近期，开源大模型的热潮正在席卷全球。2月14日，百度宣布将于6月30日开源其文心大模型系列。紧接着，OpenAI CEO山姆·奥特曼（Sam Altman）也在X平台上发起投票，探讨下一个开源项目的可能性。这表明，曾经坚定支持闭源大模型的行业巨头们，如今也在逐步向开源靠拢。
然而，这一趋势也给应用大模型的企业带来了新的困惑：开源与闭源大模型究竟有何不同？在客户服务场景中，企业又该如何作出选择？在客户服务场景下，天润融通（天润云，02167.HK）又如何帮助客户选择最好的解决方案？
开源与闭源：定义与成本
开源大模型是指在开放源代码协议下发布的大模型，允许公众自由使用、研究、修改和分发。例如DeepSeek，其最大优势在于“免费”，这也是其最具竞争力的特点之一。
相比之下，闭源大模型的源代码和内部工作机制不对外公开，企业需要向开发者申请并支付费用才能使用，例如OpenAI的GPT-4。
在成本方面，开源大模型的优势尤为明显。如果企业以私有化方式部署客户服务系统，开源大模型仅需支付前期的服务器、数据中心建设和模型调优等费用，后续无需为模型使用付费。而闭源大模型则需要持续支付模型使用费用，例如OpenAI模型的输入价格为15美元/百万tokens，输出价格为60美元/百万tokens。
总结来说，开源大模型无需支付模型费用，只需承担算力和存储成本；而闭源大模型则需额外支付模型许可费用。在金融、电商、银行等客户服务场景中，咨询量较大时，开源大模型的私有化部署更具成本优势；但如果咨询量较少，公有云部署则更为划算。
开源与闭源：优劣势对比
开源大模型的优势在于：
1.透明度高：企业可以深入了解模型的工作原理，增强对模型行为的信任。
2.自由定制：企业可根据自身需求对模型进行修改和定制，以适应特定业务场景。
3.避免供应商锁定：企业不会因依赖单一供应商而受限。
然而，开源大模型也存在一些问题，例如稳定性、可靠性不足，缺乏技术支持和维护，以及需要企业自行完成集成、定制、安全合规和性能优化等。
相比之下，闭源大模型的优势在于：
1.专业服务支持：由专业公司提供，可获得更优质的客户服务和技术支持。
2.性能优化：针对特定任务或硬件平台进行深度优化，性能可能优于开源模型。
3.稳定性和可靠性：经过严格测试和验证，更适合商业环境。
4.持续更新：开发者会定期更新和改进模型，用户无需自行维护。
5.安全性和隐私保护：由于设计细节对外封闭，减少了安全风险。
但闭源大模型也有不足，例如透明度低、成本高昂、定制受限和技术锁定等。
值得注意的是，开源并不意味着可以随意使用。目前主流的开源协议有7种，其中一些协议（如MIT许可证、Apache许可证2.0）较为宽松，允许用户几乎无限制地使用、修改和分发软件。但也有协议（如GNU General Public License, GPL）对商用有严格限制，要求任何修改和分发的工作也必须以GPL协议发布。这意味着如果企业使用GPL协议的开源项目，其相关应用也必须开源，这可能会导致商业机密和应用安全受到挑战。
因此，企业在选择开源大模型时，必须谨慎考虑开源协议的适用性。
天润融通微藤大模型平台的创新实践
在客户服务领域，天润融通于2023年率先推出了微藤大模型平台。该平台既接入了DeepSeek、通义千问等开源大模型，也接入了豆包、kimi、文心一言等闭源大模型。
凭借创新的大模型网关技术，微藤大模型平台能够实现各类底层大模型的一键切换，极大地提升了模型应用的灵活性与便捷性。作为面向企业的商业级平台，天润融通深耕客户联络近20年，积累了丰富的行业经验，尤其在模型微调和私有化部署方面表现出色，能够为客户的商业化应用落地提供全方位保障。
结语
开源与闭源大模型各有利弊，企业在选择时需要综合考虑成本、应用场景和技术支持等因素。天润融通微藤大模型平台为企业提供了一个灵活、多元化的解决方案，助力企业在智能化转型的道路上走得更远。
天润融通（天润云，02167.HK）诚挚地欢迎广大客户携手合作，共同探索大模型技术的无限可能，开启智能化发展的新篇章。
