开放权重到底能给你什么，又不能给你什么

Mozilla 于 9 月 15 日发布《开源 AI 状况》报告 1.1 版，数据截至 9 月 1 日。最醒目的数字是最佳开放权重模型与闭源前沿产品之间相差四个月。报告统计了 16 个值得注意的开放发布，并指出其中没有一个提供开源促进会所要求的数据配方。

最后这一句比那四个月更重要。

The Register 的 Steven J. Vaughan-Nichols 在 9 月 15 日把这个区别说得很直白：把模型文件发到 Hugging Face 上、让开发者用自己的 GPU 运行，这是开放分发，不是开源。拥有开源定义的开放源代码促进会把开放权重定义为“训练好的神经网络的最终权重和偏置”。这些数值决定模型如何读提示词、如何给出回答，却不会告诉你模型里装进去了什么。

下载包里有什么

权重文件是训练的产物，不是训练本身。没有数据集或详细文档，外部人无法确认用了哪些来源，卷入了哪些受版权保护或私密材料，数据如何过滤，哪些语言和社区被留得单薄，基准数据是否泄漏进训练，预训练之后又做了哪些对齐工作。斯坦福以人为本人工智能研究院院长 James Landay 对 The Register 说：“开放权重是进步。你可以下载模型，在自己的机器上跑，把它挡在别人的数据管道之外。但你仍然看不到这东西是怎么造的、用什么训练的、为什么行为是这样。那不是开放模型。那是开放分发。”

实际的好处是真实的，值得不带嘲讽地说清楚。自托管让你掌控数据、隐私、成本、API 变动和供应商锁定，并催生了运行环境、推理服务商和微调工具的大生态。Superwhisper 的 s1-mini 能说明这个生态的小端。这是一个 0.6B 参数的文本规范化模型，以 Apache 2.0 加一条命名条款发布，596M 个唯一参数，462 MiB 的量化版本，从 Qwen/Qwen3-0.6B 微调而来，在笔记本 CPU 上运行。你可以用 revision 标签锁定某个发布版本。你仍然看不到语料库。

定义之争

开放源代码促进会于 2024 年 10 月发布开源 AI 定义 OSAID 1.0，当时承认它还会继续演变。该定义要求模型参数（包括权重）以 OSI 认可的条款提供，但没有规定法律机制。Lightning AI 首席技术官、PyTorch 贡献者 Luca Antiga 认为，对权重的处理留下了他所说的一个大洞，会让许可证在判断 OSI 许可的系统能否实际采用时变得更无力。

原始开源定义的作者 Bruce Perens 在 2024 年公开抨击 OSAID，后来又说：“这不是开源！……不幸的是，开放源代码促进会自己也参与了开源洗白。”软件自由保护协会的 Bradley Kuhn 和红帽的 Richard Fontana 呼吁废除 OSAID。他们写道，OSI 行动过快，这场裂痕损害了它的声誉和影响力。

与此同时，Linux 基金会的 Mike Dolan 向 OSI 提交了开放模型、数据与权重许可证，简称 OpenMDW。它自 2025 年起存在，贡献者名单包括亚马逊、Meta、IBM、微软和英伟达。它的做法是为架构、训练数据和权重分别定义条款，把许可方提供的一切纳入一份协议。这份提交在 OSI 的许可证审查邮件列表上招来反对。OSI 前执行董事 Stefano Maffulli 说，他总觉得这场审查被针对大科技公司的意识形态偏见污染了。

开放权重回答的是“我能运行它吗？”开源回答的是“我能信任它、改进它，并在它之上造出下一个东西吗？”

这句话还是 Landay 说的，同样来自 The Register，是对这场争论最干净的概括。它也解释了为什么 Mozilla 报告的基准测试工作要谨慎看待。四个月这个数字来自 METR 的任务时间跨度数据，它按模型能在一半情况下完成多长的人类工作时间来打分。Mozilla 的拟合把闭源模型定在专家需要 8 到 12 小时的任务上，开放模型大约四个月后达到同一水平。Mozilla 算出开放能力每 3.9 个月翻一倍，闭源是 5.5 个月。

价格是开放权重明显取胜的地方。Mozilla 发现，最佳开放模型在 Artificial Analysis 智能指数上落后闭源领先者三分，价格是后者的 60%；落后 Claude Fable 5 两分，价格是 30%。在 vals.ai 的 Terminal-Bench 2.1 上，Z.ai 的 GLM-5.2 与 Claude Opus 4.7 相差一分以内，落后 Opus 4.8 约四分，每次测试的成本不到五分之一。在 OpenRouter 上，Mozilla 统计 8 月 token 用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。但据 Linux 基金会，2025 年 5 月到 9 月，闭源提供商仍拿走了 OpenRouter 上模型层收入的 96%。

硬件是那个警告。Mozilla 自己的图表把能装进一台服务器的最佳开放模型定在 52.6，能装进一块 GPU 的最佳模型定在 40，比最高分低 10 分和 23 分，比四个月所暗示的差距更大。Kimi K3 的原生 MXFP4 检查点分布在 96 个分片上，约 1.56TB，Mozilla 的服务配置列出 64 个或更多加速器。Thinking Machines 的 Inkling-Small 以 Apache 2.0 发布，在 180GB 下限内能装进一块 B300。

数据停在 9 月 1 日。Artificial Analysis 此后已改用评估集不同的 index v4.3，Mozilla 自己的图表说明写着：“差距每个发布周期都会重置。”这个标签会一直跑在定义前面。