根据推特用户God of Prompt的分析，专家混合（MoE）模型为开源AI带来了比致密模型更大的优势。以Meta的Llama 405B为例，任何修改都需整体重新训练，成本高达5000万美元（来源：God of Prompt，2026年1月3日）。相比之下，DeepSeek发布的V3 MoE模型训练成本仅为560万美元，效果更好，且支持模块化独立微调和功能扩展。对AI企业和开发者而言，MoE架构在开源生态中提供了更低成本、更灵活的创新路径，进一步拉大了与传统致密模型的差距。