开源AI只差3.3%,却卡在了生产线门口

Mozilla今年7月发布的《开源AI现状》报告,给出一个反差数字。截至今年3月,开源模型和顶级闭源模型的能力差距,已经从两年前的8%收窄到3.3%。编码任务上两者几乎打平。

同等推理成本三年跌了50倍。GPT-4级别的推理价格,从每百万token 20美元砸到了0.40美元。听起来开源AI已经赢了。

但报告自己给出的另一组数字更扎心:开源模型的开发者采用率是79%,高于闭源的71%;真正送进生产环境的比例却只有51%,反而落后闭源的63%。模型能力这道题,开源基本解出来了。没解出来的,是怎么把它稳定地跑进生产系统。

追平的是参数,拖后腿的是工程

3.3%的差距分布并不均匀。编码、指令遵循、通用知识上开源已经跟闭源打平;差距集中在推理、长上下文和智能体任务——恰恰是企业最想用AI干的活。

OpenRouter上流量最大的五个模型全是开源权重,中国系模型的周token量已是美国系的三倍多。

但"token量"不是"生意"。按请求量和收入算,闭源模型仍是主角:

开源拿下的是走量的商品化需求,推理越贵的活还是闭源在吃,定价权仍握在闭源手里。

这里有个概念得分清:"开放权重"不等于"开源"。很多模型只公开了权重,训练数据、训练代码和许可证条款各家不一,能不能商用、能不能二次分发都得看具体协议。这和二十年前自由软件从头到脚公开的那种开源,不是一回事。

采用领先,生产转化却落后

企业规模拉不平这道差距。闭源模型的生产转化率随企业规模从54%涨到73%,靠的是有钱买运维和支持。开源这边,小企业53%、大企业57%,几乎原地踏步。

开发者给出的理由高度一致:基础设施成本、安全合规、维护复杂度。不是模型不够聪明,是没人把"接好电、通好水"这件事做完。这道题落到不同团队身上,答案也不一样:

报告没有公开具体样本量和调查方法细节,这些数字更适合当趋势参考,不是精确普查。开源AI真正卡壳的地方,是标准化和企业级工具,模型早就不是问题了。

要提一句立场:这份报告出自Mozilla,一家长期为开源摇旗的机构,样本主要来自OpenRouter流量和自家开发者调查,不是全市场普查。token占优不代表请求量、收入或企业客户份额占优,读的时候得把这层滤镜摘掉。

开源真正卖的,是退出权

报告里最锋利的一段,讲的不是模型,是主权。它提到一个例子,细节未经独立核实:一次出口管制,曾让某闭源模型提供商对部分地区用户断供。这事姑且存疑,但它想说明的道理是清楚的——提供商能一键关掉一个API,没人能关掉已经跑在自己机器上的一份权重副本。

闭源模型的API,本质上是把生产资料建在别人的地基上。你盖的房子越大,对方收租的底气就越足。

这话有几分"其兴也勃焉,其亡也忽焉"的意思。二十年前浏览器大战,Mozilla就是靠"不能让一家公司攥住互联网入口"起家的,这次它把同一套逻辑套在了模型层。历史类比只对了七成:浏览器是免费产品,模型是按token计费的生产资料,退出成本不是一个量级。权重能下载,不代表企业真敢把生产系统迁过去。

对企业AI团队和基础设施厂商来说,现在真正被检验的问题不是"开源模型够不够聪明",是"敢不敢把生产系统完全交给它"。核心推理留给闭源,边缘任务和敏感数据交给开源,这半年会是更多团队的默认答案,不是谁彻底赢了这场仗。

接下来真正该盯的,是开源阵营会不会在半年到一年内把托管、运维、合规这块工具补起来。补不上,79%的采用率就只会停在开发者的电脑里,进不了生产线。

开源赢了参数表,闭源还攥着账本。