开源大模型 2026：免费的为什么越来越能打

（本文为中文深度解读。点击右上角 中 / EN 按钮可切换查看英文概要）

差距到底有多大：从「数年」缩到「数月」

几年前，讨论开源与闭源大模型的差距，人们习惯用「年」做单位；到了 2026 年，单位已经变成「月」。Mozilla 发布的第二版《开源 AI 现状》报告用三个维度的量化结果给出了答案：

• 差距 4.4 个月：中美顶尖 AI 模型的能力差距已缩短至约 4.4 个月；
• 性能成本比惊人：开放权重模型仅落后顶尖闭源模型约 3 分（Artificial Analysis 智能指数），运行成本却只有后者的约 30%；
• 知识基准追平：在综合知识基准 MMLU 上，2023 年底 17.5 分的差距已基本归零；数学、长上下文等单项上，开放模型甚至反超。

但数字背后有分歧，值得冷静看待。Epoch AI 用自己的指标测算，认为差距自 DeepSeek R1 之后一直稳定在 3-7 个月；而 Interconnects 的分析师则认为，综合考虑资源投入（闭源实验室的算力、数据、人才是开源阵营的 10 倍以上），差距稳定在 6-18 个月本身就已经是奇迹，且更可能拉大而非缩小。更麻烦的是，评测本身的可信度正在下降：当后训练技术快速演进，榜单分数和真实任务表现之间的裂缝越来越大。

开源赢在哪：成本、私有化与落地速度

如果只看榜单，开源还在追；但如果看「真实世界里谁在干活」，开源已经反超。OpenRouter 的统计显示，2026 年 8 月按 token 调用量排名前十的模型中，开放权重模型占据八席，开放权重已承载了生产环境里的大多数 token。驱动这一切的是三个硬优势：

• 成本：推理价格三年内下降了约 50 倍，用开放权重模型跑出同等效果，成本只是闭源 API 的零头；
• 私有化：权重可以下载、微调、离线部署，数据不出自己的机房，这对金融、医疗、政务等敏感行业是决定性因素；
• 落地速度：没有供应商锁定，企业可以「日常任务用开源、攻坚任务切闭源」做混合架构，进退自如。

但繁荣之下有个商业悖论：开放模型支撑了约三分之一的真实 AI 使用量，却只捕获了约 4% 的收入。价值是真实的，但围绕开放权重的商业模式还没有想清楚——卖服务、卖支持、卖算力，谁能先跑通，谁就拿下开源时代的红利。

闭源的护城河还没倒：高门槛任务与「测不出来的好」

承认开源的进步，不等于宣布闭源的终结。闭源实验室的护城河正在从「通用能力」收缩到更难复制的地方：

• 长任务能力：按 METR 测评体系（50% 可靠完成率为基准），顶尖闭源模型可稳定处理约 12 小时的复杂任务，最优开放模型约 7 小时，前者是后者的 1.7 倍；
• 高门槛专业领域：法律、医疗、会计等领域的前沿任务，训练数据不在公开网络上，还需要昂贵的强化学习环境，闭源实验室花「天文数字」买这些，开源阵营很难复制；
• 蒸馏变难了：Agent 时代最关键的是复杂的强化学习环境和提示词设计，这些比模型输出更容易藏起来，「拿闭源输出训开源」的老路越走越窄；
• 测不出来的好：稳健性、通用场景下的「好用程度」很难被评测捕捉。实务中常见的现象是，用开放模型跑 Agent，要比用闭源旗舰更频繁地重置上下文。

先纠正一个概念：开放权重不等于开源

市面上很多被叫做「开源模型」的产品，严格来说只是「开放权重」：权重可以下载，但训练数据来源、训练代码、使用许可上仍有各类限制。Mozilla 的报告特别提醒，技术选型和产业采购中要把这两个概念分开：

• 真开源：Apache 2.0、MIT 等宽松许可，可商用、可修改、可再分发；
• 开放权重：权重可下载，但许可可能是定制条款，含商用限制、再分发限制，甚至要求回传改进；
• 合规做法：不要只看「开源」标签，商用前读一遍许可原文，法务过一遍。

怎么选：个人、开发者、企业三张清单

回到最实际的问题：到底用哪个？答案取决于你是谁：

• 个人用户：图省事直接用闭源 App；看重隐私、想离线用、爱折腾 → 在本地部署开放模型，从 Ollama 起步；
• 开发者：API 优先选开放权重托管（成本低、可切换供应商），攻坚任务再切闭源旗舰；注意许可条款，别把受限模型塞进商业产品；
• 企业：混合架构是主流答案——日常高频任务用开放模型降本，核心攻坚用闭源；数据敏感的走私有化部署；立项前先用开放模型做 PoC 验证价值。