Doubleword 的 Jamie Dborin 在 6 月 22 日发表了一篇分析，用 Artificial Analysis 的 Intelligence Index 追踪了开源权重模型与闭源模型之间的性能差距。核心发现简单有力：从 2024 年夏天开始，这个差距在持续缩小。用线性回归外推，开源前沿追上闭源前沿的日期被锁定在 2026 年 12 月 3 日——距现在只有大约半年。HN 上这篇帖子拿到了 215 分、178 条评论，评论区炸开了锅。
但 Dborin 自己紧接着就泼了冷水。他把同样的分析方法扩展到 Artificial Analysis 提供的 18 个不同基准上，结果大相径庭：平均差距稳定在约 5 个月，回归线几乎是一条水平直线。AI 编码能力的追赶确实惊人——从 15 个月的滞后缩小到一两个月。但大多数其他基准的差距要么停滞，要么在缓慢扩大。HN 用户 maxiniol 敏锐地指出图表本身的混乱：有时闭源前沿是 Grok，有时又变成 Opus 4.8，对比对象的不一致让结论变得可疑。
差距到底多大？取决于你怎么量
这场争论暴露了一个深层问题：我们还没有一套公认的方式来衡量 LLM 的综合能力。Intelligence Index 和聊天机器人竞技场 Elo 分确实和用户的「体感」相关度较高，但 HN 上不少评论者认为这种相关并不牢固。用户 pdp 的观点很直接：「对大多数实际场景来说，终端用户几乎感知不到智能差异——用 Fable 还是 GLM 生成的落地页，没几个人分得出来。」
在基准测试的可靠性上，cedws 提出了一个关键观察：闭源模型可以「作弊」。Anthropic 或 OpenAI 发布的所谓「模型」不一定只是权重，可能是包含后端增强系统的完整服务。工具调用链、搜索增强、代码执行沙箱——这些都能显著提升基准得分，但开源权重模型只靠裸权重参与比较。这本质上是一场不对等的竞赛。
casey2 的评论则指向另一个维度：「从计算效率来看，差距其实已经闭合了——无论训练效率还是推理效率都是如此。」如果考虑成本因素，开源模型的性价比优势是压倒性的。DeepSeek 等模型的 API 定价仅为闭源模型的几十分之一，而本地部署后边际成本趋近于零。
开源的可持续性之问
HN 社区对开源权重的未来并非一片乐观。profsummergig 的评论直指要害：「当前开源权重模型本质上是某些私营机构的慈善行为，DeepSeek 就是典型。这个水龙头随时可能被关掉。」没有「社区拥有的算力基础设施」，开源权重的连续性始终悬在赞助者的一念之间。
christina97 的分析更技术化：美国前沿模型的领先地位来自用巨型教师模型生成高质量合成数据的能力，这些教师模型根本无法用于交互式推理服务。中国模型则依赖从美国前沿模型中蒸馏数据——这是一条依赖性的追赶路径。如果蒸馏源被切断，当前的追赶曲线可能无法持续。
sinuhe69 则抛出一个更尖锐的观察：所谓的「开源权重」几乎全是中国的模型。Qwen 3.7 的转向已经发出了信号——下一版未必继续开放。与其叫开源权重，不如直接叫「中文 AI 模型」。
NitpickLawyer 给出了一个有力的反论点：开源权重最大的优势是不可撤销。「无论模型达到了什么能力水平，那些能力就永远留在公共领域了。API 模型随时可能被退役——GPT-5-mini 很快就会被更贵的 5.4-mini 取代。」NVIDIA 有持续发布 Nemotron 系列的经济动机，Google 的小模型也因浏览器场景而大概率继续开放。中国实验室出于国家竞争策略也会持续输出。
生态系统才是真正的壁垒
讨论中最被低估的话题可能是生态系统的锁定效应。闭源模型提供的远不止模型权重——function calling 的稳定接口、MCP（Model Context Protocol）的工具生态、视觉理解、长上下文管理、合规认证、企业级 SLA。这些都是企业采购决策中的硬性约束。
anax32 在相关讨论中说得透彻：「开源权重和本地部署在每一个维度上都便宜得多，包括长期支持成本。但卖给企业的是合同和 KPI，不是员工和承诺。受监管行业会倾向闭源方案——不管是主动选择还是被强制要求。」
但 zkmon 的观点指出了另一个方向：「对大多数 AI 用户来说，模型能力的『够用性』才是关键。如果一个开源权重模型满足了需求，又比闭源便宜得多，没有理由不用它。」当「够用」成为主流标准，闭源模型的高溢价就失去了立足点。
地缘政治的反讽
linzhangrun 的评论在 HN 上获得了大量共鸣：「美国——自称自由之地——正在限制前沿模型，以至于非美国人甚至无法使用。中国——被称为威权国家——却产出了所有有竞争力的开源权重模型。这事真的很讽刺。」他坦言这本质上是不对称竞争策略——在算力落后的情况下，用开源分担成本、建立生态。但事实本身确实构成了有力的反讽。
dabinat 和 doctoboggan 则预言了开放的终结：一旦中国模型追上并超越美国前沿，开放策略就会戛然而止。美国政府基于同样的假设，正在加紧切断技术流动。zb3 的评论带着一丝黑色幽默：「我只希望 CCP 别学美国政府，在他们的公司发布出足以匹敌美国前沿的模型之前就掐断。问题不是他们会不会禁止比美国更强的开源模型——我们都知道答案是什么。」
回到 Doubleword 的预测本身：如果只看 Intelligence Index 这一条线，2026 年圣诞节前后我们将见证开源首次追上闭源。但 18 个基准的综合画面显示差距稳定在 5 个月左右，并不收敛。哪种解读更接近真实？答案可能藏在这些地方：企业采购单、开发者的终端、各国政府即将落笔的出口管制文件。
本文的素材来源包括 Doubleword 原创分析、HN 社区讨论以及公开基准数据。如果你对开源权重与闭源 LLM 的差距有更深入的一手经验，欢迎指出文中的不足。