我从月均$400 的 GPT-4o 切换到国产开源模型，节省了 95% 成本

我从月均$400 的 GPT-4o 切换到国产开源模型，节省了 95% 成本 | 前端进阶之旅

Full translation

完整中文译文

我是如何意识到自己被"套牢"的

先说个扎心的真相： Twitter 上那帮"AI 生产力"博主没一个愿意聊这事——中国实验室出品的开源权重模型，已经强到让人发指了。我说的强，是指它们在基准测试上的分数，已经追平甚至超越了 OpenAI、Anthropic 和 Google 的闭源花园模型——而且价格只是零头。

我说的是那些采用 Apache 2.0 和 MIT 许可证发布的模型。真正的开放权重，可以下载、审计、微调、随意部署。像 DeepSeek V4 Flash、Qwen3-32B、GLM-5 和 Kimi K2.5。这可不是玩具，都是在正经算力上训练出来的生产级系统。

有一点要提前说：从海外访问这些模型的 API 历史上是个噩梦。但先卖个关子，后面细说。先让你们看看让我重新审视一切的价格表。

价格差距大到离谱

看这些数字，我没瞎编，都是 2026 年初官方公布的 API 定价：

再读一遍这表。 DeepSeek V4 Flash——一个 MIT 式许可证的开放权重模型——每百万输出 token 收费 0.25 美元。 GPT-4o 收费 10.00 美元，贵了 40 倍。就为了什么？几个边缘场景上勉强好一点的性能？

仔细想想。"Premium"模型的厂商锁定税，有时候比开源替代品贵六十倍。这哪是溢价，分明是劫持。

更别提用中国开源权重模型，我要是愿意，完全可以下载权重在自己的硬件上跑推理。而用美国闭源模型，我得依赖别人的 API 保持在线、别人的定价决策、别人的内容政策。这教科书级别的围墙花园。

质量：开源模型已经追上来了

"但美国模型质量肯定好很多吧？"我之前也一直这么对自己说。直到我真的跑了基准测试，来看看结果。

在通用推理上（ MMLU 风格测试），各模型表现如下：

是啊， GPT-4o 得分 88.7， DeepSeek V4 Flash 得分 85.5，差 3.2 分——在这个头部模型云集在 80 高分段基准上，这点差距连噪声都算不上。但价格差距是实打实的，而且大得离谱。

再看看代码生成（ HumanEval）：

DeepSeek V4 Flash 与 GPT-4o 在代码生成上只差 0.5 分。 0.5 分。价格却只有对方的 1/40。顺便说一下， Qwen3-Coder-30B 采用 Apache 2.0 许可证发布，得分 91.5，同样在这个区间。

最后，中文基准测试更有意思。在 C-Eval 上：

中国开源模型在母语基准上碾压全场。这不意外——它们在中文语料上做了大量训练。但 GPT-4o 在这里只有 88.5，低于三款中国模型，这说明一件事：即便是"最好"的美国模型，也有它的地域局限性。

真正的围墙花园与技术无关

这部分是我深入研究之后最让我恼火的。中美 AI 模型之间的技术能力差距基本上已经抹平了——90% 的使用场景下，性能差异可以忽略不计。但访问门槛的差距却巨大无比。

如果你想直接通过官方 API 使用 DeepSeek、Qwen、GLM 或 Kimi，通常你需要：

注册账号需要中国手机号。我没有，你大概也没有
支付需要微信支付或支付宝。想关联美国银行账户？祝你好运
文档主要是中文，需要一定的中文阅读能力
有时从海外调用 API 还需要科学上网

这才是真正的护城河。不是技术，不是质量，是摩擦。刻意制造的摩擦，把你锁在闭源、厂商锁定、以美元计价的生态圈里，让你在那里乖乖支付 40 倍溢价——因为，你还能怎么办？

这套玩法自计算机诞生以来每个围墙花园运营商都在用。微软在 90 年代用 .doc 文件玩这招，苹果今天用 iMessage 玩这招，美国大厂用闭源权重 API 也在玩这招。

