独家：开源与中国模型把前沿差距缩至约 4.4 个月
Ars 拿到 Mozilla《开源 AI 现状报告》：中国开源模型与闭源前沿的能力差距已缩至约 4.4 个月；为闭源付费只在约 8–12 小时的任务上，才值回约 5 倍单价。
据 Ars Technica 独家，Mozilla 于 9 月 15 日发布的《开源 AI 现状（State of Open Source AI）》报告称，美国闭源前沿模型与中国最佳开源权重模型之间的性能差距，已缩小到约 4.4 个月。
数字怎么说
Ars 转述报告：Moonshot 的开源模型 Kimi K3 在 Artificial Analysis 智能指数上的综合得分，仅落后 Anthropic 的闭源前沿模型 Fable 5 三分，成本却只有后者的约 30%。Mozilla CTO Raffi Krikorian 对 Ars 表示，闭源“在少数场景值回溢价：专家级专业工作、高强度检索与长上下文”，付费决策“是按工作负载、而非按整个组织来定的”。
“值不值”的边界
Ars 援引研究机构 METR 的“时间跨度（time horizon）”口径：目前最佳闭源模型能可靠完成的任务长度，是最佳开源模型的约 1.7 倍。Krikorian 举例说，若开源能做完 7 小时的活、闭源能做 12 小时，那么四个月后开源也能做 12 小时。结论是：为闭源付费，买的是约四个月的先发优势、以及约 5 倍的每任务成本——且只对 8 至 12 小时的任务成立。评测公司 Vals AI 用统一“中立外壳”复测发现，中国 Z.ai（智谱）的开源 GLM 5.2 在 Terminal-Bench 2.1 上，与 Anthropic 的 Claude Opus 4.7、4.8 相差不到一分，成本却低约五倍。
权力集中度
Ars 说，OpenRouter 8 月按 token 量排名前十里有八款提供开源权重；但 Linux 基金会一项研究（Nagle 与 Yue）显示，2025 年 5 至 9 月开源模型只占整体收入的 4%。Krikorian 提醒“当今世界跑的大多是中国的开源模型”，并称这既是“多数”也是“集中”；他呼吁美欧实验室进入同一条“开源赛道”，以免“由单一国家设定世界默认值”。
本站解读： 一个务实的采购结论是：把 8 小时以下的日常任务交给便宜的开源模型，只在 8 至 12 小时、且截止期赶在开源追平之前的高价值任务上为闭源付费——超过 12 小时，目前两类模型都还做不靠谱。
来源：Ars Technica