"开源代码模型"指权重公开可下载、可自托管编程大模型，与 Claude/GPT 等闭源 API 相对。2023 年这一档位的代表还是 CodeLlama（SWE-bench 类任务个位数得分），2024 年 DeepSeek-Coder-V2 与 Qwen2.5-Coder 开始逼近 GPT-4o，2025-2026 年则是三家中国团队的连续跳级：Qwen3-Coder、DeepSeek-V3.x/V4、GLM-4.6 到 GLM-5.x，把开源代码能力推到与闭源第一梯队"贴身"的位置。
驱动力有三：其一，强化学习后训练（agentic RL）让"会调工具、会跑测试"的能力可以系统性提升，开源团队凭借工程投入追平；其二，MoE 稀疏架构大幅降低推理成本，使开源模型在价格上有资本打数量级差距；其三，Claude Code 开放兼容第三方端点，让开源模型可以直接接入最主流的 Agent 工作流——生态接口的开放与模型权重的开放形成了共振。结果就是 2026 年独立开发者的经典配置：Claude Code 壳 + 国产开源模型 API，月成本从 $100+ 降到 $10 以内。
迭代时间线（均为官方公开信息）：2025-07-23，阿里发布 Qwen3-Coder-480B-A35B（Apache 2.0），SWE-bench 67.0%、原生 256K 上下文、支持 358 种语言；2025-09，DeepSeek 发布 V3.2-Exp（稀疏注意力降本），智谱发布 GLM-4.6（200K 上下文，实测号称 Claude Code 场景下对 Claude Sonnet 4 胜多负少）；2026-02，阿里发布 Qwen3-Coder-Next（80B-A3B 超稀疏 MoE，主打本地与高吞吐），智谱发布 GLM-5（约 745B 参数，MIT 开源）；2026 年内，GLM-5.1/5.2/5.3 连续迭代，官方称 GLM-5.3 为"最强开源权重编程模型、接近 Claude Opus 4.8"；阿里后续旗舰（社区称 Qwen3.8 系列，2.4T 参数开源）进一步拉开参数规模。DeepSeek 侧 2025 年末至 2026 年进入 V4 世代，提供 V4-Flash/V4-Pro 分档 API。
| 模型（发布时间） | 参数规模 | 许可证 | 上下文 | 官方 API 价格（输入/输出，每百万 token） |
|---|---|---|---|---|
| Qwen3-Coder-480B（2025-07） | 480B 总参 / 35B 激活 | Apache 2.0 | 256K（可扩 1M） | 约 $2 / $8（阿里云百炼，随档位浮动） |
| Qwen3-Coder-Next（2026-02） | 80B 总参 / 3B 激活 | Apache 2.0 | 256K | 显著低于旗舰档（估计 <$0.5/$2） |
| DeepSeek-V3.2（2025-09） | 约 671B / 37B 激活 | MIT | 128K | $0.22-0.44 / $0.66-1.32（峰谷分时） |
| DeepSeek-V4 系列（2026） | 未完整公开 | MIT（延续惯例） | 128K+ | V4-Flash 约 $0.14/$0.28；V4-Pro 约 $0.44/$1.74 |
| GLM-4.6（2025-09） | 约 355B / 32B 激活 | MIT | 200K | $0.60 / $2.20（Z.ai 官价） |
| GLM-5 → 5.3（2026） | 约 745B（5.3 档公开权重） | MIT（5.2 曾暂缓开源权重） | 200K+ | 与 GLM-4.6 同量级，Coding Plan $3-10/月起 |
| 对照：Claude Sonnet 4.5 | 闭源 | 商业 API | 200K | $3.00 / $15.00 |
能力差距的诚实表述：在 SWE-bench Verified 与各家 Code Bench 上，开源头部与闭源头部的差距已收窄到个位数百分点（官方口径），但在超长时序 Agent 任务（连续数小时的工具调用、复杂调试链）上，闭源旗舰仍领先半个身位——GLM-5.1 官方口径"达到 Claude Opus 4.6 的 94.6%"是当前开源的天花板参照。对日常需求（改 bug、写功能、生成测试、重构），差距多数时候感知不到。
从 0.5B 到 480B 全谱系开源，Apache 2.0 许可（可商用、无收入门槛、仅需保留声明）。谱系价值在于"同一血统覆盖云端到端侧"：480B 旗舰走 API，30B-A3B 级（Qwen3-Coder-30B）单张消费级显卡可跑，Qwen3-Coder-Next 则专为 Ollama/vLLM 本地开发优化（官方称吞吐约为同能力模型的 10 倍）。358 种语言的训练覆盖也使它在非英语场景（包括中文注释代码库）表现出色。
