一样审慎地选择基础模型：Apache 2.0 和 MIT 都是宽松的许可证，但两者都没有说明模型的出处。让模型保持可替换，使企业的知识、规则和测试都存放在模型之外，这样一个更好或更安全的模型就能在几周内取而代之。在每个候选模型上线之前，都用您自己的工作来测试它，而不只是看公开的基准测试。

Eigna 如何应对

Eigna 正是这样构建的，它是我们作为 Eigna Labs 的合作伙伴为客户部署的私有 AI。它从一个开放模型出发，针对客户所在领域进行适配，并基于客户自己的工作、规则和语言训练，运行在客户自己的云端或服务器上。新版本只有在测试表现优于上一版时才会上线，并且可以一步切换回去。底层采用哪个开放模型，是我们与每位客户共同做出的决定，来源也在考量之内；当更好的模型出现时，这个决定也可以改变。