开源模型只差4个月，闭源还值5倍价吗｜老高AI观察

老高AI观察 · 第4期｜2026 年 9 月 16 日

2026 年 9 月 15 日，Mozilla 放出第二版《State of Open Source AI》报告。有意思的是，就在前后这几天，Anthropic、OpenAI、谷歌接连发了新旗舰，全是闭源。报告里那个数字才真正扎人：按 Mozilla 测算，美国前沿闭源模型跟中国最好的开源模型，能力差距只剩 4.4 个月。我的判断是：闭源今天卖的不是”更强”，是”4 个月的时间差”。这 4 个月值不值那个价，不看厂商报价，看你手上的活有多长。

Mozilla 把闭源的溢价算成了一笔时间账

2026 年 9 月 15 日，Mozilla 发布《State of Open Source AI》v1.1（见 官方报告页）；Ars Technica 在发布前拿到报告，做了独家解读（见 原文）。结论一句话：闭源前沿模型对中国头部开源模型的领先，只剩 4.4 个月。

报告给了几组互相印证的数字：

• Kimi K3 综合分 60.0，比 Claude Opus 5 低 3 分、比 Claude Fable 5 低 2.1 分，而标价只有 Fable 5 的 30%（$3/$15 对 $10/$50）；
• 按 METR 口径，最强闭源能可靠完成的任务时长是最强开源的 1.7 倍——开源扛 7 小时，闭源扛 12 小时；
• Vals AI 用同一套中性 harness 跑基准，智谱 GLM 5.2 与 Claude Opus 4.7/4.8 只差不到 1 分，单任务成本约低 5 倍；
• OpenRouter 上 8 月 token 用量前十的模型，八个提供开放权重。

Mozilla CTO 基里科里安的原话是：8 到 12 小时，是闭源唯一还能做、开源还做不了的窄带；8 小时以下该交给便宜的；12 小时以上目前没有模型可靠。开源为什么追得快——”中国实验室在跑美国人对 Android 的那套剧本：送出去，但握住周边生态。”

被当作头号证据的两个模型站内都有页：Kimi K3（月之暗面开源的超长上下文模型）和 Claude Fable 5.1（Anthropic 的编程旗舰）。一份报告把”开源能不能用”，换成了”你愿不愿意为 4 个月多付几倍钱”。

为什么是现在

这不是第一版。首版 2026 年 7 月 14 日发布，不到两个月就出了 v1.1——更新速度本身就是信号。

第一，时间尺度在加速。METR 的规律是模型能可靠完成的任务时长按固定节奏翻倍，而节奏还在变快——翻倍一快，”领先几个月”的含金量就下降。

第二，企业已经在用真金白银切了。报告点名 DoorDash：常规工作交给 Kimi，难题留给 Fable。而 OpenRouter 这类按量计价的中转平台，把”哪家便宜换哪家”变成了改一行配置。

第三，闭源也没停。9 月一个月里 Fable 5.1、GPT-6 Astra、Gemini 3.8、Grok 4.7 密集发布。两边都在提速，结果不是拉开差距，是压缩差距。

不是开源追上了闭源，是”够用”的门槛被挪到了 8 小时

大部分人看到”差 4.4 个月”，第一反应是”那还是闭源强”。这话没错，但账没算完。分界不是”谁最强”，是”你这件活有多长”。

按报告口径：8 小时以下两类都能干；8 到 12 小时是闭源唯一的窄带；12 小时以上谁都靠不住。那问题就变朴素了——你日常跑的活里，有几个要”专家做满 8 小时以上”？

我的答案是没有。写稿、选品调研、扒竞品、改代码，实际耗时都在几十分钟到几小时，属于”开源够用”那一档。要连续跑 8 小时的活，多半也不是为省时间。

所以”开源追上了闭源”不准确。准确的说法是：“够用”的门槛挪到了 8 小时，而绝大多数人的活都在门槛以下。天花板还在闭源那边，但你够不到。

被定价的不是能力，是时间

换个角度算账：如果闭源的领先被定义成”4 个月”，它卖的就是一个期权。真问题不是”开源何时追上”，是”这个期权值不值得买”。

报告的回答我认同：值得买的场景很窄，比如截止日期正好落在开源追上来之前；”下季度还要做的常规工作”就不值得——很快能用五分之一成本干完。

有个容易看漏的细节：不同口径的”贵”不是一回事。5 倍是单项基准 Terminal-Bench 上的单任务成本，不是通用定价比；报告同时提到开放模型在全球 AI 收入里只占约 4%（数据窗 2025 年 5-9 月，已偏旧）。钱还在闭源那边。

对做产品的人是好事：成本结构第一次可以自己挑。想动手的话，DeepSeek V4.1 Flash 这类低成本主力模型就是现成选项——原生多模态，主打压低 Agent 场景的调用成本。

这件事影响谁

对普通用户：手机上那些免费或很便宜的 AI 工具，背后调的模型可能已经悄悄换成开源的，体验差别多数场景里比宣传小。真正该留意的是数据落在哪——同一个模型，自己部署和别人代管，责任是两回事。

对做 AI 工具生意的人：这是一段实打实的成本窗口。但别把”省钱”当护城河——权重是公开的，你能降别人也能降，最后拉开差距的仍是场景和工作流细节。这条线怎么走，这份 AI工具站从 0 到日 IP 2000+ 的操作手册 比堆功能管用。

报告里被拿来跟 Claude Opus 对比的 GLM 系列出自 Z.ai（智谱的模型与开放平台），站内收录的是更靠后的 GLM-5.3。想看看开源模型现在什么水平，从这家开始最直接。

Z.ai

智谱推出的GLM大模型体验与API集成平台

我可能错在哪

第一，4.4 个月是 Mozilla 自己的测算口径，不是行业标准。换一套评测集、换一个任务分布，数字就会变。

第二，收入对比（开放约 4% / 闭源约 96%）的数据窗是 2025 年 5-9 月，报告方自己说预计已变化。5 倍价也只是一项基准上的单任务成本，不能推广成”闭源普遍贵 5 倍”。

第三，也是我最有保留的一点：开源不等于免费。权重不要钱，但自托管的人力、稳定性，还有”谁兜底”，恰恰是很多企业继续买闭源的真实原因（报告也承认多数组织跑不好开源）。如果自托管总成本吃掉省下的 API 费用，这篇判断就只对一半。

接下来怎么办

1. 按任务时长切模型清单：8 小时以下的常规活先换便宜的开源或国产模型，长任务留给旗舰；
2. 算”每完成一个任务”的成本，别只看每百万 token 单价——两者经常得出不同结论；
3. 换开源前先确认数据条款：自托管等于合规责任回到你自己身上。

第三条最大的心理门槛是”我电脑能不能跑”。这一步比想象中轻——可参考 Ollama（把开源大模型下载到本地、一条命令跑起来，不需要显卡集群）。先跑两天再决定要不要动预算。

Ollama

一个开源工具，专注于简化大型语言模型（LLMs）的本地部署和管理

老高的一句话

你为闭源旗舰多付的钱，买的不是更强的能力，是四个月的时间。问题在于——你手上真有非等这四个月不可的活吗？

关于开源模型与闭源模型的常见问题

参考来源

• Mozilla《State of Open Source AI》v1.1（2026-09-15）
• Ars Technica 独家解读（2026-09-15）
• OpenRouter token 用量榜（2026 年 8 月）

老高，AI工具箱站长，更关心这些变化对普通人意味着什么。

想第一时间知道哪些AI工具值得花时间——

👉 加入AI工具箱免费社群