MIT 许可（比 Apache 2.0 更宽松），从 V3 起 MIT 开源 + 极低 API 定价的组合拳两次引爆全球（R1 发布时曾引致美股 AI 板块单日大跌）。技术贡献是 MLA 注意力与稀疏化带来的成本结构优势：峰谷分时定价 + 缓存命中约 $0.007/百万 token 的输入价，使其成为大批量、可缓存任务（代码补全、批量重构）的成本下限。短板是工具调用与 Agent 场景的稳定性长期略逊 GLM/Qwen 专项调优的版本（社区共识，定性判断）。
MIT 开源 + 直接兼容 Claude Code 协议 + $3-10/月订阅，GLM 把"用 Claude Code 的壳跑开源模型"做成了产品。GLM-4.6 起官方主打"以约 1/7 价格获得 Claude 九成效果"的定位，GLM-5（2026-02，约 745B，MIT）在 Hugging Face/ModelScope 开源并可接入 Claude Code、Cline、Roo Code、OpenCode 等主流 Agent 工具。注意其开源策略有弹性：GLM-5.2 曾暂缓开放权重，选择"先 API 后开源"的节奏——依赖其开源承诺的产品应把权重已实际可下载当作唯一事实标准。
GLM Coding Plan 的产品设计值得所有做开发者工具的人学习：它不卖模型、不卖 GPU，卖的是"接入即用"——一个 Anthropic 兼容端点 + 订阅额度，用户在 Claude Code 里改一行环境变量就完成迁移。Lite/Pro/Max/Team 四档（$3-10/月起步）对齐 Claude Max 的使用习惯，配合 GLM-5.x 的迭代节奏推送给订阅者。结果：2025 年下半年起，"Claude Code + GLM"成为中文独立开发者圈的事实标配，把 AI 编程月成本从 $100-200 压到 $10 级。
启示：开源模型的商业化胜负手不是跑分而是"接入摩擦"。个人开发者也可以学这招——用 OpenRouter 或自建 LiteLLM 网关统一多家模型端点，把切换成本降为零，永远买当月性价比最高的模型。
先给结论：个人与十人以下团队，自托管旗舰模型几乎必然比 API 贵。粗算账（2026 年中行情，GPU 租赁价随供需波动，均为估计值）：
| 方案 | 硬件需求 | 月成本（估计） | 适用场景 |
|---|---|---|---|
| GLM Coding Plan 订阅 | 无 | $3-10 | 日常编程，零运维 |
| DeepSeek/GLM API 按量 | 无 | $5-50（重度） | 中等强度，波动可控 |
| 本地 30B-A3B 级（如 Qwen3-Coder-30B/Next） | 1 张 RTX 4090（24G，已有则边际成本为零） | $0-80（电费） | 隐私、离线、补全类 |
| 自托管 355B 级（GLM-4.6，INT4） | 4-8 张 H100/H200 或 2 张 96G 级 | $1500-6000+ | 数据绝对不能出域 |
| 自托管 480B/745B 级 | 整机 8 卡 H200 节点 | $10000+ 级 | 只有机构级负载才可能打平 |
算式很简单：一张 H100 的市场租价约 $2-3/小时（按需、零散租更贵），月成本 $1500 上下；跑 355B 级模型需要多卡，还要叠加 vLLM/SGLang 的部署调优、版本升级、故障恢复的隐形人力。而 $1500/月足够买到约 50-100 次 Claude Max 20x 订阅或数亿 token 的 DeepSeek 输出。自托管打平 API 的临界点大约在日均千万 token 级的重负载 + 高并发 + 长期稳定 + 已有运维人力，四条全占才成立。对个人，真正划算的自托管只有一种：小模型跑在已经拥有的游戏显卡上做补全和离线任务（Ollama 五分钟起步），算边际成本。
服务条款与出口管制。权重 MIT/Apache 开源 ≠ 随便用：走官方 API 时，数据将经过其服务器，部分团队合规上不允许代码出境；而自托管又回到经济性悖论。采购前先过一遍法务口径。
版本节奏与"开源弹性"。三家迭代极快（一年 2-3 个大版本），旧版本权重可能停止修复；且如 GLM-5.2 所示，"先闭后开"的节奏随时可能调整。生产依赖应锁定已下载权重 + 固定 vLLM 版本，而不是跟随 latest。
基准口径混乱。各家公告的"胜过 Claude"多为自选场景（如 Claude Code 74 题内部测试），跨模型横向可比性弱；SWE-bench 本身 2026 年也陷入污染争议。选型请用自己的 10-20 题真实任务盲测。