- 发布日期
中美 AI 模型能力差距缩短至 4.4 个月
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
9 月 15 日，Mozilla 发布第二版《开源 AI 现状》报告，指出中国公司开发的最佳开放权重模型，与美国科技公司前沿闭源模型之间的能力差距已缩短至 4.4 个月。这一结论在首版报告发布仅两个月后即被更新，且评估口径从综合性能百分比转向更贴近实际工作的“任务时长”指标。
今年 7 月发布的首版报告曾以单一综合性能百分比衡量差距，当时称顶级开放模型与 ChatGPT、Claude 等专有模型的性能差距约为 3%。新版报告则将宏观判断落到具体模型、具体任务时长和单任务成本上。在成本表述上，报告也给出了模型对模型、任务对任务的直接对照，而非此前的笼统趋势判断。
根据 METR 以模型可靠完成任务时长衡量的“时间范围”指标，在 50% 可靠成功率标准下，最佳闭源模型可完成的任务时长是最佳开放模型的 1.7 倍。具体而言，开放模型目前可处理约 7 小时的任务，闭源模型则可处理约 12 小时的任务。这一差距被报告视为当前两类模型能力分野的核心量化依据。
在具体模型表现上，报告重点提及月之暗面的 Kimi K3。该模型在 Artificial Analysis 智能指数上的得分仅比 Anthropic 的 Fable 5 低三分，而成本却仅为后者的约 30%。此外，GLM 5.2 的单任务成本也低至约五分之一。成本优势成为开放权重模型参与竞争的主要筹码。
Mozilla 首席技术官 Raffi Krikorian 将这一差异定性为取决于具体任务场景。他表示，闭源模型的溢价主要体现在需要 8 到 12 小时才能完成的专业型任务上，而开源模型则能以极低的价格处理日常工作。这一区隔决定了企业在不同工作负载中的选择逻辑。
企业使用行为已随之发生变化。DoorDash 目前已采用 Kimi 处理日常任务，同时将 Fable 保留用于更复杂的工作。2026 年 8 月，路由平台 OpenRouter 上按 token 用量排名前十的模型中，有八个为开放权重模型，显示实际调用量正加速向开源侧倾斜。
报告同时揭示开放模型的商业化困境。开放模型承担约三分之一的实际 AI 使用量，却只获得 4% 的收入，闭源模型占据 96%，该数据覆盖 2025 年 5 月至 9 月。使用数据方面，79% 的开发者使用开放模型，51% 已部署生产环境，而闭源模型的生产部署率为 63%。
Krikorian 预计，4 个月后开放模型可处理 12 小时任务，闭源模型则可处理约 20 小时任务。这意味着 8 至 12 小时的任务区间，仍是开放模型尚难突破、闭源模型保有优势的关键地带，也是未来数月双方竞争的主要战场。
