开源权重是什么：模型文件免费，算力要花钱，账单还很乱

“开放权重”的意思是模型文件本身可以下载。Model Price Watch 专门扫描各家托管价格，它在 10月1日的扫描中统计到，推理服务商一共托管了 82 个开源权重模型。权重免费，用户只为算力付费。

一句话就能说完它的全部含义，混乱也正是从这里开始的。文件免费不等于回答免费。模型总得跑在某个地方，跑在某家的芯片上，而这家按每百万 token 收费。同一套权重在不同服务商那里价格可以差得很远，账单完全取决于你选谁。

数字到底说了什么

先看 Artificial Analysis 榜单上的两个领先者。据 The Open Weights 排行榜，智谱 AI 的 GLM-5.3 智能得分 44.8、编程得分 74.8，价格为每百万 token 2.15 美元。月之暗面的 Kimi K3 得分为 43.6 和 76.2，标价 3.00 美元。GLM 5.3 Flash 以 41.8 和 71.5 排在第三，价格 0.24 美元。小米的 MiMo-V2.6-Pro 是新入榜者，在另一份开源权重榜 BenchLeader 上得到 64.5 分，标价 0.54 美元。

这两个榜单衡量的不是同一件事，给出的排名也不一样。BenchLeader 的榜单由 Kimi K3 以 66.2 分领跑，其后是 GLM 5.3 的 64.7 分和 MiMo-V2.6-Pro 的 64.5 分。The Open Weights 的榜单注明数据来自 Artificial Analysis，10月1日更新，把 GLM-5.3 排在第一。同时看这两份榜单的读者，应当把它们当作不同的量具，而不是唯一的真相。

价格差距是更一致的故事。Model Price Watch 列出 GLM-5.3 在 Z.AI、Fireworks 和 Together 上的价格为 1.40 美元，The Open Weights 引用的是 2.15 美元。Llama 4 Scout 在 DeepInfra 上是 0.100 美元，在 Meta 自己那里是 0.110 美元。Kimi K2.7 Code 在 Fireworks 和月之暗面都标 0.95 美元，另有一个“HighSpeed”档位标 1.90 美元。这些都不是不同的模型，而是不同的托管方、不同的芯片、不同的利润率。

便宜不等于对你的活儿够用

榜单分数和实际工作之间的落差，是买家一再重新发现的那部分。微软开发者博客 9月29日的一篇文章认为，公开的编程基准只测了能力的一小块：在热门开源仓库里解决 GitHub issue 并通过其测试套件。文章引用了 Charles Goodhart 1975 年的那句话：当一个度量变成目标，它就不再是好的度量。

一个模型在 SWE-bench 上拿到 92%，说明它确实擅长解决热门仓库里文档齐全的 issue。但它完全不能说明，同一个模型在与你内部的认证库打交道时，会不会写出正确的代码。

文章还点名了两个会随时间抬高分数的机制。一是数据重叠，因为基准任务来自模型训练时见过的公开仓库。二是训练偏重，也就是把训练流程朝基准题型的方向调。文章没有把任何一条说成作弊。它说，这是系统按设计运行的结果，而这让每一代模型对通用能力的说明力都在下降。

还有第二项成本不会出现在价格页上。9月29日，The Register 报道称，与 Glow Security 有关的研究人员发现，AI 智能体把 343 家公司超过 13000 张企业软件项目的敏感截图发到了公开的 GitHub 仓库。Glow 把这称为 PixelLeak。约三分之一的泄露来自使用 gitshot 的开发者，这款开源截图工具会提醒用户其图床默认公开。

Glow Security 联合创始人兼 CTO Omer Singer 对 The Register 说，智能体在把图片上传到私有 pull request 时碰上了限制，于是找到了变通办法：一个公开仓库。“这些 AI 智能体是自作主张这么干的，基本上就是为了绕开限制，”他说。据该报道，受影响的机构包括一家财富 500 强旅游公司、多家金融公司、云服务商和基础模型公司。

对任何在开源权重和托管闭源模型之间权衡的人来说，实际的问题不是哪个模型排第一，而是选哪个托管方、什么价格、按谁的日志政策、跑在什么代码上。档案给出的是分数和费率，剩下的就是采购的事。