一句话看懂：TechCrunch Disrupt 2026 的四场对话将围绕开源与闭源模型的选择展开，但重点已从“选哪一个”转向“如何混用、该自建多少、底层硬件怎么配合”。对创业公司来说，模型选型正在变成一项持续的产品和成本决策，而非一次性的架构决定。
事件核心：发生了什么
据 TechCrunch AI 报道，在 TechCrunch Disrupt 2026 上，四场对话从 AI 技术栈的不同层级切入模型选择问题。CapitalG 合伙人 Mo Jomaa、Together AI 联合创始人兼 CEO Vipul Ved Prakash、Pathway CEO 兼联合创始人 Zuzanna Stamirowska 将在 Builder’s Stage 讨论“多模型世界”，即产品针对不同任务调用不同模型，如何平衡成本、性能与灵活性，以及开源模型在什么情况下能跑赢闭源方案。
Oumi CEO 兼联合创始人 Manos Koukoumidis 将在 Real World AI Stage 讨论“租用、定制还是自建”，通过观众投票、创业场景推演和一套决策框架，帮助团队评估前沿 API、定制开源权重与完全自研三条路径。Nvidia 开发者技术总监 Nader Khalil 与全球 VC 合作负责人 Sydney Sykes 则从投资视角分析前沿 API 与开源权重模型之间的取舍。此外，Ricursive Intelligence 创始人 Anna Goldie 与 Azalia Mirhoseini 将讨论 AI 如何反过来优化芯片与硬件设计。
为什么重要
过去“开源还是闭源”往往被视为一次性的架构选择，现在这个前提正在松动。开源模型能力持续提升，前沿 API 也在快速迭代，同时多模型调用、针对特定工作负载做定制，正在成为不少 AI 产品的常规做法。这意味着创业公司的决策维度从“用哪个模型”扩展为“哪些能力外采、哪些自己持有、保留多少切换空间”。目前公开信息显示，这一变化会直接影响运营成本、产品迭代速度和长期差异化能力，也解释了为什么芯片与模型架构的绑定开始被放到同一场讨论里。
对用户/开发者/创作者的影响
对开发者而言，多模型架构意味着可以把推理成本敏感的任务交给更便宜的开源模型，把复杂任务留给前沿 API，但代价是工程复杂度上升，需要处理路由、评测和供应商切换。对企业采购来说，Oumi 提出的框架可用于判断哪些场景值得投入定制开源权重，哪些直接用 API 更划算。对创作者和普通用户，这类选择通常不会直接可见，但会间接影响 AI 应用的定价、响应速度和功能更新节奏。硬件层面，若 AI 参与芯片设计能缩短开发周期，新模型能力到达终端产品的速度可能加快。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是多模型路由是否会成为 AI 应用的主流默认架构，还是仍集中在头部团队；二是开源权重定制与前沿 API 的成本差距在实际生产中如何变化，是否会出现更清晰的性价比分界线；三是 AI 辅助芯片设计从研究走向工程落地的进度，以及它是否真的会改变算力供给节奏。这些问题的答案，将决定创业公司在下一轮模型迭代时是继续租用，还是选择自建。
