开放权重不等于开源，差距越来越难衡量

Mozilla 的报告《State of Open Source AI》1.1 版在 9 月 15 日发布，数据截至 9 月 1 日。报告统计了 16 个值得关注的开放发布。据 Tom's Hardware 转述，这些发布没有一个提供开源促进会《开源 AI 定义》所要求的训练数据配方。

下载一个模型很容易。想知道它用了什么、或者把它重新做出来，并不容易。这就是本月开放权重新闻背后的张力。

四个月这个数字，以及它的保留条件

Mozilla 的核心主张是差距在缩小。在 Artificial Analysis 智能指数上，最好的开放模型以 60% 的价格落后闭源领先者三个点，以 30% 的价格落后 Claude Fable 5 两个点。Mozilla 对 METR 任务时间跨度数据做了拟合，得出开放与闭源之间的差距约为 4.4 个月，与 Epoch AI 的四个月估计一致。按 Mozilla 的计算，开放模型的能力每 3.9 个月翻一倍，闭源模型为 5.5 个月。

报告依据 Mozilla 与 SlashData 对约 1400 名开发者的调查、OpenRouter 流量数据以及第三方基准指数。Mozilla 是开放模型的倡导者。TIME 在 7 月 14 日报道称，Mozilla 首席技术官 Raffi Krikorian 表示这份报告带有倡导性质。Mozilla 称，四个月这一数字和 30% 的 token 价格数字都是在托管端点上按 API 对 API、按标价测得的。

硬件是故事不那么好看的地方。报告自己的图表显示，能装进一台服务器的最好开放模型得分为 52.6，能装进一块 GPU 的最好模型为 40。与榜首的落差分别是 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 的部署配置列出 64 个或更多加速器。报告把这种情况描述为开放，但大多数拿到它的人跑不起来。

也有反例。Thinking Machines 的 Inkling-Small 采用 Apache 2.0 许可，其 NVFP4 版本在 180GB 下限下能装进一块 B300。

“开放”被要求意味着什么

The Register 的 Steven J. Vaughan-Nichols 在 9 月 15 日撰文认为，业界滥用了这个词。他写道，把权重发布到 Hugging Face 并让开发者在自己的 GPU 上运行，这是开放权重的分发，不是开源。他说，这一区别决定的是：你只能部署一个成品网络，还是能够检查、复现、修改并再分发产生它的那套系统。

OSI 直接做出了区分：“开放权重指的是训练好的神经网络的最终权重和偏置。”OSI 还补充说，仅有权重只暴露了“实现完整问责所需信息的一小部分”。

斯坦福以人为本人工智能研究院主任 James Landay 对 The Register 说：“开放权重是进步。你可以下载模型，在自己的机器上运行，把它挡在别人的数据管线之外。但你仍然看不到这东西是怎么造的、用什么训练的、为什么会有这样的行为。那不是开放模型，那是开放分发。”

Landay 的担忧很具体：没有训练数据或详细文档，外部人无法判断使用了哪些来源、可能包含哪些受版权保护或私密材料、数据是如何筛选或删除的、哪些语言被低估、基准数据是否泄漏进训练，以及预训练之后有哪些对齐方法塑造了模型。

2024 年 10 月发布的《开源 AI 定义》1.0 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 Luca Antiga 曾表示，这种处理留下了一个“巨大的漏洞”，会削弱许可证作为实际可采纳性信号的作用。原版《开源定义》的作者 Bruce Perens 在 2024 年公开谴责 OSAID，后来又说 OSI 本身如今也参与了 openwashing。软件自由保护协会的 Bradley Kuhn 和红帽的 Richard Fontana 都呼吁废除 OSAID。

记忆化的实际问题就压在这整件事下面。A. Feder Cooper、Mark A. Lemley 及合著者的一篇论文于 2025 年 5 月提交到 arXiv，并修订至 2026 年 7 月，在 200 本书和 14 个开放权重 LLM 上进行了超过 3000 次实验。作者发现，大多数 LLM 没有记住大多数书。但 Llama 3.1 70B 完全记住了其中一些书名，包括《哈利·波特与魔法石》，从开头几个词就能几乎逐字提取整本书。

与此同时，开放权重生态仍在持续发布。Superwhisper 发布了 S1-mini，一个 0.6B 参数的语音转文字输出文本规范化器，基于 Qwen/Qwen3-0.6B 微调，采用 Apache 2.0 加一条命名条款。它报告在 7519 个留出的英文案例上达到 94.8% 的 token 准确率，量化版本为 462 MiB，可在笔记本 CPU 上运行。

小、可下载、文档足够运行。问责的问题是另一份文件。