引子：为什么你需要知道GPT之外的选择？
过去两年，医生们讨论AI时，几乎默认等同于ChatGPT。但2024-2026年的格局已经彻底改变：
中国医生用DeepSeek写标书，质量不输GPT-4，成本不到十分之一某三甲医院用开源模型本地部署，患者数据不出院墙Meta的Llama系列在多项医学基准测试中追平闭源模型开源时代已经来了，而大多数医生还不知道这意味着什么。
10.1 闭源 vs 开源：一场改变格局的战争
10.1.1 什么是闭源和开源？
闭源模型 开源模型代表 GPT-4、Claude、GeminiLlama、DeepSeek、Qwen、Mistral访问方式 API调用或网页使用 可直接下载模型文件可否本地部署 ✅ 不可以 ❌ 可以
闭源模型 开源模型可否修改/定制✅ 不可以 ❌ 可以数据隐私 数据经过第三方服务器 数据完全留存在本地价格 较高 极低或免费前沿能力 通常领先 滞后3-6个月，快速追赶
10.1.2 为什么开源对医生特别重要？
三个原因：
第一，数据隐私。 患者的病历、影像、检验报告不能传给OpenAI的服务器——这不仅有伦理问题，在很多国家是违法的。开源模型可以在医院本地服务器上运行，数据不出院墙。
第二，成本可控。 一个科室每天用GPT-4 API处理几十份病历，一个月下来数千元。
同等任务用开源模型本地部署，成本降至几十分之一。
第三，定制化。 开源模型可以用医院自己的数据做微调——比如用本院过去五年的骨科病例训练，让AI更懂你们的诊疗风格。
10.2 Llama系列：Meta的「开源核弹」
10.2.1 从泄露到统治
2023年2月，Meta发布了Llama-1，仅限研究用途。结果模型文件很快在网上泄露
——反而引爆了全球开源AI运动。Meta顺势而为，后续版本全部正式开源。
10.2.2 关键里程碑
版本 时间 参数 核心突破Llama：
- 27B/13B/33B/65B小参数高性能Llama
- 77B/13B/70B正式开源，商业可用Llama
- 48B/70B 性能逼近GPT-4 Llama
- 12024.78B/70B/405B405B首次达到GPT-4级别Llama 42025÷ 多模态+推理增强
10.3 DeepSeek：中国的开源骄傲
10.3.1 为什么DeepSeek让全球震惊？
2024年底到2025年初，中国公司DeepSeek连续发布V3和R1两个模型，引发全球轰动：
DeepSeek-V3（2024.12）：671B参数，MoE架构（每次只激活部分参数），训练成本仅557万美元——只有GPT-4的约1/20 DeepSeek-R1（2025.1）：专注推理，在数学和编程任务上追平甚至超越OpenAI o1
10.3.2 对医生的实际价值
第一，中文能力远超GPT。 DeepSeek在中文理解和生成上的表现，是英文原生模型无法比拟的。写标书、撰写中文论文、理解中医术语——这些任务上DeepSeek有明显优势。
第二，极致性价比。 DeepSeek-V3的API价格为GPT-4o的1/30。对于高频使用者，这是巨大的成本差异。
第三，完全开源。 可以在医院本地部署，支持商业使用。
实战建议：日常中文任务（写标书、翻译病历、整理文献笔记）优先用DeepSeek。需要多模态能力（读图、读PDF图表）时，再用Claude或GPT-4o。
10.4 Qwen（通义千问）：阿里的全尺寸矩阵
10.4.1 从0.5B到110B全覆盖
阿里通义千问的独特之处在于全尺寸覆盖：
模型 参数 适用场景Qwen-0.5B5亿 手机端、嵌入式设备Qwen-7B 70亿 个人电脑可运行Qwen-72B 720亿 科室级本地部署Qwen-110B1100亿 医院级应用
10.4.2 医疗领域的特别优势
阿里在医疗AI的布局比大多数公司更深——通义千问有专门的医学版本，结合了海量中文医学文献和临床指南的训练。对于中国医生来说，Qwen的医学知识覆盖（尤其是中文临床指南、药典、中医内容）在国产模型中处于领先位置。
10.5 其他重要玩家
模型 开发者 特色 医学相关性Claude：
- 5/4 Anthropic超长上下文（200K）、安全对齐最优长病历分析、复杂临床推理Gemini
- 5/2.0 Google多模态最强、1M超长窗口影像+文本联合分析Mistral Mistral AI（法国）
欧洲开源标杆、小模型高性能 本地部署效率高Gemma Google轻量开源、适合微调 专科模型训练入门GLM（智谱）智谱AI 国产开源中坚、学术界合作多清华背景，医学合作生态好
10.6 医生选模型指南
10.6.1 按场景选择
| 场景 | 首选 | 备选 | 原因 |
|---|---|---|---|
| 中文标书/论文低英文SCI写作Claude 3.5GPT-4o英文写作质量最高读影像报告+图 | DeepSeek | Qwen | 中文能力最强，成本最 |
| 片 | GPT-4o | Gemini多模态能力成熟 | |
| 长病历综合分析Claude医院内网部署 DeepSeek/Qwen/ | 3.5Gemini | 1.5上下文窗口200K+ | |
| Llama÷ 开源+本地+数据安全 | |||
| 科普文章撰写 | DeepSeek | Claude中文科普表达自然 | |
| 复杂临床推理 | GPT-4o | Claude | 3.5综合推理能力最强 |
| 日常问答助手 | DeepSeek | 通义千问 | |
| App | 免费、中文好、够用 |
10.6.2 按预算选择
预算 推荐方案零预算 DeepSeek网页版（免费）+ 通义千问App（免费）
月100元 DeepSeek API（轻度使用）+ GPT-4o偶尔调用月500元 多模型组合：DeepSeek日常+GPT-4o/Claude关键时刻科室级 本地部署Qwen-72B + API调用闭源模型
10.7 一个重要的认知转变
2023年，医生的AI认知是：「我该不该用ChatGPT？」
2026年，正确的问题是：「这个任务，我用哪个模型最合适？」
从「单一工具」到「模型矩阵」，是医生适应AI时代的必修课。好消息是，你不需要成为技术专家——只需要记住本章的选模型指南，就足以应对绝大多数场景。
10.8 本章小结
| 要点 | 一句话 |
|---|---|
| 开源vs闭源 | 开源=数据安全+低成本+可定制，闭源=前沿能力+省心 |
| Llama | 开源世界的「基础设施」，多家医院已在本地部署 |
| DeepSeek中文最强、成本最低、完全开源，中国医生的首选 | |
| Qwen | 全尺寸覆盖，医学中文知识储备领先 |
选模型原则 中文任务 → DeepSeek，英文写作 → Claude，读图 → GPT-4o本地部署 患者数据不出院墙的唯一合规方式
10.9 延伸思考
你所在医院有没有讨论过本地部署AI？主要的顾虑是什么？
如果你的科室每月只能花100元在AI上，你会怎么分配？
开源模型的快速追赶正在缩小与闭源的差距——这是否意味着3年内GPT的优势将不再明显？
本章初稿，待浩哥审阅。下一章进入第三卷「基石硬件与软件」。