Anthropic 表示不主张禁止开放权重。成本之争依然真实。

更正，核查于 2026 年 9 月 2 日：Anthropic 并未呼吁禁止开放权重模型。CEO Dario Amodei 在 7 月 27 日写道，Anthropic 从未主张此类禁令，并称不具危险能力的开放权重模型是公共产品。公司确实主张打击工业规模的蒸馏行为、加强先进芯片管制，并对能力足够强的开放与封闭模型都进行安全测试。

7 月的一场 20VC x SaaStr 讨论把这些主张解读为对低成本中国开放权重模型的威胁。这是嘉宾的解读，不是 Anthropic 的公开立场。对企业更有用的问题是：当买家能够评估、路由，有时还能自行托管替代模型时，模型供应商还能保留多大的定价权？

Anthropic 实际指控了什么

在 2 月 23 日的报告中，Anthropic 指称 DeepSeek、Moonshot AI 与 MiniMax 通过约 24,000 个欺诈账户生成了超过 1,600 万次 Claude 交互，违反其条款与区域访问限制。Anthropic 分别称 DeepSeek 超过 15 万次、Moonshot 超过 340 万次、MiniMax 超过 1,300 万次。这些是 Anthropic 的归因，不是法院认定。

蒸馏是用一个模型的输出来训练另一个模型。Anthropic 自己也承认，经授权的蒸馏是广泛使用且正当的技术。它的指控涉及欺诈账户、受限地区访问，以及公司所称的违反条款的能力提取。因此，法律判断取决于授权、合同、版权、数据与司法辖区；这项技术并非在所有用途下都当然合法或当然违法。

Anthropic 5 月的政策文件呼吁限制模型访问、遏制工业规模攻击，并考虑通过立法澄清何种蒸馏攻击违法。其 7 月 27 日澄清划出明确边界：不支持保护主义式开放权重禁令，但支持管制非法蒸馏、先进芯片访问与危险能力。

保护主义论是解读，不是事实

Rory O'Driscoll 在节目中认为，即便没有正式禁令，监管审批也可能拖慢低成本竞争者。他用 IBM PC 克隆机作比，是在警告政策保护既有企业。这个激励值得讨论，但不能把嘉宾的推断写成 Anthropic 已宣布的政策。

更正之后，我们的工程结论仍成立。更便宜和开放的模型能提高买方议价能力，但前提是技术栈能在相同任务上比较模型，并在不牺牲质量、安全和可审计性的情况下转移流量。

"政策争议真实存在，但买方决策可以测量：在自己的任务上比较模型，只在质量达标时路由，并为每项节省保留证据。"

Coinbase 实际报告了什么

6 月 27 日，Coinbase CEO Brian Armstrong 在 X 上表示，公司内部 AI 支出已接近减半，同时 token 使用量继续增长。这是管理层的一手陈述，不是经审计的成本研究，帖子也没有拆分每个杠杆分别贡献了多少节省。

• 更便宜的默认项，而非强制限额。Armstrong 说，Coinbase 正通过 LLM 网关试验把 GLM 5.2 与 Kimi 2.7 设为默认，同时工程师仍可选择其他模型。他称 91% 的员工此前没有达到用量上限。
• 感知任务与缓存的路由。Coinbase 会预处理 prompt，并按任务、模型价格与可用缓存命中选择模型。用 frontier 模型规划、便宜模型执行只是 Armstrong 的例子，不是普遍规则。
• 缓存与上下文纪律。Armstrong 称，LibreChat 正确实施缓存后，命中率从 5% 升到 60%。他还建议新任务开启新会话、缩小文件上下文、断开无用工具并提高支出透明度。

这些信息为多模型运营提供了有用证据，但不能证明开放权重贡献了一半降幅，也不能证明输出质量保持不变。Coinbase 描述的是默认项、路由、缓存、精简上下文与可见性共同组成的实验。请在自己的质量与成本基线上复现。

这种做法与我们的LLM token 成本指南一致：缓存稳定前缀，在任务级评估后再路由，并衡量每个完成任务的成本，而不是单位 token 价格。我们的网关对比介绍控制层，开放权重模型对比则说明模型选择为何仍需工作负载特定证据。

衡量 ROI，不编造全市场故事

一家公司的成本曲线不能证明企业 AI 没有推动收入、所有董事会都在削减 token 预算，或公开市场偏爱某种 AI 战略。这些结论需要逐公司的财务证据。可靠的结论更简单：AI 项目需要基线、任务质量指标、总成本、延迟、事故率，以及对业务结果负责的人。

如果 agent 需要大量调用或重试，便宜 token 仍可能产生昂贵任务。能力更强的模型若能可靠完成任务，也可能总成本更低。因此，运营指标应是每个被接受结果的成本，并计入失败与升级运行。

这对欧盟买家意味着什么

• 把开放权重当作经过评估的选项。不要从公开 benchmark 推定质量相同。按验收标准测试具体模型、量化方式、服务栈、语言和任务。
• 自托管改变控制力，不会消除所有义务。欧盟托管可以改善数据位置控制，但不会消除模型许可、安全与供应链风险、行业规则、版权、出口管制或 GDPR。
• 按 AI Act 判断自己的角色。欧盟委员会的 GPAI 指南说明，部分自由开源提供商可能获得有限透明度豁免，但版权政策与训练内容摘要义务仍存在，系统性风险模型也不适用该豁免。
• 用可测量的升级机制路由。使用通过任务评估的最便宜模型，同时记录 fallback、人工纠正、安全例外和每个被接受结果的成本。

主权是有价值的设计目标，不是全面法律豁免。可移植网关、可复现评估、记录完整的模型来源与可部署替代方案能减少对单一供应商或辖区的依赖。我们的欧盟自托管成本指南与欧盟数据驻留指南介绍托管和治理取舍。