开放权重不等于开源:AI 争论一直搞错的地方
Mozilla 的《开源 AI 现状》报告称,中国最好的开放权重模型落后美国前沿产品约四个月。开源促进会则认为,开放权重只兑现了开源含义的一部分。

开放权重(open weights)是 AI 政策里争议最大的说法。Mozilla 于 9 月 15 日发布《开源 AI 现状》报告 1.1 版,数据截至 9 月 1 日。报告的核心结论是:最好的开放权重模型目前大约落后美国前沿产品四个月。Tom's Hardware 于 9 月 16 日报道了这份报告。Mozilla 拟合 METR 的任务时长数据,算出开放与闭源之间的差距约为 4.4 个月。这与 Epoch AI 估计的四个月一致。
开源促进会(OSI)并不否认开放权重有用,它质疑的是这个标签。9 月 19 日,OSI 在博客文章中划清了开放权重模型与开源 AI 的界线。开放权重模型只发布权重,别的什么都不给。开源 AI 还会发布训练模型所用的代码,并发布训练数据,或者详细说明这些数据是如何构建的。OSI 认为,只有第二类才让用户行使全部四项软件自由:无需征得权利人同意即可使用、研究、修改和分享。
四个月的差距,以及它建立在什么之上
Mozilla 给出的数字比听起来要窄。报告统计了 16 个值得注意的开放发布,其中没有一个提供 OSI 开源 AI 定义所要求的数据配方。据 Tom's Hardware 报道,四个月这一数字是在托管端点上按 API 对 API、以标价衡量的。它描述的是开发者付给服务商的价格,而不是模型在自己硬件上运行的成本。
在 Artificial Analysis 智能指数上,Mozilla 发现最好的开放模型落后闭源领先者三个点,价格为后者的 60%。它落后 Claude Fable 5 两个点,价格为 30%。在 vals.ai 的 Terminal-Bench 2.1 榜单上,所有模型都跑在同一套软件测试框架里。在那里,Z.ai 的 GLM-5.2 与 Claude Opus 4.7 的得分相差不到一个点,落后 Opus 4.8 约四个点,而每次测试的成本不到后者的五分之一。在 OpenRouter 上,Mozilla 统计出 8 月 token 量排名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。据 Linux 基金会的数据,2025 年 5 月至 9 月,闭源服务商仍拿走了 OpenRouter 上模型层收入的 96%。
接下来是硬件这一保留条件,也是报告中削弱标题结论的部分。Mozilla 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。这比榜首分别低 10 分和 23 分,差距比四个月更大。Kimi K3 的原生 MXFP4 检查点分布在 96 个分片上,总计约 1.56TB,Mozilla 的服务配置列出 64 个或更多加速器。vLLM 要求至少八块 GB300 GPU,生产流量还需要多个节点。报告自己把这种情况描述为开放,但大多数拿到它的人跑不起来。报告提到一个例外:Thinking Machines 的 Inkling-Small 采用 Apache 2.0 许可,其 NVFP4 版本能装进一块 B300,下限为 180GB。报告还提到,Llama 3.1 70B 的权重约为 700亿 个参数,这一规模决定了它需要多少显存。
"我们认为,为闭源[模型]付费的决定取决于具体工作负载,而不是机构本身,"Mozilla 首席技术官 Raffi Krikorian 在给 Ars Technica 的电子邮件中说。
Mozilla 是一个倡导型组织,它自己也这么说。Tom's Hardware 指出,TIME 在 7 月 14 日报道称,Krikorian 把这份报告部分视为倡导。报告基于 Mozilla 与 SlashData 对约 1400 名开发者的调查,加上 OpenRouter 流量数据和第三方基准指数。Mozilla 的图表说明坦率地承认了这一切底下的移动靶:"差距在每个发布周期都会重置。"
为什么定义的争论比基准更重要
OSI 的论点不是说开放权重不好,而是说这个词被拉伸到涵盖那些允许你微调和自托管、却把训练数据和训练代码关起来的模型。这一区别在政策辩论中有分量,因为开放权重常被当作开放、竞争和可审计性的代名词。
"开放权重模型限制了你修改模型的能力,你也无法充分研究它,"OSI 的文章写道。该组织给出的替代方案例子是 Olmo,这是 Ai2 发布的一个大语言模型,附带完整的训练数据集和模型检查点。研究人员可以向训练数据中注入新信息,观察模型如何记住或忘记它。
这类研究不是学术上的整理工作。arXiv 上另一篇论文《从开放权重语言模型中提取(受版权保护的)书籍的记忆片段》于 2025 年 5 月提交,修订持续到 2026 年 7 月。论文把一种提取技术应用于 200 本书和 14 个开放权重大语言模型,共进行 3000 多次实验。作者包括 A. Feder Cooper、Mark A. Lemley 和 Percy Liang。他们发现,大多数大语言模型不会记住大多数书,无论整体还是部分,但存在明显的例外。论文称,Llama 3.1 70B 完整记住了某些书,包括《哈利·波特与魔法石》。只要给出开头的几个词作为提示,整本书几乎可以逐字提取出来。
论文的结论对版权之争的双方都刻意不给痛快。记忆程度因模型和书而异,结果并不能明确地偏向原告或被告。开放权重正是让这种测量得以进行的前提。闭源模型无法从外部这样探查。
所以实际情况比任何一方的说辞都更杂乱。开放权重发布在价格上有竞争力,在某些基准上与前沿相差一两个点。它们在高端运行起来也很贵,文档参差不齐。按 OSI 的定义,它们不是开源。Mozilla 测量的差距是真实的。OSI 描述的差距同样真实:发布权重,和发布一个你真正能检查的模型,是两回事。
资料来源
3- 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
- 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
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。