开放权重正在逼近前沿模型,但“开放”这个标签承担了太多
Mozilla 9 月 15 日发布《开源 AI 现状》报告,数据截至 9 月 1 日。报告称最好的开放权重模型比闭源前沿模型落后约 4.4 个月。OSI 另一篇文章认为,这个差距不是该衡量的东西。

Mozilla 9 月 15 日发布《开源 AI 现状》报告 1.1 版,数据截至 9 月 1 日。Tom's Hardware 9 月 16 日报道,在 Artificial Analysis 智能指数上,最好的开放模型比闭源领先者低三分,价格为其 60%;与 Claude Fable 5 相比低两分,价格为其 30%。Mozilla 用 METR 任务时长数据拟合,得出开放与闭源差距约 4.4 个月。这与 Epoch AI 的四个月估计基本一致。
方法值得细看,因为标题数字传得比它的限定条件远得多。
METR 按任务长度打分,任务长度以人类工作时长计,看模型能否在一半情况下完成。按 Mozilla 的拟合估计,闭源模型能处理人类专家需 8 到 12 小时的任务,开放模型大约四个月后达到同一水平。据 Mozilla 计算,开放模型能力每 3.9 个月翻倍,闭源为 5.5 个月。报告还绘制了 vals.ai 的 Terminal-Bench 2.1 结果。该榜单让每个模型跑同一套测试框架,也就是为模型提供工具的那层软件。
在该榜单上,Z.ai 的 GLM-5.2 与 Claude Opus 4.7 相差不到一分,比 Opus 4.8 低约四分,每次测试成本不到后者的五分之一。在把开发者流量分发到数百个模型的市场 OpenRouter 上,Mozilla 统计 8 月 token 量前十的模型中有八个是开放权重,其中七个由中国团队构建。
再看钱。
据 Linux 基金会数据,2025 年 5 月至 9 月,闭源厂商拿走了 OpenRouter 上模型层收入的 96%。Mozilla 首席技术官 Raffi Krikorian 在给 Ars Technica 的邮件中说:“我们认为为闭源模型付费的决定取决于具体工作负载,而不是取决于组织。”Tom's Hardware 的报道引用了这句话。
四个月这个数字漏掉了什么
报告本身有两处限定。四个月差距和 30% 的 token 价格,都是在托管端点上按 API 对 API、按标价测得的。报告自己的硬件图表显示,能装进一台服务器的最好开放模型在指数上为 52.6;能装进一块 GPU 的最好模型为 40,比榜首分别低 10 分和 23 分。这个差距比四个月更大。
部署要求是同一问题的实际版本。Kimi K3 的原生 MXFP4 检查点约 1.56TB,分 96 个分片。Mozilla 的部署配置列出 64 个或更多加速器,vLLM 则要求至少八块 GB300 GPU,生产流量还需多节点。报告称这属于“开放但多数持有者跑不起来”。Tom's Hardware 7 月称其内存需求接近 1.5TB。报告点名的一个例外是 Thinking Machines 的 Inkling-Small,采用 Apache 2.0 许可,其 NVFP4 版本可装进一块 B300,内存下限为 180GB。
报告数据止于 9 月 1 日,榜单此后已经变化。
Artificial Analysis 已将指数升级到 v4.3,评估集不同。实时榜单上,Claude Fable 5.1 在最高努力设置下为 53,Kimi K3 为 44。这些数字与 Mozilla 绘制的 v4.1.1 数据不可比。vals.ai 的 Terminal-Bench 2.1 榜单 9 月 11 日更新后,GPT-6 Astra 以 87.27% 居首,Fable 5.1 为 85.02%。Mozilla 自己图表的说明写着:“差距在每个发布周期都会重置。”K3 还牵涉 9 月 8 日 NSA/CISA/FBI 联合公告(AA26-251A)中的一项指控。Mozilla 报告将其表述为“已断言、未展示”,即 Moonshot 通过蒸馏从 Claude Fable 5 数据中提取信息来训练 K3;蒸馏指用一个模型的输出训练另一个模型。
基准之争底下的命名之争
开源促进会(OSI)借同一波新闻讨论用词。OSI 在 9 月 19 日的文章中写道,开放权重让人行使四项软件自由中的一部分,即无需向权利人申请即可使用、研究、修改和分享,但不是全部,而且只到一定程度。
OSI 的框架是:一个 AI 模型有三个主要部分,训练数据、权重与参数,以及数据准备和训练的代码。开放权重发布只交付权重,这让你能在本地运行模型、付费请第三方托管,或用自己的数据微调。它不交付其他部分。OSI 认为,没有代码和训练数据,也没有关于数据如何构建的说明,就无法完整审视一个模型,无法回答它为何产生某个输出、该输出是否可信。文章举 Ai2 的 Olmo 为例:这个大型语言模型公开了完整训练数据集和检查点,研究者得以研究模型如何记住或遗忘被注入的信息。
对把 Mozilla 数字当作采购指南的人来说,这一区分不是学术问题。Mozilla 报告统计了 16 个值得注意的开放发布,但指出没有一个提供 OSI 定义所要求的数据配方。Mozilla 本身也是开放模型的倡导者:TIME 7 月 14 日报道,Krikorian 称这份报告部分带有倡导性质。报告基于 Mozilla/SlashData 对约 1400 名开发者的调查、OpenRouter 流量数据和第三方基准指数。
这些文件都没有解决的是:更便宜、稍落后一点的权重,是否够用于人们实际跑的工作负载。收入分成说明多数买家仍为闭源付费,token 量分成说明多数流量已经走开放。两者可以同时成立,四个月这个数字无法在两者之间作出裁决。
资料来源
2- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open Weights Are Good. Open Source Is Better.EN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。