我拒绝再陪跑了。

我实际上是怎么用这些模型的

现在说点实际的。我没有中国手机号，没有支付宝，需要用美元账单和普通信用卡结算。那我是怎么在生产环境里用上 DeepSeek V4 Flash 和 Qwen3-32B 的？

我找了一个 OpenAI 兼容的网关，用标准接口访问这些模型。搜了一圈，用的是 Global API，它把请求路由到底层中国模型提供商，同时提供西方友好的界面。 PayPal 结算、美元定价、OpenAI 兼容端点、英文文档，全是我要的。

来看看实际集成长什么样。以下是用 DeepSeek V4 Flash 的简单 Python 示例：

import openai

client = openai.OpenAI(
    api_key="your-global-api-key",
    base_url="https://global-apis.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain the CAP theorem in simple terms."}
    ],
    temperature=0.7,
    max_tokens=500
)

print(response.choices[0].message.content)
print(f"Tokens used: {response.usage.total_tokens}")

看好了，就是标准 OpenAI SDK。唯一变化的就是 base_url。我不用学新 API，不用写新客户端库，不用处理私有请求格式。开源社区围绕 OpenAI 兼容合约建立的标准就是管用。

再看一个例子，这次换成 Qwen3-32B 做编码任务：

import openai

client = openai.OpenAI(
    api_key="your-global-api-key",
    base_url="https://global-apis.com/v1"
)

response = client.chat.completions.create(
    model="qwen3-32b",
    messages=[
        {"role": "user", "content": "Write a Python function to merge two sorted lists."}
    ],
    max_tokens=300
)

print(response.choices[0].message.content)

上周末我把这套代码直接换进了 RAG 管道。改了模型名， base_url 没动， SDK 没动，其他什么都没动。每月账单从 387 美元降到了大约 14 美元。我没夸张，再重复一遍：每月账单下降了 96.4%。

正面交锋：真正重要的对比

说说我项目中实际做过的对比。切换之前，我对每一对都做了大量测试。

DeepSeek V4 Flash vs GPT-4o

这是我主要的工作主力替代品，实际对比如下：

结论很直接。如果需要视觉（图像理解）， GPT-4o 是两者间唯一的选择。其他所有场景——文本摘要、分类、代码、问答、提取—— V4 Flash 都是明显选择。速度更快、价格低得多、实际工作负载上质量差距可忽略。每美元吞吐量是对方的 40 倍，而且哪天想自托管了可以直接下载权重。

Qwen3-32B vs GPT-4o-mini

这个没什么悬念：

Qwen3-32B 在所有维度都赢了。更便宜、更好、采用 Apache 2.0 许可证发布。 2026 年如果你能用 Qwen3-32B ，没有任何理由还用 GPT-4o-mini 。没有。 GPT-4o-mini 之所以还活着，纯粹是因为它是每个 OpenAI 教程里的默认推荐。

Kimi K2.5 vs Claude 3.5 Sonnet

这个对比我最好奇，因为 Claude 一直是我最喜欢的推理模型：

在纯推理上，两者测试下来基本持平。 K2.5 在某些数学密集型任务上可能还略占优。但便宜了 5 倍。对我来说——不太依赖 Claude 特定人格特质的使用场景—— K2.5 是显而易见的选择。

开源权重比你想象的更重要

我想退一步聊聊理念，因为这比价格表更重要。

当你用闭源模型时，你不是客户，你是租户。提供商可以一夜之间改定价。可以废弃模型。可以在背后更新系统提示词。可以过滤你的输出。可以读取你的提示词。可以封你的账号。你没有任何追索权，因为你根本没有所有权。

用开源模型，你就是所有者。代码在 GitHub 上，权重在 Hugging Face 上，许可证保护你的权利。你可以审计，可以分叉，可以自己部署，可以修改，可以商用——或者什么都不做，就用托管 API 但保留随时离开的能力。这才是真正的差别所在。

当你用闭源模型时，你是在租用一座随时可能被提价的房子。用开源模型，你是在买一块你可以永远拥有的土地。

这就是为什么我花了那个周末把整个管道切换过去。这也是为什么我会在这里把这些写出来——因为还有太多人被困在那些围墙花园里，还以为自己在做聪明的选择。

墙外的世界比你想象的更美好。